本文提出了一种结合机器学习和实验设计的混合方法，用于高效准确地预测导电目标随入射角变化的单站雷达散射截面（RCS）。该方法称为物理光学启发支持向量回归（POI-SVR），其核函数的设计灵感来源于物理光学法。引入均匀设计（UD）和均匀设计采样（UDS）来获得具有高度代表性的训练样本。对简单和复杂...

为研究倾转旋翼机的雷达散射截面（RCS）特性，本文提出了一种考虑旋翼旋转和短舱倾转的动态计算方法。采用物理光学法和物理绕射理论处理目标的瞬时电磁散射。分析了飞机在直升机模式、固定翼模式和过渡模式下的RCS。结果表明，在固定翼模式下，桨叶对水平面内迎面入射波的偏转效应较弱。直升机模式改善了旋翼在...

用 du/dt=-u 与 u(0)=1 这个 ODE 例子完整走通 PINN 的建模、残差、损失和训练理解。

从 ODE 推广到 PDE，以一维热方程说明空间-时间区域、初边值条件和 PDE 残差的构造。

从科学计算中的未知函数、微分方程、边界条件和传统数值方法出发，建立理解 PINN 的问题意识。

解释函数、导数、偏导数和高阶导数在微分方程与 PINN 中的意义。

从 ODE、PDE、初边值条件和有限差分近似过渡到 PINN 中的残差概念。

把神经网络理解为带参数的函数族，为用网络表示微分方程未知解做准备。

介绍损失函数、梯度下降、反向传播与自动微分，说明 PINN 如何计算对输入变量的导数。