【摘 要】
：
反源问题是指利用测量数据反演未知点源的位置和强度等参数,目前已成为医学成像,环境污染,层析成像和天线合成等领域中的重要问题.在实际应用中,测量数据通常在有限观测孔径下获得,并受到噪声的干扰,随着观测信息的减少,点源反演的难度会显著提高.而机器学习方法通过学习大量历史数据,可以弥补信息的缺失,对非线性映射有着较好的逼近效果,抗噪性强,因此本文构建机器学习模型,利用有限观测孔径数据分别求解频域和时域上
论文部分内容阅读
反源问题是指利用测量数据反演未知点源的位置和强度等参数,目前已成为医学成像,环境污染,层析成像和天线合成等领域中的重要问题.在实际应用中,测量数据通常在有限观测孔径下获得,并受到噪声的干扰,随着观测信息的减少,点源反演的难度会显著提高.而机器学习方法通过学习大量历史数据,可以弥补信息的缺失,对非线性映射有着较好的逼近效果,抗噪性强,因此本文构建机器学习模型,利用有限观测孔径数据分别求解频域和时域上的声波反源问题.针对频域声波反源问题,本文构建基于神经网络和门控思想的点源位置参数反演模型（LPIMNNG）.以有限观测孔径下的单频远场数据作为模型的输入序列,点源的位置参数作为模型的输出序列,利用神经网络的门控思想和长短期记忆函数,有选择性地更新网络状态,并采用自学习方法更新模型的参数,进而反演点源的位置.采用乘法累加运算（MACC）从理论上评估了该模型的计算成本,给出了该模型的计算复杂度.实验结果表明该模型对有限观测孔径的测量数据反演效果良好,在噪声干扰下模型具有一定的鲁棒性和泛化性,点源之间距离的大小对该模型的反演结果影响较为微弱.针对时域声波反源问题,本文提出一种基于神经网络门控思想和残差网络（Res Net）的点源运动轨迹反演和预测模型（TPIMNN-Res Net）,反演并预测点源的运动轨迹.首先构建基于神经网络的轨迹参数反演模型（TPIMNN）,以有限观测孔径下的测量数据与点源运动轨迹参数分别作为输入和输出序列,有选择性地进行数据特征提取和轨迹参数反演,采用自学习方法更新模型参数,进而反演点源在有限时间窗口的运动轨迹,利用MACC评估该模型的计算成本,然后利用残差网络预测点源下一时段的运动轨迹.实验结果表明该方法具有一定的鲁棒性和泛化性,对有限观测孔径的测量数据反演效果良好,能够较好的反演和预测有限时间窗口的点源运动轨迹.
其他文献
氟喹诺酮（FQs）类抗生素广泛用于人类、兽类疾病、畜牧业、水产养殖等行业,对于社会的健康发展起着重要作用,由于FQs的大量使用,FQs残留开始威胁水生环境以及人类安全。荧光印迹法兼具特异选择性和荧光检测的优点,可以用于诺氟沙星（NOR）的高效便捷、高灵敏可视化检测。相比于其他需要昂贵仪器和复杂样品前处理过程的检测方法,这类传感器制备简单、稳定性好、性价比高,成为医学、环保等领域的研究热点。本论文结
高压直流电绝缘材料在远距离和大容量电力传输时,由于损耗小而展现出明显优势,但在高压直流电场下空间电荷积累易引起击穿,从而降低绝缘材料的可靠性和使用寿命,因此,研究高压直流电绝缘材料具有重大理论意义和实际应用价值。本文以线性低密度聚乙烯（LLDPE）、聚苯乙烯（PS）、聚乙烯接枝聚苯乙烯产物（PES）和乙烯-丙烯酸共聚物（EAA）为主要基材,分别以石墨烯（GR）和六方氮化硼（h-BN）为纳米填料,制
近年来,日新月异的深度学习研究有力推动了人工智能技术的突破和发展,也对众多社会行业产生了深远影响.在声纹识别领域,基于深度学习的智能算法不断实现性能新突破,使其逐渐从实验室研究走向金融、国防、政府等不同领域和部门的实际场景应用.目前而言,对于多个人同时说话的混合语音场景,声纹识别的效果还有待进一步提高.“多人混合语音”是现实情形中的普遍场景,由于这类混合语音中含有其他说话人的语音信号,使得目标说话
障碍物反演问题是一个非常热门的研究领域,它存在于各个领域中,如医疗中的成像、军事中的雷达扫描、航天领域中的遥感技术以及工业领域中的无损检测等.而障碍物反演问题是不适定的,致使其理论分析和数值求解具有一定的难度.求解障碍反演问题的方法主要有直接法和间接法两类数值求解方法.直接法通常是定性的解决这类问题,这类方法计算相对简单;而间接法又被称为定量方法,可以达到高精度的计算效果,但是也需要较高的计算成本
交通是城市链接的重要纽带,对于城市的发展有着决定性的影响.伴随着经济与城市化取得了快速发展,随之而来的交通拥堵现象与道路交通安全问题也日益突出,如果道路上发生交通事件时不能得到及时处理,很容易对人民的财产损失和人员伤亡造成更大的威胁.传统的城市道路交通事件检测算法存在着检测性能低、检测时间长以及适用性差等各种问题,因此,如何快速有效的筛选甄别交通事件是城市交通管理和控制领域中十分重要的问题.在智能
导电金属有机框架材料（导电MOFs）是一种新型固体导电材料,其优秀的导电性能使其在电化学方面崭露头角。目前,导电MOFs在光催化领域的相关研究较少,因此我们希望将导电MOFs引入到常见的二氧化钛（TiO2）光催化剂中来研究其在光催化领域应用的表现。TiO2光催化材料因其低毒性,易获取的特点而广泛应用于光催化领域。然而在实际应用中,TiO2较低的量子产率及较窄的可见光吸收范围制约了其光催化效率。因此
光催化技术是一门利用太阳能来开发可再生能源的新兴技术,在环境净化领域表现出了巨大的应用前景。g-C3N4由于其具有特殊的半导体特性（禁带宽度2.7 e V）、在可见光区有吸收、耐酸碱性、无毒和易制备等优点,作为新型的无机非金属催化剂被广泛地应用于各类催化反应中。但g-C3N4具有光生电子-空穴对的分离效率较低,且粉末不易与水分离并重复使用等缺陷,限制了其光催化应用。本研究针对g-C3N4存在的上述
柴油车等移动源氮氧化物（NOx）尾气排放所致的大气复合污染问题日益严峻,NH3-SCR技术是目前柴油车尾气等移动源NOx催化消除的主流技术之一。Cu基小孔分子筛Cu-SSZ-13由于中低温SCR活性较高,温度窗口宽和抗CHx中毒能力强等优势,在柴油车等移动源NOx尾气催化净化中受到越来越多的关注和应用。但是目前传统方法制备得到的Cu-SSZ-13分子筛低温活性和温度窗口仍然有待提高,尤其是抗SO2
贝叶斯方法诞生至今已经有300余年,目前依旧是个充满活力的研究领域.贝叶斯方法将先验信息与似然函数结合在一起,相较于经典统计方法更灵活,在各行各业中都有着广泛的应用.尤其是近些年在光电数据分析领域的反散射问题中,贝叶斯方法受到越来越多的关注.反散射问题是一类非常重要的数学物理问题,随着工程应用的需要,对各类复杂的反散射问题的求解需求也愈发强烈.然而更复杂的反散射模型往往会带来更强的非线性和不适定性