面向机器学习应用的 GPU 上的电磁天线仿真
机器学习
2025-08-15 v1 人工智能
摘要
本研究提出一种基于图形处理单元 (GPU) 的天线仿真框架，采用开源电磁 (EM) 仿真软件 (gprMax) 以适用于机器学习的天线设计与优化。此外，本文将仿真结果与通过商业 EM 软件获得的结果进行比较。用于机器学习和代理模型应用的该软件框架将产生大量天线仿真结果的数据集。尽管机器学习方法可为许多问题获得最优解，但其数据需求量大，在算法训练阶段需要大量样本。然而，在有限时间内生产足够数量的 EM 应用训练样本具有挑战性，因为 EM 仿真的计算复杂度高。因此，本研究利用 GPU 对大量具有预定义或随机天线形状参数的天线进行仿真，以生成数据集。此外，本研究还比较了 various 机器学习和深度学习模型在天线参数估计性能方面的表现。本研究表明，入门级 GPU 在计算性能上显著优于高端 CPU，而高端游戏级 GPU 的计算性能可实现对高端 CPU 的约 18 倍。此外，本研究表明，当仿真空间分辨率足够细时，开源 EM 仿真软件可提供类似通过商业软件获得的仿真 microstrip 天线的结果。
引用
@article{arxiv.2508.10713,
title = {Electromagnetic Simulations of Antennas on GPUs for Machine Learning Applications},
author = {Murat Temiz and Vemund Bakken},
journal= {arXiv preprint arXiv:2508.10713},
year = {2025}
}
备注
20 pages, 10 figures, 4 tables, journal article