买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明公开了一种基于神经网络的高功率脉冲无相近场重构方法，属于电磁技术领域，包括以下步骤：步骤1、预处理：将已测得的#1面和#2面的无相幅度数据作为数据源进行尺寸重整，并组成训练集；步骤2、网络构建：构建神经网络模型；步骤3、训练：将数据输入训练器中进行训练，设置训练轮次，当停止训练时提取网络模型中的相位调制部分的数据，即为#1面的重构相位；步骤4、重构：将#1面的已测幅度和重构相位合并得到#1面的幅相重构，通过空间传播距离推算得到全空间重构场。本发明采用上述的一种基于神经网络的高功率脉冲无相近场重构方法，需要的数据量少、计算速度快、占用计算资源少、对测量系统要求低，具有良好的重构精度。

主权项：1.一种基于神经网络的高功率脉冲无相近场重构方法，其特征在于：包括以下步骤：步骤1、预处理：将已测得的#1面和#2面的无相幅度数据作为数据源进行尺寸重整，并组成训练集；步骤2、网络构建：构建神经网络模型；构建神经网络模型的原理为：将该神经网络模型表示为：fx＝wTx·b其中，x＝|x|ejΨ，|x|为网络输入的幅度，Ψ为网络输入的相位，j为虚数单位，为空间传播因子，b为相位调制因子，在这个模型函数中，输入为x，输出为fx，由于输出是网络根据输入运算得出的值，所以被称为网络预测；网络输入：由x＝|x|ejΨ，|x|为#1面的幅度，Ψ被简单设定为全0初始值，构成了网络输入x；相位调制：b为相位调制因子，对网络输入x进行调制，同时作为训练中的优化参量，在每次误差反向传播后进行调整；空间传播：依据RS公式，根据每两个神经元连接的空间位置计算得出一个空间传播因子值；网络预测：网络输入经过如上模型函数得到的网络预测值，用于与损失函数部分进行损失计算；损失函数：依据如下损失函数公式得到损失，用于训练器中调整相位因子b的依据；根据RS公式计算神经元的连接： 其中，x，y，z为空间坐标系；j为虚数单位，zi为第i个位置的z坐标；损失函数为： 其中，fout为网络预测的值；Tk为#2面的幅度，实际作为训练的标签；步骤3、训练：将数据输入训练器中进行训练，设置训练轮次，当停止训练时提取网络模型中的相位调制部分的数据，即为#1面的重构相位；步骤4、重构：将#1面的已测幅度和重构相位合并得到#1面的幅相重构，通过空间传播距离推算得到全空间重构场。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于神经网络的高功率脉冲无相近场重构方法