[发明专利]使用具有无相位测量的逆多重散射的感测

说明书

提供了一种用于确定场景中的对象的材料的介电常数的分布的图像的介电常数传感器，该介电常数传感器包括输入接口、硬件处理器和输出接口。所述输入接口被配置为接受通过所述场景并且被所述场景中的对象的材料散射的已知入射场的传播的无相位测量。所述硬件处理器被配置为通过使已知入射场和未知图像的非线性函数与无相位测量的已知幅度和未知相位的乘积的差最小化来解决关于无相位测量的未知相位和对象的材料的介电常数的未知图像的多变量最小化问题。此外，所述输出接口被配置为呈现由所述多变量最小化问题的解提供的所述对象的材料的介电常数。

技术领域

本发明涉及感测系统和方法，更具体地，涉及用于根据材料的散射电磁场(scattered electromagnetic field)的无相位(phaseless)(仅强度)测量来确定材料的介电常数分布的图像的系统和方法。

背景技术

对象的组成或内部结构可以通过数值地生成表示对象中材料的介电常数分布的图像来可视化。发射器以例如电磁(EM)、光或超声波或脉冲的某种模态发射信号，该信号传播通过对象，反射离开对象内部的各种结构，并传播到接收器传感器阵列。特别地，由于对象材料组成和结构的变化，对象内部介电常数的非均匀分布迫使波或脉冲偏离直线轨迹并在不同路径上散射。部分散射信号由布置在对象内部或周围的传感器测量。逆散射是根据测量的散射波或脉冲重建对象内部的介电常数分布的问题。还可以通过数值地生成表示对象中材料的这种介电常数的分布的图像来使对象的组成可视化。

根据对象的材料组成，由于来自对象中的结构的多次散射，接收的信号通常由传播的脉冲的多次反射产生，这导致了使重建图像混乱的伪像(artifact)。解决这一问题的大多数传统方法都考虑了线性正演模型(linear forward model)，该线性正演模型通过忽略多次散射来实现逆问题的有效凸公式(efficient convex formulation)。然而，在高对比度场合中，即当介电常数在对象和背景中的不同结构之间显著改变时，这些线性模型趋向于高度不准确。该效应在结构的尺寸相对于入射波的波长较大的情况下尤其显著。

为了解决这个缺陷，一些方法使用图像获取的非线性公式，其通过对多重散射进行建模来提供物理设置的更精确表示，并且便于在高对比度场合中成像。这些非线性逆问题通常比求解它们的线性对应物更具挑战性。然而，最近已经开发了几种方法来直接反演非线性正演模型，从而使得能够在高介电常数对比度场合中成像，只要散射波的幅度和相位都可用。

然而，在许多应用中，测量散射波的相位可能不切实际或昂贵。在其它情况下，相位测量可能含非常多噪声或不可靠。在这些应用中，问题变成无相位图像恢复的问题，即从缺少所测量的散射波的相位信息的测量恢复。

用于解决无相位图像恢复问题的常用方法是交替最小化，即，在相位估计(使用相位恢复技术)和反演问题(基于估计的相位)之间交替的方法。然而，交替最小化对优化参数的选择是敏感的。不基于交替最小化的一些其它方法对于实际成像问题不太有效。一些方法利用良好的初始化或初始猜测来确定解决方案。然而，难以提供无相位图像恢复问题的初始良好初始化。其它方法将无相位图像恢复问题提升到不同的域(即，更高维域)以解决该域中的问题。然而，在提升的更高维空间中解决该问题在计算上是禁止的，并且可能使得合并图像先验不切实际。

因此，需要一种用于在逆多重散射的上下文中从无相位测量重建对象的方法。

发明内容

技术问题