首页|基于BI-GM-GAMP和U-Net的混合电磁反演方法

基于BI-GM-GAMP和U-Net的混合电磁反演方法

A hybrid electromagnetic inversion method based on BI-GM-GAMP and U-Net

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
电磁反演是一种典型的逆散射问题,该问题具有非线性以及不适定性.目前已有一些算法被提出用来解决该问题,但已有算法在效率和精度上无法同时兼顾.为了实时反演高质量图像,文中提出了 一种结合玻恩迭代高斯混合广义近似消息传递(Born Iterative Gaussian Mixture Generalized Approximate Message Passing,BI-GM-GAMP)和卷积神经网络的混合算法,具体为:首先通过BI-GM-GAMP 方法获得初步反演图像,随后利用这些图像训练U-Net网络,最后通过训练的U-Net网络实现新的电磁反演任务.仿真实验验证了该方法的有效性.

electromagnetic inverse scatteringnonlinearityill-posedconvolutional neural network

王芳芳、周立京、韩婉、汪树典、李开敏、张鑫

展开 >

南京邮电大学电子与光学工程学院、柔性电子(未来技术)学院,江苏南京210023

南京邮电大学射频集成与微组装技术国家地方联合工程实验室,江苏南京210023

东南大学毫米波国家重点实验室,江苏南京210096

电磁逆散射 非线性 不适定 卷积神经网络

国家自然科学基金毫米波国家重点实验室开放课题射频集成与微组装技术国家地方联合工程实验室开放课题江苏省高等学校自然科学研究面上项目

61601245K202240KFJJ2021010320KJB510008

2023

10.14132/j.cnki.1673-5439.2023.03.004

南京邮电大学学报(自然科学版)
南京邮电大学

南京邮电大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.486
ISSN：1673-5439
年,卷(期)：2023.43(3)
  • 1