申请/专利权人:南京邮电大学
申请日:2021-10-28
公开(公告)日:2024-04-19
公开(公告)号:CN114137000B
主分类号:G01N23/00
分类号:G01N23/00;G01R29/08;G06F30/20;G06N7/00
优先权:
专利状态码:有效-授权
法律状态:2024.04.19#授权;2022.03.22#实质审查的生效;2022.03.04#公开
摘要:本发明公开了一种基于贝叶斯压缩感知与玻恩迭代的混合电磁成像算法,属于非弱散射体成像技术领域;包括:利用玻恩近似和入射场计算总场初始值;开始迭代,计算超参数向量,根据超参数向量在贝叶斯中重新构造散射数据计算并更新对比度;在总场初始值的基础上根据入射场和正向观测矩阵计算和更新总场;响应于检测到满足收敛条件,停止迭代,输出对比度和总场;解决了传统成像方法处理非弱散射体时出现的非线性和病态性问题,大大降低了计算复杂度且不需要繁琐的全波模拟,提高了计算效率和成像精度。
主权项:1.一种基于贝叶斯压缩感知与玻恩迭代的混合电磁成像算法,其特征在于,包括:利用玻恩近似和入射场计算总场初始值;开始迭代,计算超参数向量,根据超参数向量在贝叶斯中重新构造散射数据计算并更新对比度;在总场初始值的基础上根据入射场和正向观测矩阵计算和更新总场;响应于检测到满足收敛条件,停止迭代,输出对比度和总场;计算超参数向量: 其中,Uv|q是辅助矩阵的第q次迭代,q是迭代次数,β1和β2是第一先验参数和第二先验参数,N是离散化模型中第一基函数的数量,Ev是散射场,·H是共轭转置运算;计算和更新对比度: 其中,V是电磁源的数量,diag·是对角化运算,·H是共轭转置运算,Gv|q是离散格林函数的第q次近似,q是迭代的次数,是超参数向量,Ev是散射场。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种基于贝叶斯压缩感知与玻恩迭代的混合电磁成像算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。