科技导报

作者：司黎明, 牛荣, 党晨阳, 王钊睿, 马天宇, 李琰, 朱卫仁, 孙厚军

单位：1北京理工大学集成电路与电子学院，北京100081；2临近空间环境特性及效应全国重点实验室，北京100081；3北京理工大学唐山研究院，唐山063000；4毫米波全国重点实验室，南京210096；5深圳北理莫斯科大学工程系，深圳518172；6上海交通大学集成电路学院，上海200240；

关键词：人工智能,多模型协同框架,超表面,逆设计,视觉图像,神经网络

基金：国家自然科学基金项目(62271056)

电磁超材料作为一种由人工结构单元按特定空间序构排列而成的功能性人工材料，其物理特性主要取决于单元的几何形态、周期排列方式及构成材料参数[1−4]。通过对这些结构特征的精确设计，超材料能够展现出天然材料所不具备的特殊物理性质，从而突破自然界材料的物理响应限制。这种人工调控机制赋予了研究者对电磁波振幅、相位、偏振态及传播路径进行跨尺度、全方位灵活调控的能力[5−9]。目前，电磁超材料已在宽带通信系统、雷达隐身技术、可重构波束成形，以及高分辨率成像探测等关键领域展现出巨大的应用潜力。这些研究不仅推动了诸如高性能超表面透镜、智能反射面等新型器件的研制，也为新一代全息成像系统的集成化发展奠定了基础。然而，随着现代电磁系统对高性能、轻量化及动态可编程特性的需求日益迫切，如何实现满足特定复杂功能需求的超表面阵列精准设计已成为制约该领域发展的核心挑战[10−13]。在传统设计流程中，研究者通常需要构建复杂的物理模型，并依赖大规模的全波电磁仿真与反复的经验参数扫参。这种“试错式”的方法不仅计算资源消耗大、设计周期冗长，且在面对多目标耦合与高维参数搜索时往往难以寻优，已难以满足现代电磁工程对实时响应与海量结构快速反演的需求[14−16]。

来源：2026年第9期

《科技导报》期刊编辑部

查看科技导报杂志2026年第9期