基于深度学习的电磁逆散射关键问题研究

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 论文的主要内容及创新点

1.4 论文的结构安排

第二章 逆散射原理

2.1.1 波恩近似法

2.1.2 反向传播法

2.1.3 波恩迭代法

2.1.4 对比源法

2.1.5 子空间优化法

2.2 基于深度学习的逆散射成像方法

2.2.1 卷积神经网络

2.2.2 全卷积神经网络

2.2.3 反向传播

2.2.4 基于神经网络的成像方法

2.3 本章小结

第三章 新型网络层

3.1 Unet模型

3.2 复值卷积层

3.2.1 复值卷积运算

3.2.2 复值批量归一化

3.2.3 权重初始化

3.3 激活函数

3.3.1 ModReLU

3.3.2 CReLU和ZReLU

3.4 反向传播

3.4.1 基础知识

3.4.2 卷积层

3.4.3 激活函数

3.4.4 全连接层

3.5 频谱池化

3.5.1 实现原理

3.5.2 反向传播

3.6 Nested结构

3.7 本章小结

第四章 实验结果与分析

4.1 实验环境

4.2 实验数据集

4.2.1 散射电场数据集

4.2.2 伪谱数据集

4.3 模型结构

4.3.1 复值Unet结构

4.3.2 UnetPlus结构

4.4 结果分析

4.4.1 散射电场数据集实验分析

4.4.2 伪谱数据集实验分析

4.5 本章小结

第五章 总结与展望

5.1 本文的工作总结

5.2 下一步工作展望

致谢

参考文献

攻读硕士学位期间取得的成果