通过吸波材料降低雷达散射截面积(Radar Cross-Section,RCS)是实现雷达隐身的重要举措之一,频率选择表面(Frequency Selective Surface,FSS)作为一种新型结构型吸波材料,在RCS缩减方面发挥着重要的作用。影响频率选择表面电磁性能的结构参数众多,如何对频率选择表面吸波体的参数之间进行有效分析、设计出满足特定目标频段的频率选择表面结构已经成为学者关注的热点。本文开发了面向频率选择表面吸波体的数据库,扩展了相关数据分析功能,研究了贝叶斯优化算法并完成了单方环频率选择表面吸波体优化,为频率选择表面吸波体的设计提供技术基础。基于数据库系统,完成了无源频率选择表面吸波体和有源频率选择表面吸波结构数据处理模块,无源频率选择表面的数据处理主要是通过对数据库中的无源模型数据进行性能评价,有源FSS的处理是将多种频率响应状态进行叠加处理,得到反射率包络线。通过降维技术,分析了吸波体结构变量之间的变化对吸波性能、频带宽度、吸收峰的幅值、吸收峰的频点等影响,从而得到FSS吸波体的设计规律。研究了贝叶斯优化算法(Bayesian Optimization Algorithm,BOA)的数学原理,它通过概率统计学的方法创建函数分布模型,在模型中寻找最优解的位置,极大地提高了优化效率。为了测试该算法的优化效率,设计了单方环频率选择表面吸波结构,优化目标频段为4-8GHz,结果显示两种算法都实现了优化目标,但BOA的优化效率更高,说明了贝叶斯优化算法在频率选择表面优化中具有应用价值。