基于支持向量机的时域电磁逆散射方法研究

电磁逆散射(又称为电磁成像)在电磁领域是一个非常具有挑战性的研究课题，也是理论界及工程界一直关注的一个焦点，具有十分重要的现实意义。本申请项目拟开展基于支持向量机的时域电磁逆散射理论和技术研究。拟采用双共轭梯度-快速傅里叶变换（BCGs-FFT）方法、时域有限差分（FDTD）方法，深入探讨复合结构目标、半空间埋地目标的时域散射特性，在此基础上，着力解决基于机器学习方法-支持向量机的埋地目标探测及复合结构目标特征参数反演的理论和技术问题（该问题国际上尚未很好解决）。探寻复杂环境、复杂目标的时域电磁逆散射方法，在保障精度的前提下，有效降低计算量和计算时间，为建立具有实际工程应用能力的基于支持向量机的实时电磁逆散射方法打下基础。

逆散射研究是理论界和工程界一直关注的一个研究问题，具有十分重要的现实意义。它广泛应用于目标识别、探地雷达(GPR)、医学成像、地球物理探测、无损检测、遥测遥感、地下资源及地层结构勘探等领域,电磁逆散射研究已成为电磁领域中非常活跃且十分前沿的研究课题。本项目从目标及环境的电磁建模入手，通过揭示电磁波与目标及环境的相互作用机理，利用机器学习方法—支持向量机，实现目标特征参数的反演。主要研究成果有：（1）首次考虑金属/介质复合结构目标电磁逆散射问题。提出基于矩量法的体-面混合积分方程模型，研究复合结构目标的电磁散射特性；考虑金属与介质的相互耦合作用，分别对两者进行电磁建模并建立起统一的阻抗矩阵；考虑双共轭梯度-快速傅里叶变换方法（BCGs-FFT），研究求解矩阵的快速算法，为后续的逆散射研究提供训练样本。（2）首次提出基于支持向量机（SVM）的各向异性材料参数反演方法。以FDTD作为问题的正演算法。在目标E面圆周上设置多个观测点，以双站RCS作为样本信息，应用支持向量机方法对简单情形下的各向异性材料的部分电磁分量进行了反演，并与BP神经网络方法进行了比较。从反演结果和误差分析来看，本文提出的方法运用于各向异性材料电磁参数的反演是可行的，且具有较高的精度。（3）研究随机粗糙土壤及风驱粗糙海面的微波散射特性。提出了基于积分方程模型（IEM）和双尺度模型（TSM）的粗糙面电磁模型，丰富和发展了计算电磁学，并在此基础上数值模拟了粗糙面微波散射特性，进行了敏感性分析，确定了多角度、多极化、多频率的微波遥感策略。（4）首次提出基于机器学习方法—支持向量机的目标及地球物理参数探测技术。利用支持向量机将逆散射问题转化为一个回归估计问题，以目标参数和相应的散射场数据对作为训练样本，对支持向量机进行离线训练学习，建立好逆散射模型，最终实现对目标及地球物理参数的反演，为电磁逆散射研究提供了一条新的途径。