一种基于深度学习的电磁散射计算方法

本发明公开了一种基于深度学习的散射体形状和电参数不完全已知情况下的电磁散射计算方法，包括：步骤1：输入散射体已知部分的电参数比如相对介电常数和磁导率、入射场、少量散射场(观测/测量)数据和待求散射场的位置坐标；步骤2：采用矩量法求解出仅散射体已知部分存在而未知部分不存在的情况下的内部总场；步骤3：将少量散射场(观测/测量)数据、仅散射体已知部分存在而未知部分不存在情况下的内部总场、以及散射体已知部分的电参数输入到深度学习神经网络，通过该网络得到散射体未知部分的电参数比如相对介电常数和磁导率；步骤4：将仅散射体已知部分存在而未知部分不存在情况下的内部总场、散射体未知部分的电参数、以及散射体已知部分的电参数输入到另一个神经网络，通过该网络得到完整散射体的内部总场；步骤5：根据矩量法计算出任意位置处的总场或散射场。本发明能够，在仅需极少量散射场(观测/测量)数据的条件下，完成散射体形状和电参数不完全已知的散射体的散射特性的预测。