In den letzten Jahren ist die genaue Bewertung des menschlichen Expositionsniveaus gegenüber Millimeterwellen (mmWave) im elektrischen Feld (E-Feld) für die öffentliche Gesundheit und Sicherheit von entscheidender Bedeutung geworden. Gemäß den Normen der Internationalen Elektrotechnischen Kommission (IEC) und des Instituts der Elektrotechnik und Elektronikingenieure (IEEE) (Norm IEC/IEEE 63195-2) erfordert die Bewertung der elektromagnetischen Millimeterwellenexposition hochauflösende räumliche Daten zur Verteilung des elektrischen Feldes. In dieser Studie wird ein generatives gegnerisches Netzwerk (GAN) vorgeschlagen, das den elektrischen Feldgradienten-Verlust kombiniert, genannt EFGraGAN, zur superauflösenden Rekonstruktion des elektrischen Feldes von Millimeterwellen. Die Einführung des elektrischen Feldgradienten-Verlusts ermöglicht es dem Netzwerk, die lokale Feldstärke-Amplitude und die räumliche Struktur gleichzeitig zu erlernen, was die Genauigkeit der Rekonstruktion der elektrischen Feldkarte verbessert und strukturelle Details bereichert. Um die Generalisierungsfähigkeit des Modells auf verschiedenen Antennentypen zu verbessern, wurde die integrale Darstellung von ebenen Wellen (PWIR) und eine zufällige parametrisierte Inzidenz verwendet, um Trainingsdaten zu generieren, die eine vielfältige Felddistribution simulieren. In Kombination mit bilinearer Interpolation erreicht diese Methode eine hochauflösende Rekonstruktion in den Frequenzbändern von 30 GHz und 60 GHz und erfüllt die Anforderungen der Norm IEC/IEEE 63195-2 zur Expositionsbewertung. Numerische Simulationsergebnisse zeigen, dass im Szenario eines 4×4-Dipolarrays (Frequenz bis zu 60 GHz) der maximale mittlere relative Fehler (MRE) der Rekonstruktion der Feldverteilung im Hautmodell mit EFGraGAN unter 9 % liegt und die Leistung traditionelle lineare Interpolationsmethoden und GAN-Modelle übertrifft. Darüber hinaus zeigt die Methode eine starke Rauschresistenz, was vielversprechend ist, um bestehende Messsysteme bei der genauen und effizienten Bewertung der Millimeterwellenexposition zu unterstützen.

Feldrekonstruktion; generatives gegnerisches Netzwerk (GAN); Millimeterwellenexposition (mmWave)