龐影影

摘要：矩量法可以將連續(xù)方程離散化為代數(shù)方程，適用于求解微分方程和積分方程。但是在一維粗糙面電磁散射仿真中，對于每個入射角，傳統(tǒng)的矩量法需要反復(fù)求解矩陣方程組，導(dǎo)致計算時計算量大，耗費時間較長，仿真效率變低。所以，本文將壓縮感知與矩量法相結(jié)合，首先利用觀測矩陣構(gòu)建了一種低維度的入射源；然后利用矩量法求解該入射源下的矩陣方程組， 獲得電流矩陣的觀測值； 最終原始入射源入射下的電流矩陣通過正交匹配追蹤算法重構(gòu)出來，從而實現(xiàn)了對一維理想導(dǎo)體電磁散射問題的高效求解。數(shù)值實驗結(jié)果表明，該方案不僅能有效的縮短運算時間，同時還能確保計算結(jié)果的準(zhǔn)確性。

關(guān)鍵詞：壓縮感知；矩量法；理想導(dǎo)體

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）23-0197-02

1 引言

電磁散射是計算電磁學(xué)的主要研究領(lǐng)域之一。如今，隨著各國國防科技化、軍事信息化的推進，對具有復(fù)雜幾何形狀的電大目標(biāo)在寬角度、寬頻帶下的電磁散射特性的研究就顯得越來越重要以及迫切。然而，至今為止，在求解寬角度電磁散射問題時，計算電磁學(xué)還沒有得出一種有效的方法能夠?qū)崿F(xiàn)快速精確求解。

矩量法（Method of Moments， MOM）是求解電磁問題的一種應(yīng)用較為廣泛的方法，根據(jù)待求解問題所滿足的初始條件和邊界條件，獲得待求解問題滿足的非齊次線性方程，最終利用線性展開可以實現(xiàn)非齊次線性方程到矩陣方程的轉(zhuǎn)換。然而，當(dāng)未知數(shù)的數(shù)量很大時，傳統(tǒng)的矩量法中LU分解需要耗費大量的時間與空間，因此本文提出了壓縮感知技術(shù)。

近年來，壓縮感知（Compressive Sensing ，CS）技術(shù)是信號處理領(lǐng)域較為熱門的研究前沿，由于它打破了奈奎斯特采樣定律對于采樣率的限制，可以通過遠(yuǎn)低于兩倍帶寬的頻率對信號進行釆樣，并通過恢復(fù)算法精確的重構(gòu)信號，因而被稱為信號處理界的一大突破，現(xiàn)已被廣泛應(yīng)用于雷達(dá)成像、無線通信、模擬信息轉(zhuǎn)換等多種領(lǐng)域。本文針對電磁散射問題提出了一種將CS技術(shù)應(yīng)用到MOM中的新算法。該算法通過對傳統(tǒng)矩量法中待求的未知量進行稀疏表示， 減少矩量法矩陣填充的計算量， 能夠顯著提高矩陣求解效率. 因而該算法在計算電磁散射時具有很大的優(yōu)勢。

2 矩量法與壓縮感知理論

2.2 壓縮感知（CS）理論

CS理論的核心思想是用來解決優(yōu)化問題。壓縮感知源于對信號的稀疏表示，首先對原始信號進行幾次線性非相干觀測獲得低維度的投影值，然后通過稀疏轉(zhuǎn)換技術(shù)建立欠定方程組，并且欠定方程組具有稀疏解，最終通過求解最優(yōu)化問題實現(xiàn)對原始信號的精確重構(gòu)。CS的三項核心要素包括恢復(fù)算法、觀測矩陣、稀疏矩陣。

2.3 基于CS的一維理想導(dǎo)體粗糙面電磁散射的研究

3 數(shù)值仿真結(jié)果

4 總結(jié)

本文在解決一維理想導(dǎo)體電磁散射問題時， 由于傳統(tǒng)矩量法的計算效率低下，因此將壓縮感知技術(shù)運用到傳統(tǒng)矩量法中， 提出了一種基于壓縮感知技術(shù)的新算法。該算法通過利用觀測矩陣引入一組新的入射源， 然后求解該入射源下的矩陣方程組， 得到電流向量的觀測值， 然后利用StOMP 算法恢復(fù)出原始入射波入射下的電流向量。通過與傳統(tǒng)矩量法對比， 可以得出本文所提算法不僅能夠提高計算精確度還能顯著提高計算效率。

參考文獻(xiàn)：

[1] 郭立新，官秀國.分形粗糙面單站散射的遮蔽效應(yīng)研究[J].西安電子科技大學(xué)學(xué)報，2003.

[2] 陳毅喬.電大尺寸目標(biāo)的電磁特性分析方法研究[D].成都：電子科技大學(xué)，2008.

[3] 王蕊，郭立新，王安琪.不同土壤類型的粗糙地面與其下方埋藏目標(biāo)復(fù)合電磁散射研究[J].物理學(xué)報，2010.

[4] Thorsos E I.The validity of the kirchhoff approximation for rough surface scattering using a gaussian roughness spectrum[J].JAcoustSocAm，1988.

[5] 陳明生，杜紅梅，吳先良.Compressive Sensing for Fast Analysis of Wide-Angle Monostatic Scattering Problems[C].IEEE Antennas and Wireless Propagation Letters，2011.

[6] 陳明生，王時文，馬韜，吳先良.基于壓縮感知的目標(biāo)頻空電磁散射特性快速分析[J].物理學(xué)報，2014.