论文图件绘制任务清单

总体原则

当前论文图件需要服务一条主线：本文不是普通自由空间聚焦，也不是黑箱逆散射重建，而是在多散射体前端优化入射相位，实现散射感知透波聚焦。所有图都应围绕这个判断组织。

图件优先级为：先画概念和方法图，再统一已有数据图，最后补鲁棒性或辅助任务图。图中尽量使用英文标注，方便后续直接转 TAP 英文稿。

当前临时占位图

先将 AI 生成的 Figure 1/2 合成概念图放入总稿，作为展示和叙事判断用的临时版本：

后续如果要投稿，需要把这张图重画成可编辑矢量图，统一字体、线宽、英文标注和版式。

Figure 1: Problem, Gap, and Paper Position

用途：第一张图回答“这篇论文到底解决什么问题，和别人有什么不同”。

建议布局：三栏横向。

左栏：应用动机。画一个发射端、墙体或多散射体、目标区域。标注 through-obstruction sensing / transmission focusing / multiple scatterers。这里不要画成真实穿墙雷达完整系统，避免论文被绑定到 TWRI 成像。

中栏：已有路线和缺口。用四个小块表示 inverse scattering reconstruction、PINN/PDE solving、wavefront shaping with feedback、programmable metasurface control。每个小块下方写一句限制：reconstructs object, not phase design；requires PDE solving；requires guide star/feedback；hardware-centric。

右栏：本文路线。画 trainable diffractive phase before scatterers，经过 scatterers 后在 target window 聚焦。标注 differentiable scattering-aware phase optimization, no physical guide star at target。

画图提示词：

Draw an IEEE journal style conceptual figure with three horizontal panels on a white background. Panel (a) shows an electromagnetic wave passing through multiple cylindrical scatterers toward a target region, motivated by through-obstruction sensing and transmission focusing. Panel (b) compares existing routes using four compact blocks: inverse scattering reconstruction, physics-informed PDE solving, feedback-based wavefront shaping, and programmable metasurface control; each block has a small icon and a short limitation. Panel (c) shows the proposed route: a trainable diffractive phase plane placed before the scatterers, differentiable propagation through multiple scatterers, and a focused energy spot at the observation plane. Use clean vector style, thin black outlines, muted blue/orange/green colors, no decorative gradients, clear arrows, and English labels suitable for IEEE Transactions.

Figure 2: Differentiable Scattering-Aware Wavefront Optimization

用途：方法架构图，解释本文怎么优化相位。

建议元素：

• Incident complex field
• Trainable phase mask
• Propagation operator
• Multiple scatterers / multislice scattering region
• Observation plane
• Target-region loss
• Backpropagation arrow to phase mask

需要突出：相位面在散射体前方，目标端没有物理导星或反馈探针。loss 是计算目标，不是实验探针。

画图提示词：

Draw a clean academic architecture diagram for a differentiable scattering-aware wavefront optimization framework. From left to right: incident complex field, trainable phase mask, angular-spectrum propagation, multiple cylindrical scatterers represented as a scattering region, output observation plane, and a target window loss. Add a red dashed backpropagation arrow from the loss back to the trainable phase mask. Label the trainable variable as phase phi(x,z). Add a small note near the target plane: no physical guide star or feedback probe. Use white background, vector style, IEEE paper aesthetics, blue for propagation, orange for trainable phase, gray for scatterers, green for target loss.

Figure 3: Competitive Positioning Table / Map

用途：替代简单“本文比球面相位好”的弱叙事，展示本文和方向内代表工作的关系。

推荐形式：二维定位图或紧凑表格。

横轴：research objective，从 object reconstruction 到 wavefront control。

纵轴：information condition，从 data-driven mapping / physics residual / feedback measurement / differentiable forward optimization。

把 DeepNIS、PINN inverse scattering、D2NN、wavefront shaping、metasurface/RIS、neural EM surrogate 和本文放在图上。本文位置应靠近 wavefront control + differentiable forward optimization。

这个图可以先做成 PPT/矢量示意，不一定要直接用 Python 数据图。

Figure 4: Main Focusing and Advanced Baseline Results

用途：主性能图，回答“效果是不是比有竞争力的基线好”。

建议组成：

• Fig. 4a：三圆柱和九圆柱输出面强度图，展示无相位、球面相位、优化相位。
• Fig. 4b：三圆柱和九圆柱目标区能量占比柱状图。
• Fig. 4c：九圆柱高级基线对比柱状图，包含 No phase、Spherical、GS、Proposed，SPGD/TM 可用浅色或附表处理。

已有数据：

• chapters/03_transmission_focusing_results_cn.md
• advanced_baselines_results_cn.md
• outputs/advanced_baselines/20260517_200847

注意：TM 当前不能叫 oracle upper bound。

Figure 5: Scattering Complexity Curve

用途：当前最重要的创新证据图。

已有图：

建议最终版本：

• Fig. 5a：target-region energy ratio vs complexity
• Fig. 5b：focusing contrast vs complexity
• Fig. 5c：localization error vs complexity

横轴用 C0、C1、C3、C5、C9。三条曲线为 No phase、Spherical phase、Optimized phase。图注写清楚：lower localization error is better。

需要补充：当前图来自 epochs=60 可视化版，投稿前建议用 epochs=220 或更高复跑。

Figure 6: Target-Position Generalization

用途：回答“是不是只针对一个中心焦点调参”。

已有图：

建议最终版本：

• 主文放五个目标点的指标图，显示 optimized / spherical gain。
• 补充材料或汇报放输出面强度矩阵。
• 如果后续扩展到 3×3 目标网格，主文可改成 heatmap。

写图注时必须说明：每个目标位置重新优化相位；不要写成单个相位或单个网络泛化到所有目标。

Figure 7: Learned Phase Interpretation

用途：把性能提升解释成物理上的散射补偿。

已有图：

建议补画：

• spherical phase
• optimized phase
• wrapped phase difference
• spherical output intensity
• optimized output intensity
• optional xoz propagation slice

核心图注句：

The optimized phase contains local modulations beyond the smooth free-space spherical phase, indicating compensation associated with the multiple-scattering environment.

Figure 8: Robustness or Auxiliary Scattering Control

用途：增强完整度，不建议压过主线。

两个备选：

方案 A：鲁棒性箱线图。做圆柱位置扰动、半径扰动、频率扰动，比较球面相位和优化相位。

方案 B：辅助后向散射抑制。展示同一框架通过替换 loss 可以降低后向散射，但只作为扩展能力，不做主线。

建议优先方案 A。如果来不及补实验，Figure 8 可以暂时不放，避免稿件显得过散。

当前最需要补画的图

优先级 1：重画 Figure 1，弱化 CST，突出本文和 inverse scattering / wavefront shaping / D2NN 的区别。

优先级 2：重画 Figure 2，把方法说清楚，尤其是 phase mask before scatterers 和 loss backpropagation。

优先级 3：统一 Figure 4 到 Figure 7 的配色、字体、坐标轴和图注，使它们看起来像同一篇论文。

优先级 4：如果要最终展示，做一张“story slide”：Problem → Method → Evidence，直接用 Fig. 1、Fig. 2、Fig. 5 的简化版。

文件建议

建议本地新增目录：

tap_paper_package/figures/drawing_sources/

用于保存后续手工绘图、PPT 导出、AI 生图提示词和中间版本。Obsidian 只同步最终 PNG，不同步源文件。