摘要
本发明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。
技术关键词
残差学习
截断奇异值
残差神经网络
散射成像
电流
残差模块
残差网络
学习方法
方程
数据
电磁
对比度
矩阵
图像
电场
解码
网格
天线
系统为您推荐了相关专利信息
性预测方法
辊压机
滑动窗口
图像特征向量
神经网络模型
平衡电网
有功功率
分数阶微积分
数字式频率合成器
负序电压分量