宽频带内任意频率下高对比散射体电磁反演的Res-FCN
摘要：在微波反演问题中，已经开发了许多成功的机器学习方法。然而，到目前为止，它们的反演仅在特定训练的频率上进行。为了使基于机器学习的反演方法更具普适性，适用于实际的工程应用，本文提出了一种残差全卷积网络（Res-FCN）来在宽频带内以任意频率进行高对比度散射体的微波反演。所提出的Res-FCN结合了Res-Net和全卷积网络（FCN）的优势。Res-FCN由编码器和解码器组成：编码器用于通过残差框架从测量的散射场中提取高维特征，解码器则通过上采样层和残差框架将编码器提取的高维特征映射到反演区域内的电参数分布。通过五个数值实例验证了所提出的Res-FCN在高对比度散射体的二维微波反演问题上，在宽频带内任意频率点上具有良好的性能和抗噪能力。
作者：Hao-Jie Hu, Jiawen Li, Li-Ye Xiao, Yu Cheng and Qing Huo Liu
论文ID：2306.16651
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2023-08-07