Nos últimos anos, a avaliação precisa do nível de exposição humana às ondas milimétricas (mmWave) no campo elétrico (E-field) tornou-se crucial para a saúde e segurança públicas. De acordo com as normas da Comissão Eletrotécnica Internacional (IEC) e do Instituto de Engenheiros Eletricistas e Eletrônicos (IEEE) (padrão IEC/IEEE 63195-2), a avaliação da exposição eletromagnética milimétrica requer dados de distribuição do campo elétrico com alta resolução espacial. Este estudo propõe uma rede geradora adversarial (GAN) combinando perda de gradiente do campo elétrico, denominada EFGraGAN, para reconstrução super-resolutiva do campo elétrico das ondas milimétricas. A introdução da perda de gradiente do campo elétrico permite que a rede aprenda simultaneamente a amplitude local da intensidade do campo e a estrutura espacial, melhorando a precisão da reconstrução do mapa do campo elétrico e enriquecendo os detalhes estruturais. Para melhorar a capacidade de generalização do modelo em diferentes tipos de antenas, foi utilizada a representação integral de ondas planas (PWIR) e geração de incidência parametrizada aleatória para criar um conjunto de dados de treinamento que simula diversas distribuições de campo. Combinado com interpolação bilinear, este método alcançou reconstrução de alta resolução nas faixas de frequência de 30 GHz e 60 GHz, atendendo aos requisitos do padrão IEC/IEEE 63195-2 para avaliação de exposição. Os resultados da simulação numérica mostram que, em um cenário de matriz de dipolos 4×4 (frequência de até 60 GHz), o erro relativo médio máximo (MRE) da reconstrução da distribuição do campo no modelo de pele é inferior a 9% com o EFGraGAN, superando os métodos tradicionais de interpolação linear e modelos GAN. Além disso, o método apresenta forte robustez ao ruído, prometendo ajudar os sistemas de medição existentes a realizar avaliações precisas e eficientes da exposição às ondas milimétricas.

reconstrução de campo; rede geradora adversarial (GAN); exposição a ondas milimétricas (mmWave)