实现基于参数化方案的AI电磁仿真,为电磁器件设计提供高效的预测工具。
电磁仿真在天线、芯片和手机等产品设计过程中应用广泛,主要目的是获取待仿真目标的传输特性(散射参数、电磁场等)。散射参数(S参数)是建立在输入波、反射波基础上的网络参数,用于微波电路分析,以器件端口的反射信号强度以及从该端口传向另一端口的信号的强度来描述电路网络。
目前天线、手机等产品通常依靠商业仿真软件(CST、HFS等)进行仿真,得到S参数等结果。当前商业软件仿真多通过数值算法(FDTD等)计算S参数,仿真流程主要包括半自动/自动的网格剖分和数值求解麦克斯韦方程这两个步骤,耗时较长,同时算力消耗十分庞大。
MindSpore Elec通过AI方法跳过传统数值方法的迭代计算直接得到待仿真目标的S参数,极大节省仿真时长。MindSpore Elec提供两种数据驱动的电磁仿真方案:参数化方案和点云方案,这两种方案有以下特点:
参数化方案实现的是参数到仿真结果的直接映射,例如天线的宽度、角度作为网络输入,网络输出为S参数。参数化方案的优点是直接映射且网络简单。
点云方案实现的是从天线/手机的采样点云到仿真结果的映射,该方案先将手机结构文件转化为点云张量数据,(压缩后)使用卷积神经网络提取结构特征,再通过数层全连接层映射到最终的仿真结果(S参数),该方案的优点是适用于结构参数数量或种类可能发生变化的复杂工况。
学科领域
电磁学
贡献方
华为Model Arts
方法
AI/ML
问题类型
预测问题
高阶微分操作