BCGs-FFT结合BP神经网络反演金属介质复合柱体目标参数

利用双共轭梯度-快速傅里叶变换方法(BCGs-FFT)结合BP神经网络技术研究了金属介质复合结构柱体目标的电磁逆散射问题.先用BCGs-FFT方法计算了复合结构目标的正散射问题,得到不同目标参数下的多个观测点上的散射电场,以此作为训练样本提供给BP网络,经过适当的离线训练,再以新的散射电场作为网络的输入,实时重构了金属介质复合结构目标的几何、电磁参数.数值结果显示了该方法的有效性.

采用分部外推BCGS-FFT方法快速求解电磁散射问题

为了快速求解电磁散射问题中具有震荡性、奇异性、慢收敛性的索末菲积分,提出了一种利用分部外推算法加速索末菲尾部积分计算,并结合稳定双共轭快速傅里叶变换(stabilized biconjugate gradient fast Fourier transform,BCGS-FFT)算法求解电磁散射问题场分布情况的新方法.首先给出电场积分方程(electric field integral equation, EFIE)的表达形式,且在求解过程的索末菲积分中应用一种便捷的椭圆积分路径来最小化索末菲积分的震荡性与奇异性,在索末菲尾部积分使用Levin分部外推法来提高积分收敛速度,以此来快速填充并矢格林函数矩阵.然后对新方法进行了多种数值实验,验证算法的精确度,并对比了新方法与传统BCGS-FFT方法的计算效率,发现在保持相同计算精度的条件下,新方法可节省20%~37%的计算时间.该方法能应用于复杂散射体嵌入多层空间的电磁散射计算,为快速求解目标区域的电磁散射场提供了一种新的方法.

A COMBINED FULL-WAVE BCG-FFT METHOD FOR RADIATION OF MICROSTRIP ANTENNA ARRAYS

A method of combining BiConjugate Gradient(BCG) with Fast Fourier Transform(FFT) to analyze the radiation of microstrip antenna arrays is presented, where the spatially discrete BCG-FFT for analyzing microstrip structure is used and the del operators on Green's functions are transferred from the singular kernel to the expansion and testing functions. The resultant equations are solved by using BCG method in which the matrix-vector product is evaluated efficiently with FFT. The calculated patterns are in good agreement with the measured data.

基于支持向量机的复合柱体目标参数反演

用支持向量机(support vector machine,SVM)结合双共轭梯度-快速傅里叶变换方法(BCG-FFT)重构二维金属/介质复合结构柱体目标参数。采用BCG-FFT方法数值模拟复合结构目标的散射特性,以散射电场作为训练样本提供给支持向量机学习,经过适当的离线训练,建立支持向量机逆散射模型,实时重构了复合柱体目标的几何、电磁参数;在相同的条件下,采用人工神经网络(artificial neural net-works,ANN)方法对复合目标参数也进行了重构;比较分析了训练样本信息的差异对支持向量机重构精度的影响。与ANN方法的结果比较表明:支持向量机方法能有效地用于复合结构目标参数反演,且具有较高的精度。

二维均匀介质中积分方程的快速精确算法

采用稳定型双共轭梯度快速Fourier变换(BCGS-FFT)算法精确计算二维均匀介质中的积分方程.采用一种新的插值函数作为基函数和试探函数对积分方程进行弱化离散,离散后的积分方程采用稳定型双共轭梯度迭代方法进行求解,从而得到异常体内电场的分布.计算时采用快速Fourier变换技术将积分方程内Green函数与电场的乘积表示成褶积形式以加快计算速度.数值计算举例说明了算法的精确性和有效性.

均匀介质中基于积分方程的二维电磁成像模拟

开发了一种基于积分方程的模拟均匀介质中二维电磁成像的反演算法。在反演中采用了Born迭代方法,该算法具有抗噪声能力强、迭代稳定的优点。在正演计算中采用了计算积分方程的稳定型双共轭梯度快速Fourier变换(BCGS-FFT)算法,将插值函数作为基函数和试探函数对积分方程进行弱化离散,离散后的积分方程采用稳定型双共轭梯度迭代方法进行求解,从而得到异常体内电场的分布,迭代过程中采用快速傅里叶变换(FFT)技术进行加速。反演算例说明了所开发算法的精确性和有效性。