面向定量雷达成像的数据驱动校准技术

定量反演算法允许重建场景中每一点的电学属性（如介电常数和电导率）。然而，由于需要知道场景中的入射波场，它们在测量数据集上的应用具有挑战性。通常，由于天线特性、路径损耗、波形因子等因素，这是未知的。在本文中，我们引入了一个标量校准因子来解释这些因素。为了求解该校准因子，我们通过包含正问题来扩充反演过程，并通过训练一个简单的前馈全连接神经网络来学习底层介电常数分布与雷达散射场之间的映射，从而求解该正问题。然后，我们最小化测量场与模拟场之间的不匹配，以优化每个发射机的标量校准因子。我们使用 Fresnel Institute 数据集来测试我们的算法。