10.14132/j.cnki.1673-5439.2023.03.004
基于BI-GM-GAMP和U-Net的混合电磁反演方法
电磁反演是一种典型的逆散射问题,该问题具有非线性以及不适定性.目前已有一些算法被提出用来解决该问题,但已有算法在效率和精度上无法同时兼顾.为了实时反演高质量图像,文中提出了 一种结合玻恩迭代高斯混合广义近似消息传递(Born Iterative Gaussian Mixture Generalized Approximate Message Passing,BI-GM-GAMP)和卷积神经网络的混合算法,具体为:首先通过BI-GM-GAMP 方法获得初步反演图像,随后利用这些图像训练U-Net网络,最后通过训练的U-Net网络实现新的电磁反演任务.仿真实验验证了该方法的有效性.
电磁逆散射、非线性、不适定、卷积神经网络
43
TN011(一般性问题)
国家自然科学基金;毫米波国家重点实验室开放课题;射频集成与微组装技术国家地方联合工程实验室开放课题;江苏省高等学校自然科学研究面上项目
2023-09-13（万方平台首次上网日期，不代表论文的发表时间）
共7页
28-34
