Resumen

La inversión de la fuente de contraste (CSI) es un método eficaz para resolver problemas de imágenes de microondas que se utiliza ampliamente. El núcleo de la CSI es cambiar el problema convencional de dispersión inversa en un problema de optimización. Los dos elementos de la función objetivo describen el error de estado y el error de datos, respectivamente. Como es sabido, casi no existe una comparación completa del rendimiento basada en los datos de Fresnel para el CSI y sus algoritmos mejorados relacionados. Además, no se ha analizado antes el rendimiento del algoritmo bajo diferentes pesos y la velocidad de convergencia del CSI original es lenta. En primer lugar, este artículo compara el rendimiento del CSI tradicional y sus algoritmos mejorados desde tres aspectos: el efecto cualitativo de las imágenes, la velocidad de convergencia y el valor de la función objetivo basado en los datos de Fresnel. En segundo lugar, se estudia la influencia del error de estado y del error de datos bajo diferentes pesos sobre la velocidad de convergencia y el valor de la función objetivo. Para la limitación de una tasa de convergencia más lenta, se proponen el CSI con pesos (W-CSI), el CSI con factor de reducción dinámico (CSI-DRF) y sus algoritmos relacionados, que pueden obtener una mejor tasa de convergencia en comparación con sus algoritmos originales relativos. Por último, se prosiguen los trabajos de investigación futuros.

• Materias:Radiofrecuencia Teoría de Antenas Redes Inalámbricas Banda ancha Ondas de radiofrecuencia
• Subjects:Radio frequency Antenna theory Wireless Networks Broadband Radio frequency waves
• Palabras claves:csi, valor de la función de objetivos, peso diferente, velocidad de convergencia, error de datos, datos fresnel, error de estado, inversión de la fuente de contraste, factores de reducción dinámica, efectos cualitativos de la imagen
• Keywords:csi, objectives function value, different weight, convergence speed, data error, fresnel data, state error, contrast source inversion, dynamic reduction factors, qualitative imaging effects