声波移动障碍反散射问题研究

研究一种具有Dirichlet边界条件的时域声波移动障碍反散射问题。首先对时域波动方程进行求解,在有限观测时间内对移动障碍物采集动态声波近场数据;其次建立一个时域声波移动障碍反散射问题的神经网络模型,该模型将时域近场数据作为输入序列,已知形状的移动障碍物位置参数作为输出序列,求解该反散射问题;最后对于不同移动速度的情况,有效地反演出移动障碍物的位置和轨迹。数值实验表明了该方法的有效性。