專利名稱：超材料單元結(jié)構(gòu)體設(shè)計方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及超材料領(lǐng)域，尤其涉及一種超材料單元結(jié)構(gòu)體設(shè)計方法和裝置。
背景技術(shù)：
超材料技術(shù)是一個前沿性交叉科技，其設(shè)計的技術(shù)領(lǐng)域包括了電磁、微波、太赫茲、光子、先進的工程設(shè)計體系、通信、半導(dǎo)體等范疇。其核心思想是利用復(fù)雜的人造微結(jié)構(gòu)設(shè)計與加工實現(xiàn)人造“原子”以對電磁場或者聲納進行響應(yīng)。其核心理論是描述電磁波軌跡與超材料特性的變形光學(xué)。該技術(shù)的一大核心難點在于如何建模設(shè)計成千上萬個相互不同的人造復(fù)雜微結(jié)構(gòu)并按照合理的排布組成一個具有特殊功能性的超材料器件。這對建模、計算、理論分析、設(shè)計、調(diào)試都帶來了極大的困難。在超材料設(shè)計領(lǐng)域，由于超材料單元結(jié)構(gòu)的復(fù)雜響應(yīng)和實驗設(shè)計采樣點有限，故傳統(tǒng)參數(shù)模型難以擬合其響應(yīng)曲面，無法實現(xiàn)精確的建模，造成了超材料自動化設(shè)計的瓶頸。由于超材料所提供的特殊功能，這都是取決于它異常復(fù)雜的單元結(jié)構(gòu)，一種超材料可能包含多個結(jié)構(gòu)參數(shù)Pi,其電磁響應(yīng)參數(shù)同樣是多維，每改變一個結(jié)構(gòu)參數(shù)Pi都將改變其最終的電磁響應(yīng)特性，如何尋找超材料單元結(jié)構(gòu)體的最佳結(jié)構(gòu)參數(shù)，使它的電磁響應(yīng)特性符合超材料的電磁響應(yīng)的目標特性，是全球科研人員一直在努力探索的。傳統(tǒng)的超材料單元結(jié)構(gòu)體設(shè)計方法是，通過手動的逐一的改變單元結(jié)構(gòu)體的結(jié)構(gòu)參數(shù)，測試某一頻率的電磁波通過該結(jié)構(gòu)體后的響應(yīng)特性，并與目標的響應(yīng)特性進行對比，如此不斷循環(huán)，最終找到與目標電磁響應(yīng)特性最為相近的單元結(jié)構(gòu)體屬性參數(shù)。如圖1所示，通過手動的逐一的改變單元結(jié)構(gòu)體屬性參數(shù)，測試某一頻率的電磁波通過該結(jié)構(gòu)體后的響應(yīng)特性，并與目標響應(yīng)特性進行對比，直至找到與目標電磁響應(yīng)特性最為相近的單元結(jié)構(gòu)體屬性參數(shù)為止。由圖1可看出調(diào)整單元 結(jié)構(gòu)體參數(shù)是一項非常耗時的步驟，為了達到超材料設(shè)計的超高要求和特殊的電磁響應(yīng)特性，單元結(jié)構(gòu)體參數(shù)的微調(diào)單位可能達到毫米級，甚至微米級、納米級，其工作量可想而知。如要設(shè)計某一頻率&下某種電磁響應(yīng)的超材料單元結(jié)構(gòu)體，該電磁響應(yīng)特性可能是二維曲線的，也可能是多維曲面或多維空間，其電磁響應(yīng)特性函數(shù)簡單表示為G(a，b，c，…)，同時超材料的單元結(jié)構(gòu)參數(shù)也是多維的，如:長、寬、厚度、介電常數(shù)、材料材質(zhì)等，表示為Pi,其中i表示參數(shù)的個數(shù)。要設(shè)計符合響應(yīng)特性函數(shù)G的超材料單元結(jié)構(gòu)體的具體設(shè)計步驟如下所述:第一步:根據(jù)經(jīng)驗設(shè)置某單元結(jié)構(gòu)的屬性參數(shù)Pi ；第二步:使用某一頻率&測試該單元結(jié)構(gòu)體的電磁響應(yīng)特性函數(shù)G'；第三步:比較其電磁響應(yīng)函數(shù)G'與目標電磁響應(yīng)函數(shù)G是否相近；第四步:逐步調(diào)整單元結(jié)構(gòu)體屬性參數(shù)Pi,直到其電磁響應(yīng)函數(shù)G'與目標電磁響應(yīng)函數(shù)G相同或相近為止。
如圖2所示，為一維電磁響應(yīng)函數(shù)圖，在頻率為&時，其電磁響應(yīng)為Gi，超材料的目的正是通過設(shè)計某種特殊的單元結(jié)構(gòu)體，使電磁波通過該材料時，出現(xiàn)相同的目標電磁響應(yīng)特性，簡單來說就是，通過調(diào)整單元結(jié)構(gòu)體的屬性參數(shù)尋找最接近電磁響應(yīng)特性Gi的過程。

發(fā)明內(nèi)容
本發(fā)明實施例所要解決的技術(shù)問題在于，提供一種超材料單元結(jié)構(gòu)體設(shè)計方法和裝置?？梢蕴岣叱牧蠁卧Y(jié)構(gòu)體設(shè)計的效率。為了解決上述技術(shù)問題，本發(fā)明實施例提供了一種超材料單元結(jié)構(gòu)體設(shè)計方法，包括:a、CPU設(shè)置超材料單元結(jié)構(gòu)體的初始樣本，所述初始樣本包括體現(xiàn)超材料單元結(jié)構(gòu)體的結(jié)構(gòu)的多個結(jié)構(gòu)參數(shù)；b、CPU將所述初始樣本復(fù)制為N個復(fù)制樣本并保存在GPU中，N為自然數(shù)；c、GPU改變所述N個復(fù)制樣本的一個或多個結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本；d、GPU調(diào)用內(nèi)核函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度表征所述N個轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性分別與目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性相比的距離；e、GPU根據(jù)所述適應(yīng)度判斷所述轉(zhuǎn)移樣本中是否有符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本；f、若GPU判斷結(jié)果為是，則將該符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本確定為設(shè)計樣本復(fù)制到CPU中，并結(jié)束流程；g、若GPU判斷結(jié)果為否，則按照所述適應(yīng)度對所述N個轉(zhuǎn)移樣本進行排序，獲得適應(yīng)度中表征所述距離最小的η個轉(zhuǎn)移樣本，η為小于N的自然數(shù)；h、GPU將所述η個轉(zhuǎn)移樣本復(fù)制到CPU中；1、CPU將所述η個轉(zhuǎn)移樣本復(fù)制為復(fù)制樣本并保存在GPU中，并對復(fù)制樣本從步驟c開始順序執(zhí)行各步驟，直至獲得符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本。相應(yīng)地，本發(fā)明實施例還提供了一種超材料單元結(jié)構(gòu)體設(shè)計裝置，包括CPU和GPU,所述CPU包括:設(shè)置單元，用于設(shè)置超材料單元結(jié)構(gòu)體的初始樣本，所述初始樣本包括體現(xiàn)超材料單元結(jié)構(gòu)體的結(jié)構(gòu)的多個結(jié)構(gòu)參數(shù)；CPU復(fù)制單元，用于將所述初始樣本復(fù)制為N個復(fù)制樣本并保存在GPU中，N為自然數(shù)；所述GPU包括:轉(zhuǎn)移樣本獲取單元，用于當CPU復(fù)制單元將樣本復(fù)制來后，改變所述N個復(fù)制樣本的一個或多個結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本；適應(yīng)度計算單元，用于調(diào)用內(nèi)核函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度表征所述N個轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性分別與目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性相比的距離；目標判斷單元，用于根據(jù)所述適應(yīng)度判斷所述轉(zhuǎn)移樣本中是否有符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本；
判斷結(jié)果處理單元，用于當所述目標判斷單元的判斷結(jié)果為是時，則將該符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本確定為設(shè)計樣本復(fù)制到CPU中，并結(jié)束設(shè)計流程；當所述目標判斷單元的判斷結(jié)果為否時，則按照所述適應(yīng)度對所述N個轉(zhuǎn)移樣本進行排序，獲得適應(yīng)度中表征所述距離最小的η個轉(zhuǎn)移樣本，η為小于N的自然數(shù)；GPU復(fù)制單元，用于將所述η個轉(zhuǎn)移樣本復(fù)制到CPU中；其中，所述CPU復(fù)制單元還用于將所述η個轉(zhuǎn)移樣本復(fù)制為復(fù)制樣本并保存在GPU中，并啟動GPU的各單元重新開始順序執(zhí)行功能，直至獲得符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本。在本發(fā)明實施例中，通過CPU和GPU采用了樣本濾波的方式查找最優(yōu)的單元結(jié)構(gòu)設(shè)計參數(shù)，CPU和GPU并行處理，并充分利用了 GPU的高速處理性能，極大的提高了超材料設(shè)計的效率。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是現(xiàn)有的通過手動的逐一的改變單元結(jié)構(gòu)體屬性參數(shù)設(shè)計單元結(jié)構(gòu)體參數(shù)的過程示意圖；圖2是一維電磁響應(yīng)函數(shù)圖示意圖；圖3是本發(fā)明實施例中的超材料單元結(jié)構(gòu)體設(shè)計方法的一個具體流程示意圖；圖4是本發(fā)明實施例中的超材料單元結(jié)構(gòu)體設(shè)計裝置的一個具體流程示意圖；圖5是本發(fā)明實施例中的超材料單元結(jié)構(gòu)體設(shè)計方法的第二個具體流程示意圖；圖6是本發(fā)明實施例中的超材料單元結(jié)構(gòu)體設(shè)計方法的第三個具體流程示意圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。本發(fā)明實施例提出了一種樣本濾波算法查找最優(yōu)單元結(jié)構(gòu)設(shè)計參數(shù)的方法，極大的提高了超材料設(shè)計的效率。本發(fā)明實施例中的方法包括:獲取轉(zhuǎn)移樣本，計算樣本的電磁響應(yīng)特性的距離，根據(jù)該距離過濾樣本幾個主要步驟，以下分別進行說明。如圖3所示，為本發(fā)明實施例中的超材料單元結(jié)構(gòu)體設(shè)計方法的一個具體流程示意圖。該方法包括如下流程。301、中央處理器(Central Processing Unit,CPU)設(shè)置超材料單元結(jié)構(gòu)體的初始樣本，所述初始樣本包括體現(xiàn)超材料單元結(jié)構(gòu)體的結(jié)構(gòu)的多個結(jié)構(gòu)參數(shù)。如，定義超材料單元結(jié)構(gòu)體設(shè)計涉及d個結(jié)構(gòu)參數(shù)，分別是P1, P2,…，Pd，將所有的結(jié)構(gòu)參數(shù)封裝入一個樣本Xi中，將樣本Xi表示為包括P1,P2,…，Pd的數(shù)組。在不同的超材料單元結(jié)構(gòu)體的設(shè)計中，結(jié)構(gòu)參數(shù)P1, P2,…，Pd可以根據(jù)具體的材料特性和設(shè)計需求進行確定，如，對于矩形結(jié)構(gòu)，則結(jié)構(gòu)參數(shù)可包括:長方體的長、寬、高等參數(shù)。當然，該初始樣本值可以是根據(jù)經(jīng)驗設(shè)定的；也可以先通過粒子群算法得到N個粒子樣本，并以所述N個粒子樣本為復(fù)制樣本。302、CPU將所述初始樣本復(fù)制為N個復(fù)制樣本并保存在圖形處理器(GraphicProcessing Unit, GPU)中，N為自然數(shù)。當然，在本步驟之前還可以包括步驟302a:GPU申請存儲N個復(fù)制樣本的內(nèi)存空間，如通過cudaMalloc在GPU顯存中開辟N個復(fù)制樣本的存儲空間。303、GPU改變所述N個復(fù)制樣本的一個或多個結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本。如，通過cudaMemcpy復(fù)制CPU的初始樣本的數(shù)據(jù)至GPU。在改變樣本的結(jié)構(gòu)參數(shù)獲得轉(zhuǎn)移樣本時，可以按照轉(zhuǎn)移函數(shù)改變復(fù)制樣本的結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本，所述轉(zhuǎn)移函數(shù)定義如下: V； =| randn| (ppbset -xlk)+\ Randn| (pgbset -χ[)xl+l =xl+vl其中，X表示復(fù)制樣本i，x+1表示復(fù)制樣本i的一個轉(zhuǎn)移樣本，Ppbsrt表示當前復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，Pgbsrt表示所有復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，Irandnl和| Randn |是根據(jù)正高斯分布產(chǎn)生的隨機數(shù)。
randn和Randn可以是根據(jù)正高斯分布abs [N(O, I)]產(chǎn)生的隨機數(shù)。

在具體實施例中，可將復(fù)制樣本分配到GPU的每一個低開銷線程中，調(diào)用GPU內(nèi)核函數(shù)(kernel function)對每個樣本進行結(jié)構(gòu)參數(shù)轉(zhuǎn)移函數(shù)計算，以及后續(xù)描述的適應(yīng)度計算和權(quán)值計算。304、GPU調(diào)用內(nèi)核函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度表征所述N個轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性分別與目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性相比的距離。如，GPU調(diào)用內(nèi)核函數(shù)按照適應(yīng)度函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度函數(shù)定義如下:fitness = exp[--^(z ew - Zpred)]其中，Rk是量測噪聲方差，Znew是轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性的量測值；Zpral是目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性的預(yù)測量測值fitness即為計算出的距離，該距離越小，表明轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性與目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性之間的差距越小，即該轉(zhuǎn)移樣本越接近目標樣本。其中，Znew和Zpral可以通過已有的電磁模擬模型，根據(jù)輸入的結(jié)構(gòu)參數(shù)計算獲得，不需要實際進行測量。在本步驟中還可以同時計算一對應(yīng)于適應(yīng)度的權(quán)值，權(quán)值越高代表該轉(zhuǎn)移樣本越接近目標樣本。305、GPU根據(jù)所述適應(yīng)度判斷所述轉(zhuǎn)移樣本中是否有符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本。若判斷結(jié)果為是則轉(zhuǎn)步驟306，否則轉(zhuǎn)步驟307。
306、將該符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本確定為設(shè)計樣本復(fù)制到CPU中，并結(jié)束設(shè)計流程。如，通過cudaMemcpy復(fù)制GPU的轉(zhuǎn)移樣本的數(shù)據(jù)至CPU。307、按照所述適應(yīng)度對所述N個轉(zhuǎn)移樣本進行排序，獲得適應(yīng)度中表征所述距離最小的η個轉(zhuǎn)移樣本，η為小于N的自然數(shù)。其中，可采用并行排序算法(如，采用奇偶排序、快速排序、基數(shù)排序等)根據(jù)每個樣本的權(quán)值對樣本從小到大進行排序。η的取值取決于對樣本進行過濾的要求和計算復(fù)雜度，一般可以取η = Ν/2。當然，η取值越大，后續(xù)進行循環(huán)計算時作為復(fù)制樣本的樣本越多，計算量越大。308>GPU將所述η個轉(zhuǎn)移樣本復(fù)制到CPU中。如,通過cudaMemcpy復(fù)制GPU的轉(zhuǎn)移樣本的數(shù)據(jù)至CPU。309、CPU將所述η個轉(zhuǎn)移樣本復(fù)制為復(fù)制樣本并保存在GPU中，并對復(fù)制樣本從步驟303開始順序執(zhí)行各步驟，直至獲得符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本。在本發(fā)明實施例中，循環(huán)計算時，η個轉(zhuǎn)移樣本中作為復(fù)制樣本的樣本數(shù)目，每次循環(huán)時可以一樣，也可以不一樣，其具體的數(shù)目也可以根據(jù)系統(tǒng)計算能力和設(shè)計要求進行選擇。每次復(fù)制時，可以是將步驟309中的每個轉(zhuǎn)移樣本復(fù)制多次(如N次)，也可以是將每個轉(zhuǎn)移樣本均只復(fù)制一次；同時，在上述流程中，每次循環(huán)時的N值可以相同，也可以不同，只是同一次循環(huán)中滿足η小于N(如，η = Ν/2)即可。需要說明的是，圖3中GPU兩側(cè)的CPU可以是同一個CPU，也可以是多個不同的CPU。通過上述描述可知， 本發(fā)明實施例中提供的方法去除了人工篩選結(jié)構(gòu)體實驗測定的方法，而通過一系列的計算機自動處理流程進行實現(xiàn)，極大的提高了超材料單元結(jié)構(gòu)體的設(shè)計效率。同時，采用GPU和CPU并行處理，也可以進一步提高計算的效率；并將計算量較大的部分用處理效率較高的GPU來執(zhí)行，合理分擔了 GPU和CPU的計算量，在成本得到有效控制的基礎(chǔ)上，也保證了較高計算效率。如圖4所示，為對應(yīng)的超材料單元結(jié)構(gòu)體設(shè)計裝置的一個具體組成示意圖。該裝置包括CPU 4和GPU 5。其中，CPU 4包括設(shè)置單元40，用于設(shè)置超材料單元結(jié)構(gòu)體的初始樣本，所述初始樣本包括體現(xiàn)超材料單元結(jié)構(gòu)體的結(jié)構(gòu)的多個結(jié)構(gòu)參數(shù)；CPU復(fù)制單元42，用于將所述初始樣本復(fù)制為N個復(fù)制樣本并保存在GI^U中，N為自然數(shù)GPU 5 包括:存儲申請單元51 (本單元為可選單元)，用于申請存儲N個復(fù)制樣本的內(nèi)存空間。如，通過cudaMalloc在GPU顯存中開辟N個復(fù)制樣本的存儲空間。轉(zhuǎn)移樣本獲取單元50，用于當CPU復(fù)制單元將樣本復(fù)制來后，改變所述N個復(fù)制樣本的一個或多個結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本。如，按照轉(zhuǎn)移函數(shù)改變所述N個復(fù)制樣本的結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本，所述轉(zhuǎn)移函數(shù)定義如下:Vk =| randn| (ppbset -xlk)+\ Randn| (pgbset -χ\)xl+l =Xl+vl其中，X丨表示復(fù)制樣本i，x!+1表示復(fù)制樣本i的一個轉(zhuǎn)移樣本，Ppbset表示當前復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，Pgbsrt表示所有復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，randn和| Randn |是根據(jù)正高斯分布產(chǎn)生的隨機數(shù)。適應(yīng)度計算單元52，用于調(diào)用內(nèi)核函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度表征所述N個轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性分別與目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性相比的距離。如，調(diào)用內(nèi)核函數(shù)按照適應(yīng)度函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度函數(shù)定義如下:
權(quán)利要求
1.種超材料單元結(jié)構(gòu)體設(shè)計方法，其特征在于，所述方法包括: a、CPU設(shè)置超材料單元結(jié)構(gòu)體的初始樣本,所述初始樣本包括體現(xiàn)超材料單元結(jié)構(gòu)體的結(jié)構(gòu)的多個結(jié)構(gòu)參數(shù)； b、CPU將所述初始樣本復(fù)制為N個復(fù)制樣本并保存在GPU中，N為自然數(shù)； c、GPU改變所述N個復(fù)制樣本的一個或多個結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本； d、GPU調(diào)用內(nèi)核函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度表征所述N個轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性分別與目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性相比的距離； e、GPU根據(jù)所述適應(yīng)度判斷所述轉(zhuǎn)移樣本中是否有符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本，若GPU判斷結(jié)果為是則轉(zhuǎn)步驟f，否則轉(zhuǎn)步驟g ； f、將該符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本確定為設(shè)計樣本復(fù)制到CPU中，并結(jié)束設(shè)計流程； g、按照所述適應(yīng)度對所述N個轉(zhuǎn)移樣本進行排序，獲得適應(yīng)度中表征所述距離最小的η個轉(zhuǎn)移樣本，η為小于N的自然數(shù)； h、GPU將所述η個轉(zhuǎn)移樣本復(fù)制到CPU中；PU將所述η個轉(zhuǎn)移樣本復(fù)制為復(fù)制樣本并保存在GPU中，并對復(fù)制樣本從步驟C開始順序執(zhí)行各步驟，直至獲 得符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本。
2.權(quán)利要求1所述的方法，其特征在于，所述步驟b之前還包括: bO、GPU申請存儲N個復(fù)制樣本的內(nèi)存空間。
3.權(quán)利要求2所述的方法,其特征在于，在步驟bO中通過cudaMalloc在GPU顯存中開辟N個復(fù)制樣本的存儲空間,在步驟b中通過cudaMemcpy復(fù)制CPU的初始樣本的數(shù)據(jù)至GPU,在步驟h中通過cudaMemcpy復(fù)制GPU的轉(zhuǎn)移樣本的數(shù)據(jù)至CPU,在步驟i中通過cudaMemcpy復(fù)制CPU的轉(zhuǎn)移樣本的數(shù)據(jù)至GPU。
4.權(quán)利要求1至3中任一項所述的方法，其特征在于，步驟c包括:GPU按照轉(zhuǎn)移函數(shù)改變所述N個復(fù)制樣本的結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本，所述轉(zhuǎn)移函數(shù)定義如下: K =I randn| (ppbset -xlk)+\ Randn| (pgbset -χ[) χ\+ι =K+vI 其中，4表示復(fù)制樣本K1表示復(fù)制樣本i的一個轉(zhuǎn)移樣本，Ppbset表示當前復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，Pgbsrt表示所有復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，randn和| Randn |是根據(jù)正高斯分布產(chǎn)生的隨機數(shù)。
5.權(quán)利要求4所述的方法，其特征在于，所述步驟d包括:GPU調(diào)用內(nèi)核函數(shù)按照適應(yīng)度函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度函數(shù)定義如下:Tltness = exp[-T^(^ ew -Zpred)] 其中，Rk是量測噪聲方差，Znew是轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性的量測值；Zpred是目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性的預(yù)測量測值。
6.權(quán)利要求5所述的方法，其特征在于，η= Ν/2。
7.種超材料單元結(jié)構(gòu)體設(shè)計裝置，其特征在于，所述裝置包括CPU和GPU， 所述CPU包括:設(shè)置單元，用于設(shè)置超材料單元結(jié)構(gòu)體的初始樣本，所述初始樣本包括體現(xiàn)超材料單元結(jié)構(gòu)體的結(jié)構(gòu)的多個結(jié)構(gòu)參數(shù)；CPU復(fù)制單元，用于將所述初始樣本復(fù)制為N個復(fù)制樣本并保存在GPU中，N為自然數(shù)； 所述GPU包括: 轉(zhuǎn)移樣本獲取單元，用于當CPU復(fù)制單元將樣本復(fù)制來后，改變所述N個復(fù)制樣本的一個或多個結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本； 適應(yīng)度計算單元，用于調(diào)用內(nèi)核函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度表征所述N個轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性分別與目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性相比的距離； 目標判斷單元，用于根據(jù)所述適應(yīng)度判斷所述轉(zhuǎn)移樣本中是否有符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本； 判斷結(jié)果處理單元，用于當所述目標判斷單元的判斷結(jié)果為是時，則將該符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本確定為設(shè)計樣本復(fù)制到CPU中，并結(jié)束設(shè)計流程；當所述目標判斷單元的判斷結(jié)果為否時，則按照所述適應(yīng)度對所述N個轉(zhuǎn)移樣本進行排序，獲得適應(yīng)度中表征所述距離最小的η個轉(zhuǎn)移樣本，η為小于N的自然數(shù)； GPU復(fù)制單元，用于將所述η個轉(zhuǎn)移樣本復(fù)制到CPU中； 其中，所述CPU復(fù)制單元還用于將所述η個轉(zhuǎn)移樣本復(fù)制為復(fù)制樣本并保存在GPU中，并啟動GPU的各單元重新開始順序執(zhí)行功能，直至獲得符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本。
8.權(quán)利要求7所述的裝 置，其特征在于，所述GPU還包括存儲申請單元，用于申請存儲N個復(fù)制樣本的內(nèi)存空間。
9.權(quán)利要求8所述的裝置,其特征在于,所述存儲申請單元通過cudaMalloc在GPU顯存中開辟N個復(fù)制樣本的存儲空間,所述CPU復(fù)制單元通過cudaMemcpy復(fù)制CPU的初始樣本和轉(zhuǎn)移樣本的數(shù)據(jù)至GPU,所述GPU復(fù)制單元通過cudaMemcpy復(fù)制GPU的轉(zhuǎn)移樣本的數(shù)據(jù)至CPU。
10.權(quán)利要求7至9中任一項所述的裝置，其特征在于，所述轉(zhuǎn)移樣本獲取單元，還用于按照轉(zhuǎn)移函數(shù)改變所述N個復(fù)制樣本的結(jié)構(gòu)參數(shù)值，獲得N個轉(zhuǎn)移樣本，所述轉(zhuǎn)移函數(shù)定義如下: K =I randn| (ppbset -xlk)+\ Randn| (pgbset -x[) Xk+1 = Xk +Vk 其中，4表示復(fù)制樣本K1表示復(fù)制樣本i的一個轉(zhuǎn)移樣本，Ppbset表示當前復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，Pgbsrt表示所有復(fù)制樣本所獲得的轉(zhuǎn)移樣本中最接近目標樣本的樣本，randn和| Randn |是根據(jù)正高斯分布產(chǎn)生的隨機數(shù)。
11.權(quán)利要求10所述的裝置，其特征在于，所述適應(yīng)度計算單元還用于調(diào)用內(nèi)核函數(shù)按照適應(yīng)度函數(shù)計算所述轉(zhuǎn)移樣本的適應(yīng)度，所述適應(yīng)度函數(shù)定義如下: fmess = exp[_^(z隱-Zpred)] 其中，Rk是量測噪聲方差，Znew是轉(zhuǎn)移樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性的量測值；Zpred是目標樣本所表示的超材料單元結(jié)構(gòu)體的電磁響應(yīng)特性的預(yù)測量測值。
12.權(quán)利要求10所述的裝置，其特征在于，η= Ν/2。
全文摘要
本發(fā)明實施例公開了超材料單元結(jié)構(gòu)體設(shè)計方法和裝置，該方法包括a、CPU設(shè)置超材料單元結(jié)構(gòu)體的初始樣本；b、CPU將初始樣本復(fù)制到GPU中；c、GPU改變復(fù)制的N個樣本獲得N個轉(zhuǎn)移樣本；d、GPU調(diào)用內(nèi)核函數(shù)計算轉(zhuǎn)移樣本的適應(yīng)度；e、GPU根據(jù)適應(yīng)度判斷是否有符合設(shè)計要求的樣本，若GPU判斷結(jié)果為是則轉(zhuǎn)步驟f，否則轉(zhuǎn)步驟g；f、將符合設(shè)計要求的樣本確定為設(shè)計樣本復(fù)制到CPU中，并結(jié)束設(shè)計流程；g、按照適應(yīng)度對N個轉(zhuǎn)移樣本進行排序，獲得n個轉(zhuǎn)移樣本；h、GPU將n個轉(zhuǎn)移樣本復(fù)制到CPU中；i、CPU將n個轉(zhuǎn)移樣本復(fù)制為復(fù)制樣本并保存在GPU中，并轉(zhuǎn)步驟c，直至獲得符合目標超材料單元結(jié)構(gòu)體設(shè)計要求的樣本。采用本發(fā)明，可以提高超材料單元結(jié)構(gòu)體設(shè)計的效率。
文檔編號G06F17/50GK103093014SQ20111034117
公開日2013年5月8日 申請日期2011年11月2日 優(yōu)先權(quán)日2011年11月2日
發(fā)明者劉若鵬, 季春霖, 劉斌 申請人:深圳光啟高等理工研究院