买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖北工业大学申请的专利一种基于卷积神经网络的超表面天线参数优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120633435B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510771102.1，技术领域涉及：G06F30/27；该发明授权一种基于卷积神经网络的超表面天线参数优化方法及系统是由张浩南;张国治;罗利豪;黄振皓;王慧勤设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的超表面天线参数优化方法及系统在说明书摘要公布了：本发明涉及超表面天线技术领域，提出了一种基于卷积神经网络的超表面天线参数优化方法及系统，包括：采集超表面样本数据；提取综合电磁特征集，并建立非线性映射关系模型；构建天线性能综合评价函数，将非线性映射关系模型与天线性能综合评价函数输入混合优化算法，生成参数候选集，并利用粒子群算法对参数候选集进行局部寻优，得到超表面天线参数组合；提取超表面天线参数组合的电磁特征，迭代调整谐振腔高度参数直至满足阈值，得到电磁仿真验证结果，将电磁仿真验证结果反馈至深度Q神经网络模型进行参数更新，得到最优超表面天线参数组合。本发明实现了天线参数的优化，提高了超表面天线设计效率，减少了电磁仿真计算资源消耗。

本发明授权一种基于卷积神经网络的超表面天线参数优化方法及系统在权利要求书中公布了：1.一种基于卷积神经网络的超表面天线参数优化方法，其特征在于，包括以下步骤： 采集超表面天线原始样本数据并进行预处理，得到超表面样本数据； 构建双流卷积神经网络模型，通过所述双流卷积神经网络模型从所述超表面样本数据中提取空间域特征和频率域特征，基于空间域特征和频率域特征构建综合电磁特征集，并建立电磁特征与谐振腔高度之间的非线性映射关系模型； 所述构建双流卷积神经网络模型，通过所述双流卷积神经网络模型从所述超表面样本数据中提取空间域特征和频率域特征，基于空间域特征和频率域特征构建综合电磁特征集，并建立电磁特征与谐振腔高度之间的非线性映射关系模型，包括： 构建双流卷积神经网络，所述双流卷积神经网络包括空间域特征提取分支和频率域特征提取分支，所述空间域特征提取分支采用三维卷积处理电磁场分布图，所述频率域特征提取分支采用一维卷积处理S参数曲线，两个分支特征经特征融合层合并，构建综合电磁特征集； 利用所述综合电磁特征集和对应的谐振腔高度数据训练非线性映射模型，所述非线性映射模型采用多层感知器结构； 构建天线性能综合评价函数，将所述非线性映射关系模型与所述天线性能综合评价函数输入混合优化算法，通过遗传算法生成参数候选集，并利用粒子群算法对参数候选集进行局部寻优，得到超表面天线参数组合； 提取超表面天线参数组合的电磁特征，基于增益与阻抗带宽的匹配度迭代调整谐振腔高度参数，直至满足阈值，得到电磁仿真验证结果，通过强化学习机制构建参数优化闭环，将电磁仿真验证结果反馈至深度Q神经网络模型进行参数更新，得到最优超表面天线参数组合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖北工业大学，其通讯地址为：430070 湖北省武汉市洪山区南李路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。