逆散射在眾多領(lǐng)域有著廣泛的應(yīng)用,基于深度學(xué)習(xí)的逆散射算法更是成為研究的熱點。但現(xiàn)有的成像方法存在復(fù)值數(shù)據(jù)利用不充分,算法模型抗噪聲不高等問題。本文從兩方面出發(fā)研究了基于深度學(xué)習(xí)的逆散射成像方法。一方面,從改善網(wǎng)絡(luò)結(jié)構(gòu)的角度入手,提出了基于復(fù)數(shù)卷積網(wǎng)絡(luò)模型的成像算法和基于UnetPlus模型的成像算法。另一方面,從提高訓(xùn)練集質(zhì)量以及結(jié)合傳統(tǒng)逆散射方法的角度入手,提出了散射電場數(shù)據(jù)集和偽譜數(shù)據(jù)集,主要內(nèi)容如下:首先,概述了基于迭代和非迭代的傳統(tǒng)逆散射成像方法及其利弊,然后介紹了深度學(xué)習(xí)在逆散射領(lǐng)域的取得最新進展,并闡明了本文的研究意義。其次,從逆散射成像原理的角度出發(fā)介紹了波恩近似法、反向傳播法、波恩迭代法、對比源法和子空間優(yōu)化法五種典型的逆散射成像方法,從深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)模型的角度出發(fā),介紹了卷積神經(jīng)網(wǎng)絡(luò)的計算原理及其引申得到的卷積神經(jīng)網(wǎng)絡(luò)、全卷積神經(jīng)網(wǎng)絡(luò)等卷積網(wǎng)絡(luò)以及三種已有的基于U型網(wǎng)絡(luò)模型的逆散射成像方法。為解決實數(shù)U型網(wǎng)絡(luò)模型中必須拋棄實部或者虛部從而導(dǎo)致信息丟失的問題,提出了基于復(fù)值U型網(wǎng)絡(luò)模型的逆散射成像方法。復(fù)值U型網(wǎng)絡(luò)的核心在于采用實部和實部、實部和虛部、虛部和實部、虛部... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文的主要內(nèi)容及創(chuàng)新點
    1.4 論文的結(jié)構(gòu)安排
第二章 逆散射原理
    2.1 傳統(tǒng)逆散射成像方法
        2.1.1 波恩近似法
        2.1.2 反向傳播法
        2.1.3 波恩迭代法
        2.1.4 對比源法
        2.1.5 子空間優(yōu)化法
    2.2 基于深度學(xué)習(xí)的逆散射成像方法
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.2 全卷積神經(jīng)網(wǎng)絡(luò)
        2.2.3 反向傳播
        2.2.4 基于神經(jīng)網(wǎng)絡(luò)的成像方法
    2.3 本章小結(jié)
第三章 新型網(wǎng)絡(luò)層
    3.1 Unet模型
    3.2 復(fù)值卷積層
        3.2.1 復(fù)值卷積運算
        3.2.2 復(fù)值批量歸一化
        3.2.3 權(quán)重初始化
    3.3 激活函數(shù)
        3.3.1 ModReLU
        3.3.2 CReLU和 ZReLU
    3.4 反向傳播
        3.4.1 基礎(chǔ)知識
        3.4.2 卷積層
        3.4.3 激活函數(shù)
        3.4.4 全連接層
    3.5 頻譜池化
        3.5.1 實現(xiàn)原理
        3.5.2 反向傳播
    3.6 Nested結(jié)構(gòu)
    3.7 本章小結(jié)
第四章 實驗結(jié)果與分析
    4.1 實驗環(huán)境
    4.2 實驗數(shù)據(jù)集
        4.2.1 散射電場數(shù)據(jù)集
        4.2.2 偽譜數(shù)據(jù)集
    4.3 模型結(jié)構(gòu)
        4.3.1 復(fù)值Unet結(jié)構(gòu)
        4.3.2 UnetPlus結(jié)構(gòu)
    4.4 結(jié)果分析
        4.4.1 散射電場數(shù)據(jù)集實驗分析
        4.4.2 偽譜數(shù)據(jù)集實驗分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文的工作總結(jié)
    5.2 下一步工作展望
致謝
參考文獻
攻讀碩士學(xué)位期間取得的成果



本文編號：3204598