Real-time microwave imaging of unknown anomalies via scattering matrix

ما یک مشکل پراکندگی معکوس برای شناسایی مکان یا شکل ناهنجاری های ناشناخته از داده های پارامتر پراکندگی جمع آوری شده توسط تعداد کمی از آنتن های دو قطبی را در نظر می گیریم. اکثر تحقیقات تاثیر آنتن های دو قطبی را در نظر نمی گیرند، اما در شبیه سازی تجربی، آنها به طور قابل توجهی برای شناسایی ناهنجاری ها تاثیر می گذارد. علاوه بر این، در مقایسه با نتایج نظری، اگر داده های پارامتر پراکندگی را در مکان هایی از مبدل و گیرنده در برنامه دنیای واقعی یکسان باشد، غیرممکن است. با انگیزه این کار، یک تابع تصویربرداری با عناصر قطری ماتریس پراکندگی به نام و بدون آن طراحی شده است. این مفهوم بر مبنای تقریبی متولد شده و تفسیر فیزیکی داده های اندازه گیری است که مکان های مبدل و گیرنده یکسان و متفاوت هستند. ما به دقت با بررسی ساختارهای ریاضی توابع تصویربرداری سنتی و پیشنهادی با پیدا کردن روابط با مجموعه بی نهایت از توابع بسل از نظم عدد صحیح. سازه های مورد بررسی ویژگی های مشخصی از توابع تصویربرداری را نشان می دهد و نشان می دهد که چرا روش پیشنهادی بهتر از رویکرد سنتی است. ما نتایج تجربی را برای ناهنجاری های کوچک و گسترده با استفاده از داده های مصنوعی و واقعی در چندین فریم زاویه ارائه می کنیم تا اثربخشی تکنیک ما را نشان دهد.