基于高斯牛顿算法的媒质宽带电磁参数数值拟合

高斯迭代法是非线性回归模型中求回归参数进行最小二乘的一种迭代算法。将测得的人的血液的介电特性的实验数据用Hurt建立的二阶Debye模型进行拟合,发挥最小二乘法良好的拟合特性和高斯牛顿迭代法较快的收敛速度,采用最小二乘法--高斯牛顿迭代法,求解模型中的未知参数并验证拟合效果。本文证明了该算法的可行性。结果可以帮助人们预测1MHz~10GHz频率范围内重要生物组织的介电特性,有利于人们对介电常数和电导率进行分析和利用,为生物以及医疗行业做作出献。