期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向雷达智能感知的语义电磁散射建模
1
作者
徐丰
张旭
+1 位作者
岳子瑜
卫江涛
《电波科学学报》
北大核心
2026年第1期3-16,共14页
雷达图像解译是提升雷达卫星应用效益和支撑未来无人智能平台的关键技术之一。微波视觉是基于电磁数据认识物理世界的感知逆问题,其核心任务就是如何根据物理规律建模来求解从微波雷达观测图像中反推语义信息的问题。微波视觉的正问题...
雷达图像解译是提升雷达卫星应用效益和支撑未来无人智能平台的关键技术之一。微波视觉是基于电磁数据认识物理世界的感知逆问题,其核心任务就是如何根据物理规律建模来求解从微波雷达观测图像中反推语义信息的问题。微波视觉的正问题是表征建模电磁波与真实物理世界相互作用机理的“微波图形学”,发展适用于感知逆问题的电磁散射建模。本文提出了发展面向雷达智能感知的语义电磁散射建模,以目标语义为中心,引入多样性随机建模,由追求单一样本的精确一致性转变为追求样本分布的一致性。本文阐述了语义电磁散射建模的问题背景、基本属性和关键任务,并在语义电磁散射基元字典和语义电磁散射表征树两个层面展开介绍了若干进展和技术途径,最后简要介绍了作者团队前期开展的相关研究进展。
展开更多
关键词
合成孔径雷达(SAR)
雷达智能感知
语义散射建模
微波视觉
在线阅读
下载PDF
职称材料
基于JEC-FDTD等效循环神经网络的电磁建模和等离子体参数反演
被引量：
3
2
作者
覃一澜
马嘉禹
+1 位作者
付海洋
徐丰
《电波科学学报》
CSCD
北大核心
2024年第3期552-560,共9页
磁化等离子体中的电磁波传播是重要的研究课题,针对特定场景下的电磁等离子耦合问题,进行有效且准确的方程建模与参数求解具有极强的研究价值和挑战性,这是探究电磁波与等离子体复杂非线性相互作用机制的关键。文中设计了一种可用于电...
磁化等离子体中的电磁波传播是重要的研究课题,针对特定场景下的电磁等离子耦合问题,进行有效且准确的方程建模与参数求解具有极强的研究价值和挑战性,这是探究电磁波与等离子体复杂非线性相互作用机制的关键。文中设计了一种可用于电磁等离子体正逆向建模的循环神经网络(recurrent neural network,RNN),该网络正向传播过程等价于任意磁倾角情况下的电流密度卷积时域有限差分(current density convolution finite-difference time-domain,JEC-FDTD)方法,因此可以求解给定的电磁建模问题,并易于大规模并行计算。通过构建前向可微模拟过程,JEC-FDTD方法可以使用自动微分技术准确且高效地计算梯度,然后通过训练网络来解决反问题。因此,该方法可以有效利用观测到的时域散射场信号反演重要的等离子体参数。JEC-FDTD方法和RNN相结合,形成了较强的协同效应,使得模型具有可解释性和高效的计算效率,受益于深度学习提供的优化策略和专用硬件支持,可以适用于不同仿真场景下的电磁建模和等离子体参数反演。
展开更多
关键词
电流密度卷积时域有限差分(JEC-FDTD)方法
磁化等离子体
循环神经网络(RNN)
物理启发的机器学习算法
参数反演
在线阅读
下载PDF
职称材料
题名
面向雷达智能感知的语义电磁散射建模
1
作者
徐丰
张旭
岳子瑜
卫江涛
机构
复旦大学电磁波信息科学教育部重点实验室
出处
《电波科学学报》
北大核心
2026年第1期3-16,共14页
基金
国家重点研发计划工程科学与综合交叉重点专项(2024YFF0505503)
国家自然科学基金重点国际(地区)合作研究项目(W2411057)。
文摘
雷达图像解译是提升雷达卫星应用效益和支撑未来无人智能平台的关键技术之一。微波视觉是基于电磁数据认识物理世界的感知逆问题,其核心任务就是如何根据物理规律建模来求解从微波雷达观测图像中反推语义信息的问题。微波视觉的正问题是表征建模电磁波与真实物理世界相互作用机理的“微波图形学”,发展适用于感知逆问题的电磁散射建模。本文提出了发展面向雷达智能感知的语义电磁散射建模,以目标语义为中心,引入多样性随机建模,由追求单一样本的精确一致性转变为追求样本分布的一致性。本文阐述了语义电磁散射建模的问题背景、基本属性和关键任务,并在语义电磁散射基元字典和语义电磁散射表征树两个层面展开介绍了若干进展和技术途径,最后简要介绍了作者团队前期开展的相关研究进展。
关键词
合成孔径雷达(SAR)
雷达智能感知
语义散射建模
微波视觉
Keywords
synthetic aperture radar(SAR)
radar intelligent perception
semantic scattering model
microwavevision
分类号
P325.3 [天文地球—地球物理学]
在线阅读
下载PDF
职称材料
题名
基于JEC-FDTD等效循环神经网络的电磁建模和等离子体参数反演
被引量：
3
2
作者
覃一澜
马嘉禹
付海洋
徐丰
机构
复旦大学电磁波信息科学教育部重点实验室
出处
《电波科学学报》
CSCD
北大核心
2024年第3期552-560,共9页
基金
国家自然科学基金(42074189)
电波环境特性及模化技术重点实验室开放基金(202103013)。
文摘
磁化等离子体中的电磁波传播是重要的研究课题,针对特定场景下的电磁等离子耦合问题,进行有效且准确的方程建模与参数求解具有极强的研究价值和挑战性,这是探究电磁波与等离子体复杂非线性相互作用机制的关键。文中设计了一种可用于电磁等离子体正逆向建模的循环神经网络(recurrent neural network,RNN),该网络正向传播过程等价于任意磁倾角情况下的电流密度卷积时域有限差分(current density convolution finite-difference time-domain,JEC-FDTD)方法,因此可以求解给定的电磁建模问题,并易于大规模并行计算。通过构建前向可微模拟过程,JEC-FDTD方法可以使用自动微分技术准确且高效地计算梯度,然后通过训练网络来解决反问题。因此,该方法可以有效利用观测到的时域散射场信号反演重要的等离子体参数。JEC-FDTD方法和RNN相结合,形成了较强的协同效应,使得模型具有可解释性和高效的计算效率,受益于深度学习提供的优化策略和专用硬件支持,可以适用于不同仿真场景下的电磁建模和等离子体参数反演。
关键词
电流密度卷积时域有限差分(JEC-FDTD)方法
磁化等离子体
循环神经网络(RNN)
物理启发的机器学习算法
参数反演
Keywords
JEC-FDTD
magnetized plasma
recurrent neural networks
physics-inspired machine learning algorithms
parameter inversion
分类号
P325.3 [天文地球—地球物理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向雷达智能感知的语义电磁散射建模
徐丰
张旭
岳子瑜
卫江涛
《电波科学学报》
北大核心
2026
0
在线阅读
下载PDF
职称材料
2
基于JEC-FDTD等效循环神经网络的电磁建模和等离子体参数反演
覃一澜
马嘉禹
付海洋
徐丰
《电波科学学报》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
