仿真器精炼扩散新方法，PCB逆向设计匹配度最高提升21.2%！
Simulator-Refined Diffusion for Radio-Frequency Inverse Design
📖 AI 总结
本文提出一种名为“模拟器精炼扩散”（SRD）的新方法，用于印刷电路板（PCB）的射频逆设计。扩散模型虽能根据目标S参数生成布局，但难以满足定量电磁指标。现有梯度引导方法面临两难：全波电磁模拟器精确却昂贵且不可微，可微代理模型虽有信息但可靠性不足。SRD将低保真可微代理与高保真不可微模拟器结合于扩散采样过程：利用代理梯度提出扰动方向，再由模拟器沿该方向搜索有效设计更新，从而避免标准零阶优化所需的大量随机扰动。实验表明，该方法在多种设置下持续优于现有最优方法，使生成布局的仿真S参数与目标规格的匹配度在分布内目标上提升达21.2%，分布外目标上提升达19.8%，为射频逆设计提供了更可靠的方案。
🔑 关键词速览
| Simulator-Refined Diffusion (SRD) | 本文提出的方法，在扩散采样中结合可微代理模型的梯度与不可微仿真器的搜索，以精炼生成设计。 |
| Inverse Design | 逆向设计，指根据目标性能指标（如S参数）反向生成满足要求的物理结构或布局。 |
| S-parameters | 散射参数，用于描述射频微波网络端口间信号传输与反射特性的复数参数。 |
| Full-wave Electromagnetic Simulator | 全波电磁仿真器，通过数值求解麦克斯韦方程组精确模拟电磁场，但计算成本高且通常不可微。 |
| Differentiable Surrogate | 可微代理模型，用于近似全波仿真器的快速可微模型，能提供梯度信息但精度有限。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅