基于支持向量机的介质圆柱体逆散射问题研究

提出一种新的在线逆散射方法—支持向量机,通过支持向量机将原问题转化成一个回归估计问题。该方法可广泛应用于各种逆散射方面,尤其是目标的几何与电磁参数重构。以相对介电常数作为输入,复散射系数作为输出,通过对训练样本的学习,利用支持向量机回归估计了介质圆柱体不同相对介电常数下复散射系数的实部与虚部。同时,以多个观测点的散射电场值作为样本信息,利用支持向量机对已知探测范围内的介质圆柱体的相对介电常数和电导率进行了重构。比较结果显示了该方法的有效性和准确性。

用BP神经网络技术重构介质圆柱体电磁参数

将BP神经网络技术应用于介质圆柱体电磁逆散射问题研究,通过BP神经网络将原逆散射问题转化为一个回归估计问题。设置多个目标散射场观测点,分别以目标不同的电磁参数及其响应下的散射电场的幅值作为BP网络的输出与输入,采用L-M训练算法,经过适当的训练,建立起逆散射模型,再以新的散射电场作为输入,实时重构了自由空间及半空间介质圆柱体的相对介电常数和电导率。数值结果显示了该方法的有效性及准确性,为目标的实时逆散射研究提供了一种高效的方法。

基于BP神经网络的介质圆柱体逆散射方法研究

将人工智能技术应用于介质圆柱体电磁逆散射问题研究,通过BP神经网络将原逆散射问题转化为一个回归估计问题,重构了目标的几何与电磁参数。在TM波的照射下,设置多个目标散射场的观测点,以散射场的幅值作为BP网络的输入,相应的几何与电磁参数作为输出,经过适当的训练,建立了介质圆柱体逆散射模型,并以此模型重构了已知探测范围内的介质圆柱体的半径、相对介电常数及电导率。比较结果显示了该方法的有效性和准确性,为目标的实时逆散射研究提供了一种有效方法。

用电介质镜像法计算线电荷与介质圆柱所形成的电场

利用电介质镜像法计算线电荷与介质圆柱体所形成的电场,给出电势与场强的解析表达式,进一步得出等势线与电场线方程,并利用软件MATLAB绘制出电场线和等势线(面)图予以验证.

一种新的实时电磁逆散射方法

为解决介质圆柱体逆散射问题,提出一种新的在线逆散射方法,通过支持向量机将逆散射问题转化成一个回归估计问题.该方法可应用于各种逆散射方面,尤其是目标的几何与电磁参数重构和埋地目标探测.文中首次将支持向量机方法应用到该领域,设置多个散射场的观测点,通过提取散射场的不同信息作为样本信息训练支持向量机,建立了介质圆柱体的逆散射模型,利用该模型重构了介质圆柱体的电磁参数,同时探测了埋地位置.数值结果显示了该方法的有效性和准确性,为目标的实时逆散射研究提供了一种有效方法.