一种基于无训练的深度级联网络的电磁逆散射成像方法

作者：宋仁成; 李美兰; 刘羽; 李畅; 成娟; 陈勋

来源：2022-05-31, 中国, ZL202210610817.5.

本发明公开了一种基于无训练的深度级联网络的电磁逆散射成像方法,包括：1数据准备阶段,根据测量到的散射场,获得输入数据；2网络结构搭建阶段,模拟基于子空间优化迭代算法的过程,设计深度级联网络结构；3损失函数设计,在目标函数中使用不包含参考真实值的待求散射体的数据损失与状态损失外,增加若干其他包含先验信息的已知散射体的总电流损失和介电常数损失,作为正则化项以提高重建质量；4通过迭代优化深度级联网络,对单个待求的散射体进行建模,得到单个待求的散射体的重建结果。本发明将完整的物理法则通过损失的形式融合到无训练的深度级联网络中,从而能在无训练集的情况下实现高精度且泛化能力强的电磁逆散射成像。

• 单位
  合肥工业大学