http://wuqq547.top/tags/%E7%A0%94%E7%A9%B6%E6%96%B9%E6%B3%95/Recent content in 研究方法 on wuqq 的 Bloghttp://wuqq547.top/cover.pnghttp://wuqq547.top/cover.pngHugo -- 0.147.4zh-cnMon, 13 Apr 2026 21:28:00 +0800http://wuqq547.top/posts/0035-practical-conclusions-from-inverse-acoustic-electromagnetic-scattering-theory/Mon, 13 Apr 2026 21:28:00 +0800http://wuqq547.top/posts/0035-practical-conclusions-from-inverse-acoustic-electromagnetic-scattering-theory/<h2 id="一这篇笔记要解决什么问题">一、这篇笔记要解决什么问题</h2> <p>上一篇我整理了这本书的<strong>知识架构</strong>。这一篇不再按章节复述，而是专门提炼：</p> <ul> <li>哪些结论最实用；</li> <li>哪些结论应该从“书本知识”转化为“工作知识”；</li> <li>做逆问题、散射反演、计算电磁项目时，哪些判断应该成为默认思维。</li> </ul> <p>如果把整本书压缩成一句最值得带去工作的结论，我会写成：</p> <blockquote> <p><strong>逆散射不是“把数据倒过来算”的问题，而是“在不适定条件下，把前向模型、数据设计、正则化和优化绑在一起做稳定求逆”的问题。</strong></p></blockquote> <p>这句话听起来抽象，但它几乎决定了后面所有建模和工程决策。</p> <hr> <h2 id="二本书中最值得转化为工作知识的-14-条结论">二、本书中最值得转化为工作知识的 14 条结论</h2> <table> <thead> <tr> <th>书中的结论</th> <th>应转化成的工作知识</th> <th>对实际工作的直接影响</th> </tr> </thead> <tbody> <tr> <td>逆散射问题通常是<strong>非线性</strong>且<strong>不适定</strong>的</td> <td>任何反演流程都不该默认“直接求逆”</td> <td>从第一天起就把正则化、约束和先验放进方案，而不是后补</td> </tr> <tr> <td>正问题是逆问题的前提</td> <td>没有可靠前向求解器，就不要谈可靠反演</td> <td>先把 forward solver 做稳，再做 inversion</td> </tr> <tr> <td>Far field pattern 是书中的标准数据接口</td> <td>先明确你拿到的是远场、近场、还是混合数据</td> <td>不同数据类型对应不同算子、不同病态程度、不同实验代价</td> </tr> <tr> <td>线性化方法（如 Born）虽然方便，但依然病态</td> <td>线性化不等于问题变简单，只是把非线性换成了线性病态</td> <td>线性方法最多当弱散射近似、初始化或基线，不要过度承诺</td> </tr> <tr> <td>物理光学近似能把问题线性化，但依赖高频和完整频率数据</td> <td>高频近似不是“便宜捷径”，而是有强适用条件的近似工具</td> <td>如果数据只在共振区或频带不完整，这条路基本不稳</td> </tr> <tr> <td>非线性问题的线性化仍继承不适定性</td> <td>Newton / Gauss-Newton 也必须正则化</td> <td>迭代反演里每一步都要考虑稳定化，而不是只做雅可比更新</td> </tr> <tr> <td>多入射场能显著提升可识别性</td> <td>入射多样性是信息预算，不是可有可无的锦上添花</td> <td>预算有限时，优先争取更多入射方向/极化/频率，而不是只追单次精度</td> </tr> <tr> <td>近场数据理论上略优于远场，但改善未必巨大</td> <td>不要神化 near field</td> <td>选 near field 应主要出于实验可达性、尺寸先验、点源激励等现实原因</td> </tr> <tr> <td>有限孔径会显著恶化重建</td> <td>limited aperture 不是“少一点角度”，而是问题性质变差</td> <td>孔径受限时，必须加强先验、增加入射数或接受分辨率下降</td> </tr> <tr> <td>Transmission eigenvalues 会污染某些反演方法</td> <td>频率选择本身就是算法设计的一部分</td> <td>对低损耗或实介质，固定频率反演要特别小心“坏频率”</td> </tr> <tr> <td>有吸收时很多理论性质更友好</td> <td>lossy medium 通常比完全无耗介质更“好做”</td> <td>对有耗材料可以更大胆用某些完备性或 dual space 思路</td> </tr> <tr> <td>Dual space method 能把问题拆成“线性病态 + 非线性较低维优化”</td> <td>尽量把大问题分解，而不是把所有未知一次性扔进大优化</td> <td>先解线性 ill-posed 子问题，再做低维非线性拟合</td> </tr> <tr> <td>二维解析边界上 Nyström 方法很强，但角点要特殊处理</td> <td>几何特征决定离散方案</td> <td>光滑边界可用高阶积分；有角点就要 graded mesh，不要硬上均匀网格</td> </tr> <tr> <td>三维表面积分比二维难很多</td> <td>不要把二维里的数值直觉直接搬到三维</td> <td>三维常要重新权衡 collocation、Galerkin、BEM 与几何参数化</td> </tr> </tbody> </table> <hr> <h2 id="三真正要带走的工作化理解">三、真正要带走的“工作化理解”</h2> <p>下面这部分，我不再按教材语言说，而是按做项目时的判断方式说。</p>