求解非线性反问题的大范围收敛梯度正则化算法

基于同伦映射的思想,改进了求解非线性反问题的梯度正则化算法。通过路径跟踪有效地拓宽了梯度正则化算法求解的收敛范围。对于正则化参数的修正,通过引入拟Sigmoid函数,提出了一种下降速率可调的连续化参数修正方法,在保证迭代稳定的条件下,得到较好的计算效率,同时保证该算法具有很好的抵抗观测噪声能力。实际算例表明,该方法收敛范围宽,计算效率高,在存在较强观测噪声的条件下也能得到很好的反演结果。