Efficient construction and solution of MoM matrix equation with compressed sensing technique

Novel compressive sensing computing model used for analyzing electromagnetic scattering characteristics of three-dimensional electrically large objects

“…[3] 、高阶矩量法 [4] 、特征基函数法 [5,6] 等。近年来，有关学者将压缩感知 [7] (compressive sensing, CS) 技术成功引入到矩量法中， 为上述问题提供了新的解 决方案，并形成了两种主要的计算模型：基于新型激励源的计算模型和基于欠定 方程的计算模型。 基于新型激励源的计算模型由陈明生等学者于 2011 年提出 [8] ，该技术的基 本原理是通过压缩入射激励以减少矩阵方程的求解次数，从而提高多激励散射问 题的求解效率。在此模型基础上，相关学者对模型框架内中的稀疏、测量、重构 等关键技术进行了深入研究 [9][10][11] ，并将该方法的应用扩展至复杂结构目标的散射 问题 [12][13] 。然而，该技术仍然采用传统方法求解矩量法中的矩阵方程，无法用于 双站散射问题分析。与第一种模型不同，王哲等学者于 2014 年提出的基于欠定 方程的计算模型 [14] 直接改变矩量法的算法结构，使其满足压缩感知框架，继而引 入压缩感知技术快速重构待求电流。该方法将矩阵方程缩减为一个欠定系统，显 著减少了矩阵方程的求解时间。然而，该计算模型中的一些关键技术仍需进一步 改进。首先，在测量矩阵的构造中，随机抽取阻抗矩阵 [14,15] 或左乘随机高斯矩阵 [16,17] 的方法， 造成了计算结果的不确定性； 其次， 在使用 Rao-Wilton-Glisson (RWG)…”