一种提高装备电磁特性测量精度的方法及装置制造方法及图纸

本发明专利技术实施例提供了一种提高装备电磁特性测量精度的方法及装置，所述方法包括以下步骤：基于电磁方程的深度学习求解模型，结合神经网络建立Maxwell方程的神经网络模型，具体包括：接收发射源数据和电磁方程的深度学习求解模型所求的空间电磁特性分布值；将发射源数据和空间电磁特性分布值输入到神经网络中；利用神经网络对发射源数据和空间电磁特性分布值进行结合，建立Maxwell方程的神经网络模型；利用Maxwell方程的神经网络模型对装备空间的电磁特性分布进行求解；通过Maxwell方程的神经网络模型对所述解进行修正。与当前主流电磁散射和逆散射数值方法相比，效率提升20％以上，实现对探测目标结构超分辨重建，逆散射成像分辨率整体优于主流方法。像分辨率整体优于主流方法。像分辨率整体优于主流方法。

【技术实现步骤摘要】
一种提高装备电磁特性测量精度的方法及装置


[0001]本专利技术涉及探测
，尤其涉及一种提高装备电磁特性测量精度的方法及装置。

技术介绍

[0002]电磁散射和逆散射是电磁隐形装备设计、目标电磁成像识别等前沿技术的核心问题，其数学模型的强耦合性、强非线性、多尺度、强病态，及信号采集时噪声干扰、非合作目标关键技术指标的情报空白等问题所带来的复杂性，一直制约着高效数值算法和模拟工具的发展。电磁散射问题方面，传统低频数值方法求解效率低，不适用于电大尺寸模拟；高频近似方法计算快，便于求解电大尺寸问题，却存在精度差、仅适合简单结构目标；电磁逆散射方面，现有的算法存在算法精度低、求解慢、成像模糊、不适用于高对比度目标等局限性。
[0003]申请人发现现有技术中至少存在如下问题：电磁正逆散射求解的效率和精度不高。

技术实现思路

[0004]本专利技术实施例所解决的技术问题是如何提高电磁正逆散射求解的效率和精度的问题。
[0005]为达上述目的，一方面，本专利技术实施例提供了一种提高装备电磁特性测量精度的方法，包括以下步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提高装备电磁特性测量精度的方法，其特征在于，包括以下步骤：基于电磁方程的深度学习求解模型，结合神经网络建立Maxwell方程的神经网络模型，具体包括：接收发射源数据和所述电磁方程的深度学习求解模型所求的空间电磁特性分布值；将所述发射源数据和所述空间电磁特性分布值输入到神经网络中；利用神经网络对所述发射源数据和所述空间电磁特性分布值进行结合，建立Maxwell方程的神经网络模型；利用所述Maxwell方程的神经网络模型对装备空间的电磁特性分布进行求解；通过所述Maxwell方程的神经网络模型对所述解进行修正。2.根据权利要求1所述的一种提高装备电磁特性测量精度的方法，其特征在于，所述神经网络包括：残差神经网络、DenseNet和物理信息神经网络。3.根据权利要求2所述的一种提高装备电磁特性测量精度的方法，其特征在于，所述利用神经网络对所述发射源数据和所述空间电磁特性分布值进行结合，结合后建立Maxwell方程的神经网络模型，具体包括：构建格林函数卷积神经层；构建电磁非线性相互作用神经网络模块；利用所述格林函数卷积神经层和所述电磁非线性相互作用神经网络模块训练Maxwell方程的人工神经网络表达。4.根据权利要求3所述的一种提高装备电磁特性测量精度的方法，其特征在于，所述构建电磁非线性相互作用神经网络模块，具体包括：对目标装备进行非线性拟合，通过模型与真实目标装备之间误差的反向传播，将倏逝波信息转化到传输波内。5.根据权利要求1所述的一种提高装备电磁特性测量精度的方法，其特征在于，所述通过所述Maxwell方程的神经网络模型对所述解进行修正，具体包括：通过引入真实电磁特性分布数据来修正所述解...

【专利技术属性】
技术研发人员：刘子源，王海峰，包凯君，钱旭，张弘，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：