欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020104717269
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于神经网络解决电磁逆散射问题的两步无相位成像法,其特征在于包括如下步骤:

步骤一、无相位数据处理阶段,将无相位总场数据恢复为散射场数据;

步骤二、图像反演阶段,重建出未知散射体的图像;

步骤一中无相位总场数据通过如下方式得到:假定某未知物体存在于自由空间背景下的目标区域D, 内,假定该目标区域被剖分后的网格总数为N,每一个网格的位置为rn,n=1,2,3...,N;而在该区域外侧,安装有发射天线和接收天线,发射天线位置表示为rp,p=1,2,…,Ni,接收天线位置表示为rq,q=1,

2,…,Nr,可获得Ni×Nr个散射场数据;设散射体由非磁性且各向同性的非均匀媒质组成,应sca

用散射场E (rq)求解目标区域D内的介电常数分布ε(rn):由Lippmann‑Schwinger电场积分方程,得到总场积分方程:inc

其中E (r)表示位于区域内部r处的入射场;χ(r)=(ε(r)‑ε0)/ε0为区域内的对比度函数;k0表示自由空间中的波矢;格林函数 表示一个位于空间r′处的点源对其周围空间某点r所产生的场, 表示零阶第一类汉克尔函数;

散射场积分方程:

sca

其中E (rq)表示位于rq处的接收天线接收到的散射场的信息,对比源为对比度和总场的乘积,定义为:tot

I(r)=χ(r)E (r)  (3)将公式(1)‑(3)离散化:其中⊙表示对应元素相乘,格林函数 为离散后的格林函数G(rq,r')的积分算子,为离散后的格林函数G(rn,r')的积分算子;把公式(6)计算出来的感应电流代入到公式(5)中,计算得出所需的散射场数据;公式如下:其中 代表单位矩阵;

无相位总场的定义如下:

其中 表示在无未知散射体时,接收天线接收到的场信息;

所述神经网络为U‑net神经网络,具体如下:U‑net神经网络的左侧是一条收缩路径,由卷积和池化操作组成,左侧每一层都先经过两次卷积操作;每个卷积都经过批量归一化(Batch Normalization,BN)和ReLU激活函数处理,然后最大池化合并操作进入下一层,在每个下采样步骤,图片尺寸缩小一半,同时特征通道的数量加倍;U‑net神经网络的右侧是一条扩展路径,扩展路径用于恢复矩阵,每个步骤都包括特征图的上采样,然后是反卷积,将特征通道的数量减半,同时矩阵尺寸增加一倍,用于将矩阵恢复到原始大小;由U‑net神经网络的每个卷积层获得的特征图连接到相应的上采样层;

步骤一中

散射场计算公式:

无相位总场计算公式:

散射场计算公式:

通过公式(7)和公式(8)计算出所有散射体的散射场和无相位总场,将该结果作为训练集,其中一部分作为测试集;散射场是复数矩阵,无相位总场是实数矩阵,将散射场的实部与虚部拆开,使其增加一个维度来存放这些信息;无相位总场同样增加一个维度,其虚部全为0;

矩阵经过卷积运算后的尺寸大小公式为:O=(W‑F+2P)/S+1  (9)其中O表示输出矩阵大小,W表示输入矩阵大小,F表示卷积核(Filter)大小,P表示填充值(Padding)的大小,S表示步长大小。

2.如权利要求1所述的基于神经网络解决电磁逆散射问题的两步无相位成像法,其特征在于:

步骤二具体如下:

假设感应电流与电磁场成正比:根据公式(5),定义BP算法的目标函数:b

求公式(11)的最小值,只需让F(χ)相对于χ的导数为零,得到χ的解析解:其中T代表转置操作,*表示共轭操作,得到χ后,根据公式(10)就可以得到感应电流并且可以得到更新后的总场:对于第p根入射天线,根据感应电流的定义,对比度 和 满足以下关系:合并公式(13)中的所有入射天线,并且可以求出对比度 的第n个元素:由 重新指定尺寸变化得到的对比度 是散射体的初始图像,继续使用所述神经网路,更换训练集,输出最终的散射体图像。