Resumen

Se propone un esquema de inversión no lineal para la obtención de imágenes de dispersión inversa electromagnética. Utiliza los métodos de Newton inexacto (IN) y de factorización QR de mínimos cuadrados (LSQR) para hacer frente a la no linealidad y a la mala propuesta del problema de dispersión inversa electromagnética. Se desarrolla un modelo no lineal de la dispersión inversa en forma funcional. En cada iteración IN, se adopta el método de almacenamiento disperso para resolver el cuello de botella computacional y de almacenamiento de la matriz derivada de Fréchet, una matriz jacobiana dispersa a gran escala. Además, para abordar el problema de la lenta convergencia de la solución inexacta de Newton a través de las iteraciones de Landweber, se propone un algoritmo LSQR para obtener una mejor solución de las ecuaciones lineales dispersas internas a gran escala en el paso IN. Los resultados numéricos demuestran la aplicabilidad del método IN-LSQR propuesto para la inversión cuantitativa de los parámetros de rendimiento eléctrico del dispersor. Además, en comparación con el método inexacto de Newton basado en iteraciones de Landweber, el método propuesto mejora significativamente la tasa de convergencia con un menor coste computacional y de almacenamiento.

• Materias:Minería de datos Radiofrecuencia Teoría de Antenas Redes Inalámbricas Ondas de radiofrecuencia
• Subjects:Data mining Radio frequency Antenna theory Wireless Networks Radio frequency waves
• Palabras claves:dispersión inversa electromagnética, iteración landweber, ecuación lineal dispersa, problema de convergencia lenta, soluciones newton inexactas, esquema de inversión no lineal, métodos newton inexactos, métodos de almacenamiento disperso, parámetros de rendimiento eléctrico, factorización qr cuadrada
• Keywords:electromagnetic inverse scattering, landweber iteration, sparse linear equation, slow convergence problem, inexact newton solutions, nonlinear inversion scheme, inexact newton methods, sparse storage methods, electric performance parameters, square qr factorization