一种基于物理模型神经网路的空间复用声全息图设计方法

本发明公开了一种基于物理模型神经网路的空间复用声全息图设计方法。根据目标空间复用设计场景确定参数，建立声波传播模型和深度学习模型，深度学习模型的输入为随机噪声图像，输出为换能器阵列选区图和相位平面图，结合声波传播模型和深度学习模型，搭建整体模型结合目标声场图进行训练，训练后获得换能器阵列选区图和相位平面图。本发明解决了传统角谱迭代设计方法中由于缺乏全局优化，导致多通道信息中存在的伪影问题；以及现有深度学习方法在构建数据集时存在的耗时耗力，鲁棒性较差，以及无法根据目标全息声场的设计需求设计特定参数等不足，能够同时对多个目标全息声场进行优化设计，自适应地设计任意全息声场。