We introduce a reduced order model (ROM) methodology for inverse electromagnetic wave scattering in layered lossy media, using data gathered by an antenna which generates a probing wave and measures the time resolved reflected wave. We recast the wave propagation problem as a passive infinite-dimensional dynamical system, whose transfer function is expressed in terms of the measurements at the antenna. The ROM is a low-dimensional dynamical system that approximates this transfer function. While there are many possible ROM realizations, we are interested in one that preserves passivity and in addition is: (1) data driven (i.e., is constructed only from the measurements) and (2) it consists of a matrix with special sparse algebraic structure, whose entries contain spatially localized information about the unknown dielectric permittivity and electrical conductivity of the layered medium. Localized means in the intervals of a special finite difference grid. The main result of the paper is to show with analysis and numerical simulations that these unknowns can be extracted efficiently from the ROM.


翻译:我们采用了一种减少顺序模型(ROM)方法,用于在层层失传介质中反向散布电磁波,使用由天线收集的数据产生探波并测量时间溶解反射波;我们将波传播问题重新定位为被动的无限动态系统,其转移功能以天线的测量值表示;ROM是一个接近这种转移功能的低维动态系统。虽然许多可能实现的ROM,但我们感兴趣的是能够保持被动性的一种,此外还有:(1)由数据驱动的(即仅根据测量结果构建的)和(2)由特别稀有的代数结构组成的矩阵,其条目含有关于层层介质未知的电离电动允许性和电传导率的空间局部信息;在特殊有限电网的间隔内采用本地化手段;论文的主要结果是通过分析和数字模拟显示这些未知数据能够有效地从ROM中提取。

0
下载
关闭预览

相关内容

简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
【精通OpenCV 4】Mastering OpenCV 4 - Third Edition 随书代码
专知会员服务
39+阅读 · 2019年11月13日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
“CVPR 2020 接受论文列表 1470篇论文都在这了
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年2月9日
Arxiv
0+阅读 · 2021年2月9日
Arxiv
0+阅读 · 2021年2月7日
VIP会员
相关VIP内容
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
【精通OpenCV 4】Mastering OpenCV 4 - Third Edition 随书代码
专知会员服务
39+阅读 · 2019年11月13日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
“CVPR 2020 接受论文列表 1470篇论文都在这了
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员