文献综述
[摘要] 电磁超表面[metasurfaces]是人工亚波长结构按照一定宏观序排列而成的复合材料表面，然而近耦合的现象会使其实际相位与设计相位产生一定的偏差，从而降低其性能。为了减小产生的偏差，设想用深度学习的方法，建立考虑耦合的电磁超表面相位数据库，训练出高精度的相位提取神经网络，从而提高产品性能。
关键词：超表面 深度学习
[Abstract] Metasurfaces are artificial sub-wavelength structure which are composite material arrange in a macroscopic order. However, coupling too closely making the true phase get some error compare to the designed phase and reduce the property. To decrease the error, we assume to establish a database of metasurface phase viewed of the coupling via deep learning and train a phase extracted neural network with high precision and enhance productsrsquo; property.
Keywords: Metasurface Deep learning
- 引言
近年来，电磁超表面在理论研究与工程应用引起了研究人员的广泛兴趣。所谓电磁超表面，简而言之，就是指人工亚波长结构按照一定宏观序排列而成的复合材料表面[1]。然而，尽管在这个领域有许多进展，但是在超表面设计中，近耦合会使超表面实际相位与设计相位产生一定的偏差，从而更显著地降低性能。而深度学习近年来作为一种非常强大的计算方法出现，它在包括计算机视觉在内的各种任务中取得了最先进的成果[2]，我们可以通过设计一种基于深度学习的电磁超表面相位提取方法，建立考虑耦合的电磁超表面相位数据库，训练出高精度的相位提取神经网络，从而减少超表面实际相位与设计相位产生的偏差，提高产品性能。电磁超材料与传统材料的区别在于：电磁超材料用宏观尺寸单元代替了原来的微观尺寸单元(原子、分子)[6]。
1.1 发展历史
超表面最早的研究工作是1999年美国加州大学Sievenpiper教授提出的二维表面电磁带隙结构，他们通过调整蘑菇状结构的几何参数来任意调整单元结构的色散曲线，从而在原理截止频率时支持TM模式的表面波，而在靠近截止频率时表现出理想磁导体的性质。
2003年，Pendry教授在《Science》期刊上提出了一种在金属表面打周期性方孔来降低金属截止频率的方案，使金属能够在微波段呈现出类似广播段表面等离基元的行为。随后，Falcone等人基于经典的巴俾涅互补原理，提出了互补型超表面的概念[3]。
2005年，研究者提出了平面的等离子超表面，可以将漆面传统透镜变为平面，实现聚焦功能。2008年等离子体超表面被用来实现波束偏振。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
