基于高斯过程替代模型的复杂微波器件快速优化设计方法研究

For complex microwave devices, their rapid modeling and optimal design is a problem worthy of further study under the condition of guaranteed computation accuracy. This project aims to carry out the corresponding research by Gauss process surrogate models. Firstly, based on manifold learning method, complex nonlinear relationship between input and output of microwave devices is mapped to low dimensional manifold structure, and then it is applied to multi-stage Gauss process surrogate model with only few high fidelity full wave electromagnetic simulation as training data, which realizes rapid modeling and optimal design of complex microwave devices. Secondly, an adaptive Gauss process that maps the relationship between design variables and corresponding electromagnetic properties of microwave device combines cooperatively with particle swarm optimization algorithm to optimally design microwave device, which can significantly reduce the number of high fidelity full wave electromagnetic simulation and speed up the optimal design and implementation of complex microwave devices. Thirdly, we all know that usually it has no corresponding empirical formula or equivalent circuit as a coarse model when the complex microwave devices are optimized based on the space mapping algorithm. A general Gauss-process-based space mapping method whose coarse model is constructed by Gauss process is used to achieve fast optimal design for any complex microwave devices. Based on the Gauss process surrogate models, the project intends to provide a complete set of solutions for fast modeling and optimal design of complex microwave devices.

对于复杂微波器件，在保证计算精度的情况下进行快速建模和优化设计是一个值得深入研究的难题，本项目拟基于高斯过程替代模型方法开展相应研究。①采用流行学习方法将微波器件输入输出间复杂的非线性关系恢复到低维流形结构，并应用到只需部分训练样本的高精度全波电磁仿真即可建立的多阶段高斯过程替代模型中，实现复杂微波器件的快速建模和优化设计；②采用高斯过程替代模型构建微波器件设计变量与电磁性能之间的映射关系，并自适应调整模型的精度，协同粒子群算法进行优化设计，显著减少精确模型仿真次数，实现微波器件的快速优化设计；③基于空间映射算法优化设计复杂微波器件时，一般很难有对应的经验公式或等效电路作为粗糙模型，项目拟采用高斯过程构造空间映射算法所需的粗糙模型，实现复杂微波器件通用的基于高斯过程-空间映射算法的快速优化设计。本项目基于高斯过程替代模型，拟为复杂微波器件的快速建模和优化设计提供一套完整解决方案。

随着现代通信系统的飞速发展，微波器件作为其重要组成部分，在民用通信以及国防军事中起到了举足轻重的作用，因此对各种具有复杂结构微波器件的需求量也越来越大。为了适应这种发展需求，通过优化提高微波器件的性能成了一个重要的研究领域。在优化设计复杂微波器件时，可以通过全局寻优算法调用全波电磁仿真软件的方式来实现，在此过程中，全波电磁仿真软件对微波器件的性能进行评价，基于此评价结果借助全局优化算法进行设计。虽然这种方法可以达到很高的精度，但是耗时很长，设计一种能达到设计指标的微波器件可能需要数天甚至数周的时间，并且对于计算机的性能有着很高的要求，从而对一些复杂的微波器件设计造成了限制。. 本项目主要从高斯过程适应度值估计、知识高斯过程、卷积神经网络结合高斯过程、半监督高斯过程、多核-混合核-深度核高斯过程、流行高斯过程、结合灵敏度信息的高斯过程以及高斯过程集成等不同方面对高斯过程代理模型进行研究，目的是对于复杂微波器件的优化设计问题，考虑以电磁场理论为基础，以高性能计算技术为手段，运用计算数学和数据处理技术等提供的各种方法，建立起电磁问题的高斯过程代理模型，进而基于该代理模型进行快速求解。实际上，此过程的主要任务就是寻求电磁规律，建立起微波器件的输入和输出之间的桥梁，而不拘泥于数学上的严格证明，达到快速解决电磁问题的目的。. 本项目针对高斯过程代理模型，从八个不同研究角度，分别进行了详细分析和深入探讨，得出很多有意义的研究结论，这些研究成果和关键数据对微波器件的快速建模和优化设计起到决定性作用。本项目的这些研究成果不仅能够推动高斯过程机器学习、粒子群算法、深度学习、复杂系统优化等有关理论和技术的发展，更重要的是能够基于这些技术给出复杂微波器件的快速建模和优化设计方法，显著提高优化设计效率。本项目的研究成果具有一定的科学意义和重要的工程应用前景。