Validazione Numerico-sperimentale dell’Algoritmo IMSA Level Set

Benedetti, M. (2005) Validazione Numerico-sperimentale dell’Algoritmo IMSA Level Set. Masters thesis, University of Trento.

Preview

Text Abstract.A009.pdf Download (155kB) | Preview

Abstract

I metodi deterministici basati sull’aggiornamento di una appropriata funzione associata alle incognite (Level Set Methods) rappresentano una delle metodologie di risoluzione dei problemi inversi. Tali tecniche iterative considerano l’evoluzione di una regione, che rappresenta la soluzione di prova del problema, all’interno del dominio d’indagine. Tale regione è correlata ad una funzione continua definita nello spazio di ricerca (ad esempio la minima distanza tra i punti del dominio d’indagine e il bordo della regione) che viene aggiornata per mezzo di un’equazione di Hamilton-Jacobi. La velocità all’interno di tale espressione è calcolata con l’ausilio di un problema aggiunto (“adjoint problem”). Quest’ultimo permette di semplificare la derivata della funzione di costo. In particolare, si assume di avere delle sorgenti elettromagnetiche localizzate in corrispondenza dei ricevitori e irradianti un campo dato dalla differenza tra i dati (campo scatterato) e la quantità correlata alla soluzione di prova. In generale, per un problema di imaging elettromagnetico, la qualità della ricostruzione dipende dalla quantità di informazione che può essere estratta dai dati del problema. Nel caso dell’algoritmo IMSA Level Set, la scelta del numero di misure, viste e incognite riveste un ruolo fondamentale per due ragioni tra loro contrastanti: (1) la quantità di informazione indipendente che può essere raccolta dipende dalle dai parametri geometrici del dominio di ricerca; (2) il numero di incognite definisce la discretizzazione del dominio d’indagine, che deve essere sufficientemente “fine” in modo tale da permettere l'inversione dei dati attraverso il Level Set. Di fatto, tali motivazioni obbligano ad un compromesso. L’obiettivo della tesi è quello di determinare sperimentalmente un criterio per la definizione dei parametri del problema inverso (numero di incognite) a partire dai dati raccolti. La validazione dell'approccio si divide in validazione numerica e validazione sperimentale, a partire dai dati disponibili in letteratura.

Actions (login required)

View Item