(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110865674.8 (22)申请日 2021.07.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 113821947 A (43)申请公布日 2021.12.21 (73)专利权人 清华大学 地址 100084 北京市海淀区清华园 (72)发明人 李懋坤　郭良帅　杨帆　许慎恒　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 张梦瑶 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 111/10(2020.01) (56)对比文件 CN 109924949 A,2019.0 6.25 CN 112131995 A,2020.12.25 CN 111581886 A,2020.08.25 周兰花等.基于异构计算的三维FDTD并行算 法及其在电磁 仿真中的应用. 《计算机 工程与科 学》 .2017,(第07期), 胡媛等.基于CUDA架构的三维CPML-FDTD并 行方法. 《计算机 工程与应用》 .201 1,(第25期), 审查员 常建军 (54)发明名称 基于循环卷积神经网络的时域有限差分快 速求解方法 (57)摘要 本发明涉及一种基于循环卷积神经网络的 时域有限差分快速求解方法， 其中， 该方法包括 以下步骤： 将时域有限差分方法中的空间差分算 子等价为卷积神经网络； 将时域有限差分方法中 的时间差分算子等效为循环神经网络； 将时域有 限差分方法中的激励源等效于循环卷积神经网 络的输入； 将时域有限差分方法中边界匹配条件 涉及的空间微分算子等效为卷积伸进网络， 开展 GPU平台下的仿真计算。 本发明实现基于循环卷 积神经网络的时域有限差分快速求解方法， 适应 性强、 计算效率高， 极大的提升了时域有限差分 方法的电磁场求 解效率。 权利要求书3页 说明书9页 附图3页 CN 113821947 B 2022.09.30 CN 113821947 B 1.一种基于循环卷积神经网络的时域有限差分快速求解方法， 其特征在于， 包含以下 步骤： 步骤S1、 基于数值张量架构进行空间电磁场的数值等效， 将空间电场和空间磁场的三 维分布用2阶数值张量表征， 然后将电磁场时域有限差分方法FDTD中的空间微分算子用差 分代替， 最后利用卷积神经网络等效所述差分算子； 步骤S2、 以空间电磁场数值张量为基础， 将电磁场FDTD中的时间微分算子进行差分等 效， 并利用循环神经网络建立 等效关系， 建立模拟FDTD的时间映射关联模型； 步骤S3、 将所述FDTD的激励源进行网络等效， 其中所述激励源是随时间变化的信号， 对 于辐射问题， 在每个循环网络执行中， 将所述激励 源位置处的电磁场张量值直接更新， 对于 散射问题， 在每 个循环神经网络执 行中， 将总场区边界上的电磁场值进行 更新； 步骤S4、 将所述FDTD中的边界上的电磁场更新方程进行数值张量等效， 然后利用所述 S1、 S2中的算子等效方式进行网络架构等效， 最后在GPU平台上开展FDTD仿真计算， 获取空 间辐射场或散射场。 2.如权利要求1所述的方法， 其特 征在于， 所述 步骤S1包括： 步骤S11、 根据Maxwell微分方程组， 得到所述FDTD的电磁场更新方位， 再根据Yee元胞 原理， 利用Ye e元胞离散目标， 得到电磁场更新格式； 步骤S12、 针对所述FDTD的电磁场空间分布特性， 建立 等效的数值张量。 3.如权利 要求2所述的方法， 其特征在于， 所述步骤S11中， 所述FDTD的电磁场更新方位 为： 式中， E(Ex,Ey,Ez)为电场强度分量， H(Hx,Hy,Hz)为磁场强度分量， μ, ε为媒质的磁导率 和介电常数， σ, σm为媒质的电损耗和磁损耗； 电磁场更新格式为：权　利　要　求　书 1/3 页 2 CN 113821947 B 2式中： 式中， Δx,Δy,Δz为空间步长， Δt为时间步长， i,j,k为对应轴向上的电磁场分量的 序号， 同样可以得到 的更新方程， 形成三维场分量的FDTD差分方程组， 任意时间步长值取决于前一时刻空间步长和时间步长电场和磁场的值。 4.如权利要求2  所述的方法， 其特征在于， 所述步骤S12中， 针对FDTD的电磁场空间分 布特性， 建立等效的数值张量EM×N×K， 磁场用二阶数值张量H(M+1)×(N+1)×(K+1)， M,N,K分别表示 目标在x,y,z三个轴向的网格数 目， 本发明将右端第二项等价为卷积神经网络结构， CNN的 核心运算时卷积操作， 具体为对于各个方向均匀的离散网格， 第二项更新过程的离散方式 为： 对于式(5)中的第一项， 其更新过程 转换为： 权　利　要　求　书 2/3 页 3 CN 113821947 B 3