太赫兹超材料智能化设计的研究进展
Research Progress of Terahertz Smart Metamaterials
查看参考文献92篇
葛宏义
1,2,3
季晓迪
1,2,3
蒋玉英
1,2,4
*
李丽
1,2,3
王飞
1,2,3
贾志远
1,2,3
张元
1,2,3
|
文摘
|
超材料是具有特殊性质的人工电磁材料,可以调控电磁波的频率、幅度、相位和极化等基本的物理特征,在太赫兹波段具有重要的理论研究和应用价值.由于超材料结构设计过程复杂和仿真模拟计算时间的限制,超材料结构设计面临着巨大的挑战.鉴于太赫兹超材料器件已在生物医学、宽带通信、安全筛查等领域取得一定的成果,本文从传统设计方法入手简述了太赫兹超材料常用器件的研究进展及设计过程存在的问题;详细地梳理和综述了编码超材料的研究成果,特别是编码超表面和可编程超表面;总结了深度学习算法在太赫兹超材料结构设计中的应用;最后,探讨了智能化方法在太赫兹超材料结构设计中面临的挑战和开放性的研究方向.该研究将为人们充分掌握简易、快捷和智能化的设计方法提供参考,同时也为智能化设计方法在太赫兹超材料中的发展和应用提供新的想法和思路. |
|
其他语种文摘
|
Metamaterials, having important theoretical research and application value in terahertz band, are artificial electromagnetic materials with special properties, which can regulate the frequency, amplitude, phase and polarization of electromagnetic waves. Due to the complexity of design process of metamaterials and the limitation of simulation time, the design of metamaterials is always involved in great challenges. In view of the fact that terahertz metamaterial devices have made certain achievements in biomedicine, broadband communication, security screening and other fields, this paper firstly describes the research progress and problems existing in the design process of terahertz metamaterial devices in traditional design methods, and sums up in detail the research results of encoded metamaterials, especially encoded hypersurfaces and programmable hypersurfaces. Additionally, the application of deep learning algorithms in THz (TeraHertz) metamaterial structure design is summarized. Finally, the challenges and expanding research directions of intelligent method in THz metamaterial structure design are discussed. This research not only provides a reference for people to fully grasp the simple, fast and intelligent design methods, but also puts forward some novel ideas for the development and application of intelligent design methods in terahertz metamaterials. |
|
来源
|
电子学报
,2023,51(10):2664-2679 【核心库】
|
|
DOI
|
10.12263/DZXB.20220923
|
|
关键词
|
太赫兹波
;
超材料
;
编码
;
深度学习
;
神经网络
;
智能
|
|
地址
|
1.
河南工业大学, 粮食信息处理与控制教育部重点实验室, 河南, 郑州, 450001
2.
河南省粮食光电检测与控制重点实验室, 河南省粮食光电检测与控制重点实验室, 河南, 郑州, 450001
3.
河南工业大学信息科学与工程学院, 河南, 郑州, 450001
4.
河南工业大学人工智能与大数据学院, 河南, 郑州, 450001
|
|
语种
|
中文 |
|
文献类型
|
综述型 |
|
ISSN
|
0372-2112 |
|
学科
|
一般工业技术;电子技术、通信技术 |
|
基金
|
国家自然科学基金
;
河南省自然科学基金
;
河南工业大学创新基金
;
河南省重点科技计划项目
;
河南省高校科技创新人才支持计划项目
|
|
文献收藏号
|
CSCD:7607849
|
参考文献 共
92
共5页
|
|
1.
Shelby R A. Experimental verification of a negative index of refraction.
Science,2001,292(5514):77-79
|
CSCD被引
824
次
|
|
|
|
|
2.
Pendry J B. Magnetism from conductors and enhanced nonlinear phenomena.
IEEE Transactions on Microwave Theory and Techniques,1999,47(11):2075-2084
|
CSCD被引
526
次
|
|
|
|
|
3.
Powell D A. Cutwire-pair structures as two-dimensional magnetic metamaterials.
Optics Express,2008,16(19):15185
|
CSCD被引
1
次
|
|
|
|
|
4.
Pendry J B. Reversing light with negative refraction.
Physics Today,2004,57(6):37-43
|
CSCD被引
22
次
|
|
|
|
|
5.
Smith D R. Composite medium with simultaneously negative permeability and permittivity.
Physical Review Letters,2000,84(18):4184-4187
|
CSCD被引
607
次
|
|
|
|
|
6.
姚建铨. 太赫兹通信技术的研究与展望.
中国激光,2009,36(9):2213-2233
|
CSCD被引
40
次
|
|
|
|
|
7.
张振伟. 基于线性调频机制的太赫兹无损检测成像技术.
光学学报,2022,42(4):83-93
|
CSCD被引
3
次
|
|
|
|
|
8.
Zhong S C. Progress in terahertz nondestructive testing: A review.
Frontiers of Mechanical Engineering,2019,14(3):273-281
|
CSCD被引
33
次
|
|
|
|
|
9.
谢莎. 太赫兹通信技术综述.
通信学报,2020,41(5):168-186
|
CSCD被引
22
次
|
|
|
|
|
10.
Bodet D. Data signals for Terahertz communications research.
Computer Networks,2022,203:108628
|
CSCD被引
1
次
|
|
|
|
|
11.
蒋林华. 太赫兹成像技术在人体安检领域的研究进展.
上海理工大学学报,2019,41(1):46-51
|
CSCD被引
5
次
|
|
|
|
|
12.
符张龙. 基于太赫兹量子级联激光器的生物医学成像研究进展.
中国激光,2020,47(2):185-194
|
CSCD被引
1
次
|
|
|
|
|
13.
Yan Z Y. THz medical imaging: From in vitro to in vivo.
Trends in Biotechnology,2022,40(7):816-830
|
CSCD被引
10
次
|
|
|
|
|
14.
Ge H Y. Applications of THz spectral imaging in the detection of agricultural products.
Photonics,2021,8(11):518
|
CSCD被引
2
次
|
|
|
|
|
15.
Cui T J. Coding metamaterials, digital metamaterials and programmable metamaterials.
Light: Science & Applications,2014,3(10):e218
|
CSCD被引
277
次
|
|
|
|
|
16.
Li L L. Intelligent metasurfaces: Control, communication and computing.
eLight,2022,2(1):1-24
|
CSCD被引
2
次
|
|
|
|
|
17.
Ma H L. Image recognition algorithms based on deep learning.
Journal of Physics: Conference Series,2021,2137(1):012056
|
CSCD被引
1
次
|
|
|
|
|
18.
Hinton G. Deep neural networks for acoustic modeling in speech recognition: The shared views of four research groups.
IEEE Signal Processing Magazine,2012,29(6):82-97
|
CSCD被引
463
次
|
|
|
|
|
19.
Graves A. Speech recognition with deep recurrent neural networks.
2013 IEEE International Conference on Acoustics, Speech and Signal Processing,2013:6645-6649
|
CSCD被引
51
次
|
|
|
|
|
20.
Krizhevsky A. ImageNet classification with deep convolutional neural networks.
Communications of the ACM,2017,60(6):84-90
|
CSCD被引
3323
次
|
|
|
|
|
了解气象卫星更多信息，请访问