刘 昆 杨 了 夏 晴 唐 涛

（1.成都信息工程学院电子工程学院 中国气象局大气探测重点实验室，四川 成都 610225；2.成都信息工程学院大气科学学院，四川 成都 610225）

引 言

由于电磁逆散射在目标识别、无损探伤、生物医学成像、地震学、探地雷达等领域的应用价值，近二十多年来引起了电磁理论工作者的广泛重视，人们提出了一系列的算法［1－3］，并在很多领域得到广泛应用。这些方法，多数是频域解决电磁散射问题，而且为了得到整个形状的信息，常常需要采用多站发射和多站接收的方法［5－6］，其中有学者也讨论了基于宽带信号的成像，但是仍然是基于多站进行成像［6］。众所周知，单频或窄带信号携带信息量有限，导致在这种情况之下，进行多站采集信息的必要性，通过多站可以采集到关于成像目标形状、特性参数等方面的丰富信息；而宽带或超宽带信号对一些特定目标，如二维凸多边形的导体来说，多站采集在获得关于目标特性丰富信息的同时，也带来了大量的冗余信息。通过文献［3－4］的仿真实验，对于二维凸多边形导体目标及介质目标，在超宽带信号下，使用单站进行成像是可行的。

逆散射问题本质上是一个非线性、病态解问题［7－8］。因此，这类病态问题的求解常常诉诸于全局优化算法和不同类型的调整项来处理。与此同时，单站微波成像的计算过程通常需要耗费大量的机时，这不可避免地成为该类方法研究及应用的瓶颈。因此，本文采用神经网络代替各类全局优化算法进行成像逆过程的处理，避免成像过程中的大量数据处理，甚至可以达到实时成像的目的。……