壓縮感知改進(jìn)的特征基函數(shù)法的研究.pdf

1、壓縮感知（Compressive Sensing,CS）從誕生之日起就展現(xiàn)出超強(qiáng)的生命力，從盡可能少的觀測(cè)數(shù)據(jù)中獲取出盡可能多的原始信息是其基本的思想，因而它超越了傳統(tǒng)意義上的信息論和壓縮理論，已影響了超過(guò)半數(shù)的應(yīng)用類(lèi)科學(xué)。
　　而在利用矩量法或基于矩量法的電磁算法（如快速多極子法）求解多激勵(lì)電磁散射問(wèn)題時(shí)，必須逐個(gè)計(jì)算，再用插值和逼近方法求得。對(duì)大尺寸目標(biāo)而言，要獲得問(wèn)題的多激勵(lì)響應(yīng)，會(huì)產(chǎn)生大量的計(jì)算機(jī)資源耗費(fèi)。
　　本文

2、利用矩量法中入射電磁波方向與阻抗矩陣的無(wú)關(guān)性，用壓縮感知理論設(shè)計(jì)一個(gè)新的含有豐富角度和極化信息的激勵(lì)源，相對(duì)于傳統(tǒng)的逐個(gè)激勵(lì)計(jì)算的方法，該方法因包含了多種激勵(lì)信息，將使得我們計(jì)算感應(yīng)電流的積分等式規(guī)模大大縮減。最后，我們用正交匹配追蹤法（OMP）恢復(fù)出散射場(chǎng)的感應(yīng)電流值。
　　特征基函數(shù)法通過(guò)構(gòu)造宏基函數(shù)來(lái)實(shí)現(xiàn)矩陣降階，國(guó)內(nèi)外許多學(xué)者對(duì)特征基函數(shù)方法（Charaeteristie Basis Funetion Method,CBF