使用深度神经网络估计复杂墙体的电气特性
信号处理
2026-02-13 v1
摘要
电磁波通过复杂非均匀墙体的传播会对穿墨雷达信噪比产生显著失真。估计墙体的厚度、介电常数和导电率轮廓可能使墙体效应从目标散射中被 deconvolved。我们提出使用深度神经网络 (DNN) 从宽带散射电场估计墙体特征，散射电场位于发射器同一侧。我们演示了单一深度人工神经网络和卷积神经网络，以及涉及生成对抗网络的双网络，都能够执行高度非线性的电磁逆散射回归运算以实现墙体特征表征。这些网络是使用来自全波求解器的仿真数据进行训练的，并在模拟数据和真实墙体数据上进行验证，准确率约为95%。
引用
@article{arxiv.2602.11463,
title = {Estimation of Electrical Characteristics of Complex Walls Using Deep Neural Networks},
author = {Kainat Yasmeen and Shobha Sundar Ram},
journal= {arXiv preprint arXiv:2602.11463},
year = {2026}
}
备注
6 pages, conference