电磁学:
电磁学是研究电磁现象的规衛［］应用的物理学分支学科，起源于18世纪。
广义的电磁学可以说是包含电学和磁学”但狭义来说是_ 门探讨电性与磁性交互关系的学科。
主要硏究电磁波、电磁场以及有关电荷、带电物体的动力学等等。
计算电磁学:
内容简介：
本书在论述计算电磁学的产生背景、现状和发展趋势的基础上, 系统地介绍了电磁仿真中的有限差分法、人工神经网络在电磁建模中的应用，遗传算法在电磁优化中的应用等。
图书目录：
第一童绪论
1.1计算电磁学的产生背景
1.1.1高性能计算技术
1.1.2计算电磁学的重要性
1.1.3计算电磁学的硏究特点
1.2电磁场问题求解方法分类
1.2.1解析法
1.2.2数值法
1.2.3半解析数值法
13当前计算电磁学中的几种重要方法
13.1有限元法
1.3.2时域有限差分法
1.3.3矩量法
1.4电磁场工程专家系统
1.4.1复杂系统的电磁特性仿真
1.4.2面向CAD的复杂系统电磁特性建模1.4.3电磁场工程专家系统
第一篇电磁仿真中的有限差分法
第二童有限差分法
2.1差分运算的基本概念
2.2二维电磁场泊松方程的差分格式
2.2.1差分格式的建立
2.2.2不同介质分界面上边界条件的离散方法2.2.3第一类边界条件的处理
2.2.4第二类和第三类边界条件的处理
2.3差分方程组的求解
2.3.1差分方程组的特性
2.3.2差分方程组的解法
2.4工程应用举例
2.5标量时域有限差分法
2.5.1瞬态场标量波动方程
2.5.2稳定性分析
2.5.3网格色散误差
2.5.4举例
第三童时域有限差分法I——差分格式及解的稳定性3.1FDTD基本原理
3.1.1Yee的差分算法
3.1.2环路积分解释
3.2解的稳定性及数值色散
3.2.1解的稳定条件
3.2.2数值色散
3.3非均匀网格及共形网格
3.3.1渐变非均匀网格
3.3.2局部细网格
3.3.3共形网格
3.4三角形网格及平面型广义Yee网格
3.4.1三角形网格离散化
3.4.2数值解的稳定性
3.4.3平面型广义Yee网格
3.5半解析数值模型
3.5.1细导线问题
3.5.2增强细槽缝公式
3.5.3小孔耦合问题
3.5.4薄层介质问题
3.6良导体中的差分格式
第四童时域有限差分法口——吸收边界条件4.1Bayliss-Turkel吸收边界条件
4.1.1球坐标系
4.1.2圆柱坐标系
4.2Engquist-Majda吸收边界条件
4.2.1单向波方程的泰勒级数近似
4.2.2Mur的差分格式
4.2.3Trefethen-Halpern 近似展开
4.2.4Higdon 算子
4.3廖氏吸收边界条件
4.4梅•方超吸收边界条件
4.5 Berenger 完全匹配层(PML )
4.5.1PML媒质的定义
4.5.2PML媒质中平面波的传播
4.5.3PML-PML媒质分界面处波的传播4.5.4用于FDTD 的PML
4.5.5三维情况下的PML
4.5.6PML的参数选择
4.5.7减小反射误差的措施
4.6Gedney完全匹配层
4.6.1完全匹配单轴媒质
4.6.2 FDTD差分格式
4.6.3交角区域的差分格式
4.6.4 PML的参数选取
第五童时域有限差分法DI——若干实用技术
5.1激励源技术
5.1.1强迫激励源
5.1.2总场/散射场体系
5.2集总参数电路元件的模拟
5.2.1扩展FDTD方程
5.2.2集总参数电路元件举例
5.3近区场到远区场的变换
5.4数字信号处理技术
5.4.1极点展开模型与Prony算法
5.4.2线性及非线性信号预测器模型
5.4.3系统识别方法及数字滤波器模型
5.5应用举例
5.5.1均匀三线互连系统
5.5.2同轴线馈电天线
5.5.3多体问题
5.5.4同轴■波导转换器
5.5.5波导元件的高效分析
5.5.6传输线问题的降维处理
第六童基于交变隐式差分方向方法的时域有限差分法
-ADI-FDTD 方法
6.1ADI-FDTD基本原理
6.1.1ADI-FDTD 差分格式I
6.1.2ADI-FDTD 差分格式口
6.2解的稳定性与数值色散
6.2.1二维问题的稳定性
6.2.2三维问题的稳定性
6.2.3增长矩阵
6.3吸收边界条件
6.3.1Gedney 的PML 媒质中的ADI-FDTD 格式6.3.2Berenger 的PML 媒质中的ADI-FDTD 格式6.4应用举例
6.4.1有耗平行板传输线
6.4.2有耗平行板传输线——降维处理
6.4.3用混合网格二维FDTD算法分析传输线
第二篇人工神经网络在电磁建模中的应用
第七章人工神经网络模型
7.1生物神经元
7.2人工神经元模型
7.2.1单端口输入神经元
7.2.2活化函数
7.2.3多端口输入神经元
7.3多层感知器神经网络
7.3.1单层前传网络
7.3.2多层前传网络
7.4多层感知器的映射能力
7.5多样本输入并行处理
第八童用回传算法训练多层感知器
8.1神经网络的学习能力
8.1.1受控学习方式
8.1.2误差校正算法
8.2误差回传算法
8.2.1初始化
8.2.2delta 法则
8.2.3计算的两个过程
8.3训练模式
8.4回传算法的改进
8.4.1带矩量修正的广义delta法则8.4.2学习速率参数自适应算法〃指南"
8.4.3delta-delta 学习规则
8.4.4delta-bar-delta 学习规则
8.4.5Matlab中的学习参数自适应算法8.5将受控学习看做函数最优化问题
8.5.1共觇梯度法
8.5.2牛顿法
8.5.3 Levenberg・Marquardt 近彳以8.6网络推广
8.6.1训练集合大小的确定
8.6.2网络结构的优化
第九童神经网络与电磁建模
9.1正交试验设计
9.1.1全组合正交试验设计
9.1.2方螺旋电感的神经网络模型
9.1.3微带协同馈电系统的神经网络模型9.1.4带状线间隙不连续性的神经网络模型9.1.5部分组合正交试验设计
9.2中心组合试验设计
9.2.1中心组合试验设计
9.2.2单层间互连结构的神经网络模型
9.2.3带状线双层间互连结构的神经网络模型9.2.4同轴•波导转换器的神经网络模型9.3随机组合试验设计
9.3.1高速互连结构的神经网络模型
9.3.2例子
第十童知识人工神经网络模型
10.1夕卜挂式知识人工神经网络模型10.1.1差值模型和PKI模型
10.1.2输入参数空间映射模型
10.1.3主要元素项分析
10.1.4稳健的知识人工神经网络模型10.2嵌入式知识人工神经网络模型10.2.1知识人工神经元
10.2.2知识人工神经元三层感知器10.2.3应用实例
第三篇遗传算法在电磁优化中的应用第十一童遗传算法基本原理
11.1基本的遗传算法
11.1.1基本遗传算法的描述
11.1.2应用遗传算法的准备工作11.13遗传操作
11.2遗传算法的特点及数学机理11.2.1遗传算法的特点
11.2.2遗传算法的数学机理
第十二童遗传算法在电磁优化中的应用12.1天线及天线阵的优化设计
12.1.1天线的优化设计
12.1.2微带天线的优化设计
12.1.3天线阵的优化设计
12.2平面型带状结构的优化设计
12.2.1稀疏化带状栅的优化设计
12.2.2带状电阻栅加载导体带的优化设计12.2.3多层周期性导体带状栅的优化设计参考文献。