一种基于变分及残差学习的电磁逆散射成像方法技术

本发明专利技术属于电磁逆散射成像领域。为了改善电磁逆散射成像的精度及效率，本发明专利技术结合变分思想及残差学习提出了一种可以求解电磁逆散射问题的物理辅助的学习方法。本发明专利技术首先采用截断奇异值分解从散射场中获取感应电流的确定部分。然后通过变分思想从散射场的变分中提取出感应电流的变分部分。其次，本发明专利技术通过残差学习构建已求解电流与模糊电流的映射关系。使得残差网络可以针对性求解模糊电流，而无需对感应电流的整体进行求解。本发明专利技术方法降低了神经网络的函数拟合压力，从而提高了网络的泛化能力。本发明专利技术可以对复杂的逆散射成像问题实现准确快速的求解。单次反演时间为0.07s，可以实现实时的反演成像需求。

【技术实现步骤摘要】

本专利技术属于电磁成像领域，是一种利用变分思想及残差神经网络的电磁逆散射成像新方法。

技术介绍

1、电磁逆散射成像技术利用入射场及散射场可以反演出散射体的形状，位置及电磁参数。此技术在医学成像，随钻测井，无损检测等领域中发挥了重要作用。电磁逆散射问题作为此技术的核心一直是研究的重点。然而，由于问题的非线性及病态性导致其求解难度大，求解速度慢且求解精度低。

2、电磁逆散射问题的求解方法主要分为两大类，分别是基于目标函数的优化方法及基于样本学习的方法。根据求解的电磁参数不同可以将基于目标函数的优化方法分为源型和场型两类。其中场型方法通过求解待反演区域的总电场分布从而求解散射体的分布情况，例如，伯恩迭代方法，变形伯恩迭代方法，变分伯恩迭代方法。源型求解方法则是通过求解区域内的感应电流分布来实现逆散射问题的求解。例如对比源反演，子空间优化方法。然而，由于确定性方法往往需要耗时的优化过程来获取更高的求解精度，无法满足即时的应用场景。

3、近年来，随着深度学习技术的发展，基于学习的方法在求解电磁逆散射问题中体现出求解速度快，求解精度高的优势。基本文档来自技高网...

【技术保护点】

1.一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：包括以下步骤：

2.如权利要求1所述的一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：步骤一中散射场数据通过如下方式获取：

3.如权利要求1所述的一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：步骤二中感应电流确定性部分通过如下方式获取：

4.如权利要求1所述的一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：步骤三中感应电流的变分部分通过如下方式获取：

5.如权利要求1所述的一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：步骤四中感应电流的残差部分通...

【技术特征摘要】

1.一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：包括以下步骤：

2.如权利要求1所述的一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：步骤一中散射场数据通过如下方式获取：

3.如权利要求1所述的一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：步骤二中感应电流确定性部分通过如下方式获取：

4.如权利要求1所述的一种基于变分及残差学习的电磁逆散射成像方法，其特征在于：步骤三...

【专利技术属性】
技术研发人员：杜昌霖，陈涌频，杨德强，潘锦，胡俊，刘思豪，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：