报告题目：高频电磁散射建模和高效算法

报告人：复旦大学 吴语茂

报告人简介：吴语茂，复旦大学教授，担任IEEE SeniorMember，中国电子学会高级会员，中国电子学会电磁散射与逆散射委员会委员，主持国家自然科学基金优秀青年科学基金项目，入选复旦大学卓越2025人才计划，连续三届获得电播科学报年度优秀论文。

报告摘要：电大尺寸目标的高频散射高效算法研究在国防等国家战略领域中发挥着重要作用。在计算电磁学领域，当物体尺寸为波长的二十倍以上时，高频射线物理现象明显呈现。高频散射问题的研究困难包括两方面：一是全波算法为保证计算精度，在离散过程中会出现海量未知量，存在着计算代价急剧增高的困难。二是传统的高频渐近方法在计算散射场时，存在着计算精度不高的困难。从高频物理机制出发，物理光学积分中的相位函数在空间的振荡性是非均匀的。因此，在电磁计算过程中，对网格尺寸的依赖也不同。为了克服这些挑战，提出基于自适应网格技术的线性振幅快速物理光学算法，在保证了仿真精度的前提下，降低网格的数量。系统研究了高频物理散射机理，包括高频驻相点、边界谐振点和边界端点的贡献。通过研究高频临界点贡献，提出了自适应网格技术与快速物理光学算法的融合集成，引入了尺寸为1-2个波长的二次曲面网格，相比于传统平面元剖分方法，有效地将网格数量降低了1-2个数量级。针对雷达隐身与反隐身的目标中常出现的绕射波如爬行波效应，分析了高频波物理机理，提出了数值路径变换方法，有效地将绕射场积分中高振荡的积分核转换为光滑的积分核。在典型军事目标体上，实现了雷达散射截面的计算精度与全波法一致。并且，该方法的计算效率相比于增量长度数值绕射技术，在不同雷达波段下提升了1-2个数量级。

报告题目：大场景准实时SAR图像生成与目标识别技术

报告人：南京理工大学 何姿

报告人简介：何姿，南京理工大学教授，博士生导师，研究方向为计算电磁学及工程应用，入选中国科协青年人才托举工程、江苏省优青、江苏省“青蓝工程”优秀青年骨干教师，荣获首届电子学会优秀博士论文、中国电子学会自然科学二等奖、ACES-China及PIERS青年科学家奖。

报告摘要：针对大场景成像多是从实测数据出发，具有成本高、数据量与场景受限的弊端，不能够充分满足日益增长的大量高分辨SAR（Synthetic Aperture Radar）图像的需求，提出了一种大场景准实时SAR图像生成与目标识别技术. 首先，针对大场景情况下准实时SAR图像生成技术开展了研究，采用改进的射线追踪快速成像公式实现在任意角度、任意成像平面的仿真成像. 该方法的计算复杂度为 (为射线管数目)，相比于传统的成像方法，其计算复杂度降低，成像速度得到大幅提高. 针对复杂环境下大场景SAR成像目标检测识别一体化网络，提出了一种高效处理网络框架. 该网络架构通过高效轻量化与多任务驱动的自适应特征优选融合及物理可解释性三个方面优化网络与提高目标的检测识别率，使得网络架构得到一个高效的性能，实现大场景下目标的区域聚焦以及目标精准检测. 所提出的高效处理架构也更易于布置在任意设备上，对硬件要求更低，检测速度也会大大提升. 通过仿真时间、识别准确率对大场景准实时SAR图像生成及复杂环境下大场景SAR成像目标检测识别一体化网络进行了评估. 仿真结果表明，针对公里级的大型复杂场景，本方法可以实现秒级的SAR图像仿真，同时对于大场景下任意目标的准确识别率稳定在90%以上. 该技术能够实现大场景SAR图像的准实时仿真生成并实现了复杂环境下大场景SAR成像目标检测识别功能，为军事和安全领域提供了重要支持.