关键词： 电磁逆散射   多极德拜色散媒质   吉洪诺夫正则化   时域有限差分法  

摘要： 在已有的经验模型中,多极德拜(Debye)模型最适合高精地描述生物组织、土壤、水等媒质的色散特性.为了同时反演这类媒质的电磁参数,本文提出了一种时域逆散射改进技术:分别应用迭代法和吉洪诺夫(Tikhonov)正则化技术克服逆问题的非线性和病态性困难;解析导出了目标泛函关于目标参数的梯度;迭代重建过程中,产生的正演、反演子问题分别选用时域有限差分(FDTD)法、共轭梯度(CG)法求解.噪声环境下,通过两个一维(1-D)的数值算例,初步证实了该技术的可行性和鲁棒性.

关键词： 乳腺癌检测   电磁逆散射   单极德拜色散模型   吉洪诺夫正则化   时域有限差分法  

摘要： 生物组织、土壤、水等媒质的电特性是频率相关的(称为色散媒质),常利用单极德拜(Debye)模型描述.为重建这一类媒质的色散特性,基于泛函分析和变分法,提出一种三维(3-D)时域电磁(EM)逆散射技术,主要流程为:1根据最小二乘准则,转化逆散射问题为约束最小化问题;2应用罚函数法,转化约束最小化问题为无约束最小化问题;3通过变分计算,解析导出梯度(Fréchet导数)表达式;4利用梯度法求解.此外,引入一阶吉洪诺夫(Tikhonov)正则化以应对逆问题的病态特性和噪声影响.数值应用中,将提出的方法应用到一个简单的三维癌变乳房模型,借助PRP共轭梯度(CG)算法和时域有限差分(FDTD)法,仿真结果初步证实本文方法的可行性、有效性和鲁棒性.

关键词： 和声搜索   多模优化   双目标   共享   多种群  

摘要： 电磁逆散射的主要任务是通过测量到的散射场数据对目标进行重建。针对线性逆散射法限制较多的问题,本文首先将逆散射问题转化为优化问题,进而使用优化算法来处理。传统智能优化算法在求解该问题上存在不同程度的早熟收敛、全局搜索效率低等缺陷,因此,探索一种新的优化算法迫在眉睫。和声搜索算法是一种新兴的智能优化算法,该算法已被成功地应用于诸多领域并表现出优越的性能。本文在深入分析智能优化算法及电磁场逆散射理论的基础上,对基于多模优化技术的和声搜索算法及其对电磁逆散射问题的优化进行了研究,主要工作和创新包括以下几个方面:1、针对排挤策略中的替换错误问题,引入排挤距离将替换错误限制在一定的范围内,提出基于限定排挤策略的和声搜索算法;针对限定排挤策略中生境维持能力较差的缺陷,引入动态排挤因子,提出了基于动态排挤策略的和声搜索算法。实验表明排挤策略能够有效地增加记忆矩阵中个体的多样性,避免算法陷于单个最优解。2、针对电磁场逆散射问题中目标函数的峰半径无法根据先验知识获取的缺陷,研究了峰半径根据问题特点自动调整的方法,提出自适应调整峰半径的共享策略;针对共享策略中个体共享适应度的计算比较耗时的缺陷,提出基于清除共享策略的和声搜索算法。实验结果表明,两种共享策略均具有良好的优化效果,清除共享策略有效地降低了算法的时间复杂度。3、为了解决传统多种群策略中种群划分的机械性,研究了根据目标函数曲面的拓扑结构对种群进行划分的方法,使得划分后的每个子种群只覆盖多峰函数的单个峰群,提出了基于拓扑多种群策略的和声搜索算法。实验结果表明,拓扑多种群策略对大部分测试函数的优化效果都很理想。4、针对多模优化需要对和声记忆矩阵中个体的多样性进行保护,考虑将多目标优化技术引入到单目标多模优化的问题中来,在原目标函数的基础上增加一个目标函数,将作为多样性保护措施的个体之间拥挤距离的测量作为第二目标,把原来的单目标优化问题转换为双目标优化问题,并在NSGA-II的基础上,提出非支配排序和声搜索算法。实验结果表明,双目标和声搜索算法对于大部分测试函数的优化效果完美,而且能够在较少的迭代次数内达到收敛。最后,分别将以上基于多模优化策略的和声搜索算法应用于电磁场逆散射问题,充分的实验数据证实了算法的正确性、有效性和优越性。

关键词： 冲激雷达   雷达成像   后向映射   电磁逆散射   目标边界估计  

摘要： 由于冲激雷达回波信号中无法提取出多普勒频率信息,传统的基于频域成像的方法不再适用于冲激雷达成像系统。近年来,基于冲激雷达的成像算法研究引起了较多关注,对冲激雷达成像算法进行综述。首先简单介绍了冲激雷达的定义,然后总结归纳了3类基于冲激雷达的成像方法,详细阐述了各种算法的原理,指出了各种成像算法中的优点和不足,最后阐述了有待进一步研究的方向。

关键词： 电磁逆散射   高斯一牛顿反演   时域有限差分   正则化  

摘要： 为了直接利用超宽带(UWB)时域测量数据,同时重建二维(2D)目标(OI)的介电常数和电导率,本文将频域高斯-牛顿反演(GNI)算法发展为时域形式.迭代重建过程中,正问题由时域有限差分(FDTD)法求解,而逆问题的病态特性用自适应正则化技术抑制.四类数值算例中,噪声影响均被考虑,仿真结果初步证实了改进算法的可行性和鲁棒性.重建图像呈现超分辨率(SR),有望应用到早期乳腺癌检测等实际问题中.

关键词： 雷达目标识别   特征提取   ISAR定标   微多普勒   微距   属性散射中心   电磁逆散射   电磁特征   极化目标分解   稀疏表示  

摘要： 雷达成像技术具有全天候、全天时、远距离观测能力，有效提高了雷达的信息获取能力，具有重要的军用和民用应用价值。随着雷达成像技术的高速发展，雷达图像收集能力越来越强。从大量雷达图像中获取目标信息进行目标检测、分类与识别则是雷达成像的目的，其中基于雷达图像的目标识别受到越来越广泛的关注。传统的基于数据驱动的目标识别方法依赖于数据本身所反映出来的目标信息，而在实际环境中数据反映的目标信息随环境变化而变化，这给基于数据驱动的目标识别方法带来挑战。目标的一些物理特征（如目标几何尺寸，物理结构等）受环境因素影响较小，而且雷达成像机理在一定程度上可以反映目标物理特征。本文以此为出发点，研究了基于目标参数化回波模型雷达图像中目标物理特征提取技术。论文分别从干涉ISAR（InISAR）横向定标、目标微动特征提取以及目标电磁特征（属性散射中心特征与极化特征）三个方面探讨和研究目标物理特征提取技术，主要工作概括如下： 1.针对干涉ISAR（InISAR）横向定标中相位缠绕问题，提出一种基于随机霍夫变换（Randomized Hough Transform, RHT）的InISAR横向定标算法。该算法利用ISAR图像中的特显点的模糊横距（干涉相位主值得到的横距）与多普勒频率的线性关系，估计真实横距与多普勒频率之间的尺度因子，实现对目标ISAR图像横向定标，从而避免了繁琐的相位解缠绕过程。仿真实验结果表明该算法可以实现对ISAR图像的定标，并具有一定的抗噪声性能，由定标后的目标ISAR图像可以提取目标的几何尺寸特征。 2.研究了目标微动特征提取方法，主要包含两部分：（1）在分析微动目标窄带回波信号基础上，指出窄带目标的微动特征提取等价于多分量非平稳信号的瞬时频率估计问题，我们提出一种基于曲线跟踪（Curve track, CT）算法的目标微动特征提取方法。该算法在时频域通过最近邻数据关联（Nearest Neighbor DataAssociation, NNDA）算法对各分量信号的时频曲线进行关联与分离，然后采用扩展卡尔曼（Kalman）滤波器对分离的时频曲线进行平滑滤波，并基于平滑后的时频曲线估计目标微动参数。（2）通过分析微动目标的宽带回波，指出目标回波在距离包络域具有微距特征，以及时频域具有微多普勒特征。对于微距特征提取，利用幅度相位估计方法（Amplitude and phase estimation, APES）得到目标距离包络信号的超分辨估计，在此基础上由CT算法实现目标微距特征曲线的分离与提取；针对微多普勒特征提取，利用多距离单元信号进行联合时频分析得到目标完整的多普勒谱，并由CT算法提取目标微多普勒特征。最后基于电磁计算数据的仿真结果验证所提算法的有效性。 3.研究了属性散射中心提取方法，包含两部分：（1）考虑目标频率-方位二维观测数据在属性散射中心模型参数空间上的稀疏性，我们提出一种基于字典缩放的属性散射中心提取与参数估计方法。由于模型参数维数较高，构造的高维联合字典将消耗较多系统资源。针对该问题，所提算法采用交替优化与字典缩放实现了对参数化字典的降维。为了减小邻近散射中心之间的相互干扰，采用正交匹配追踪（OMP）-RELAX联合算法求解稀疏信号恢复问题，实现在频率-方位角域提取属性散射中心。（2）我们提出一种基于距离特性与方位特性解耦合的属性散射中心提取算法，进一步降低对系统资源的要求。该方法通过分别构建包含位置信息与方位特性信息的两个低维字典代替高维的联合字典实现距离特性与方位特性的解耦合，并得到散射中心参数估值。根据提取的属性散射中心可以有效地估计目标或目标重要部件的几何尺寸。基于电磁计算数据和实测数据的实验结果验证了上述算法的有效性。 4.研究了全极化属性散射中心提取方法：（1）考虑目标全极化观测数据在属性散射中心模型参数空间上的联合稀疏特性，利用联合稀疏表示技术提取属性散射中心，并对估计的极化散射矩阵进行极化分解提取目标极化特征，联合干涉测高可以得到目标三维姿态信息。该方法采用基于字典缩放属性散射中心提取算法思想实现参数化字典的降维，对稀疏系数矩阵施加行稀疏约束，通过SOMP（Simultaneous Orthogonal Matching Pursuit）算法求解联合稀疏优化问题并提取属性散射中心。（2）针对散射中心重叠或者同一分辨单元内包含不止一种散射体的情况，依据目标全极化观测在属性特征域（属性参数以及散射类型）的稀疏特性，对目标极化分解系数矩阵施加行稀疏约束与矩阵稀疏约束，该算法利用坐标轮回下降法估计目标极化分解系数矩阵与极化散射机理字典，同时提取目标全极化属性散射中心及其极化特征。基于电磁计算数据的实验结果验证了上述算法的有效性。

摘要： Electromagnetic methods are effective complementary tools, when combined with seismic exploration, for the delineation of a hydrocarbon reservoir, because electromagnetic methods provide extra information about, for example, electric conductivity, which is an important property for the economic evaluation of reservoirs. In this study, we analyze unconventional approaches of electromagnetic inversion: hierarchical Bayesian inversion and inverse scattering series. We apply the hierarchical Bayesian inversion to the uncertainty analysis for the joint inversion and utilize rock-physics models to integrate these two disparate data sets. The study shows that the uncertainties in the seismic wave velocity and electric conductivity play a more significant role in the variation of posterior uncertainty than do the seismic and CSEM data noise. The numerical simulations also show that the uncertainty in porosity is most affected by the uncertainty in seismic wave velocity and that the uncertainty in water saturation is most influenced by the uncertainty in electric conductivity. The framework of the uncertainty analysis presented in this study can be utilized to effectively reduce the uncertainty of the porosity and water saturation derived from integration of seismic and CSEM data. We also study the feasibility of the inverse scattering series, which can effectively resolve the nonlinearity of an inverse problem, for the interpretation of electromagnetic data. The application of the inverse scattering series has been limited because the series converges when the reference model sufficiently close to the true model. This study quantifies convergence conditions of the inverse scattering series and suggests a different approach of the inverse series, the modified inverse scattering series, which guarantees the convergence of the series and facilitates the choice of a reference model.

关键词： 逆散射   TSOM   多重散射   金属成像   散射场测试  

摘要： 逆问题研究,顾名思义,是一种由果索因的研究。电磁波逆散射成像是一种重要的无损无接触式检测方法。近年来,电磁检测方法已经广泛应用在定位、微波遥感、地球物理探测、无损检测、生物医学成像等多种领域。电磁逆散射问题是应用被测物体对入射波的散射,通过测量物体外部的散射场或其远场模式,反演或重构物体的物理、几何特性,包括其位置、尺寸、数量、边界和电磁参数分布等。 本文研究的主要内容为电磁场的逆散射成像。通过分析逆散射成像的基本模型,我们介绍了一种基于子空间的优化算法（Subspace-based Optimization Method, SOM）。SOM算法从电流在空间映射的频谱分析的角度上着手,将感应电流区分为确定性电流与模糊性电流。确定性电流可通过计算获得,而易受噪声干扰的模糊性电流则通过迭代优化获得。这样不仅提高了算法的抗噪声性能,又降低了优化的求解空间,提高了算法的稳定性。并且,通过在矩阵运算中引入FFT的计算方法,可大大提高算法的运行效率。而对感应电流在目标区域自身内部的映射函数的分析,TSOM （Two-fold SOM）算法可进一步压缩求解的空间。通过对散射体的实例分析,与其它的梯度优化算法相比,SOM算法具有快速收敛和抗噪声两个显著的优点。 然后,我们探讨了与金属有关的逆散射成像问题。金属散射体在TE波入射下的逆散射成像问题一直是计算电磁学领域的难题。应用TSOM算法,我们实现了对任意位置,任意数量,任意形状的金属物体的逆散射成像。而且,不需要借助任何散射体的先验信息。并且应用实验数据,验证了TSOM算法的准确性和实用性。进一步,通过在探测区域外部引入一已知的金属圆柱体,探讨了多重散射效应对逆散射成像的影响。我们发现反演结果的质量,包括目标函数和介电常数反演的误差,与金属的尺寸或其与散射体间距之间并不存在线性变化的关系;值得注意的是,多重散射效应并不能保证反演结果一定得到改善。 最后我们设计了散射场测量系统,并基于实验数据实现了逆散射成像。TSOM算法可在高噪声的背景下得到良好的反演结果,非常适用于实验数据的逆散射成像。通过分析无散射体时入射场理论值与实测值的区别,对测量的散射场进行校准,可在一定程度上缓解外部散射体对散射场的干扰,包括天线间的互耦作用。通过分析一已知的二维散射体的理论散射场与实测场的区别,对其它的测量散射场进行校准,可降低由于散射体,入射天线的非理想性造成的固有误差。

关键词： 微波成像   电磁逆散射   ω-k算法   局部形状函数算法   波恩近似算法   对比源算法   粒子群优化算法   非精确牛顿算法  

摘要： 介绍了微波成像技术的特点和优势,同时对微波成像的现存算法进行了总结概述,着重介绍了几种具有代表性的重构算法,如ω-k算法、局部形状函数算法、波恩近似算法、对比源算法、粒子群优化算法和非精确牛顿算法。文章通过对几种电磁逆散射算法进行比较,给出不同算法各自的原理、特点及使用范围,并对电磁逆散射算法的发展趋势做了展望。

关键词： Iterative methods  

摘要： This paper presents results obtained by linear and nonlinear inversion of experimental electromagnetic scattering data sets for different inhomogeneous targets, which are acquired in an anechoic chamber from Institute Fresnel. The applied inversion schemes are a linear algorithm, Multiple Signal Classification (MUSIC) algorithm, and two nonlinear iterative algorithms--two domain integral equation based methods, namely a Contrast Source Inversion (CSI) algorithm and a Multiplicative Regularization Contrast Source Inversion (MR-CSI) algorithm. Inversion results for the transverse magnetic (TM) and transverse electric (TE) polarization cases are presented and compared.