Etude théorique de radars géologiques - Epublications - Université ...
Etude théorique de radars géologiques - Epublications - Université ...
Etude théorique de radars géologiques - Epublications - Université ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
158<br />
➢ Inversion<br />
PARTIE III : INTERPRETATION DES ECHOS RADAR PROBLEME INVERSE<br />
Ce paragraphe reprend les paramètres <strong>de</strong> l'exemple traité page 144 (tableau 8). Rappelons<br />
que quatre couches <strong>géologiques</strong> composent le sol. La permittivité et la conductivité <strong>de</strong> la première<br />
sont connues alors que la quatrième strate est supposée infinie.<br />
L'algorithme est paramétré pour déterminer les caractéristiques <strong>de</strong>s trois couches inconnues,<br />
c'estàdire autant <strong>de</strong> couches qu'il en existe réellement. Cela fait donc au total 9 variables. Dans un<br />
<strong>de</strong>uxième temps, nous chercherons plus <strong>de</strong> strates qu'il y en a dans le modèle direct. Le programme<br />
a été lancé 20 fois avec une population <strong>de</strong> 100 individus sans l'option gérant les souspopulations.<br />
Après avoir obtenu les 20 meilleurs individus correspondant aux 20 simulations, un algorithme <strong>de</strong><br />
minimisation par gradient conjugué permet <strong>de</strong> converger vers le minimum local environnant.<br />
Rappelons que l'algorithme génétique donne toujours <strong>de</strong>s individus compris dans un domaine choisi<br />
par l'utilisateur. Ainsi, les produits hini sont recherchés dans l'intervalle [10 ; 400] alors que les ni et<br />
les logarithmes <strong>de</strong> σi sont respectivement recherchés dans [1 ; 9] et [6 ; 1]. En revanche, la<br />
minimisation par gradient conjugué utilisée ici n'impose aucune restriction sur le domaine<br />
d'appartenance <strong>de</strong>s différentes variables. De sorte que la minimisation par gradient conjugué risque<br />
conduire à <strong>de</strong>s matériaux improbables aux conductivités nulles ou aux indices négatifs...<br />
Remarque : Il aurait été tout à fait possible <strong>de</strong> réaliser un programme mettant en oeuvre la métho<strong>de</strong> du<br />
gradient conjugué tout en imposant <strong>de</strong>s domaines <strong>de</strong> restriction ou <strong>de</strong> validité (information à<br />
priori) aux différentes variables.<br />
Le tableau suivant et la figure 150 montrent quelques configurations <strong>de</strong> sols qui permettent<br />
<strong>de</strong> coller presque parfaitement au signal recherché. L'algorithme a permis <strong>de</strong> déterminer 12 minima<br />
locaux et le minimum global n'a été trouvé qu'une seule fois. Dans un cas, cette métho<strong>de</strong> a abouti à<br />
une divergence dans l'espace <strong>de</strong>s solutions, entendons par là l'obtention <strong>de</strong> paramètres induisant <strong>de</strong>s<br />
coefficients <strong>de</strong> réflexions supérieurs à 1 en valeur absolue !<br />
h 1n 1 h 2n 2 h 3n 3 n 2 n 3 n 4 log(σ 2) log(σ 3) log(σ 4) 1000.ε<br />
Solution réelle (1) 360 112 73.5 2.24 2.45 2.00 5.00 3.30 4.52 0<br />
Proposition 1 (2) 360 112 62.8 2.24 2.45 2.83 4.99 3.30 4.47 0.014<br />
Proposition 2 (1) 360 108 62 2.24 2.16 2.87 5.07 3.34 5.76 0.122<br />
Proposition 3 (1) 360 111 37 2.24 2.30 2.06 4.89 3.26 3.00 2.79<br />
Proposition 4 (3) 361 111 112 2.24 2.50 3.05 13.6 3.37 2.86 6.24<br />
Proposition 5 (2) 361 104 120 2.24 2.00 4.75 17.1 3.45 2.29 6.37<br />
Tableau 10 : Position <strong>de</strong>s principaux minima locaux (n1=2, σ1=0 S.m 1 ). Le chiffre entre parenthèse après le<br />
numéro <strong>de</strong> la solution indique le nombre <strong>de</strong> fois que l'algorithme a convergé vers cette solution (sur 20 tests). La<br />
<strong>de</strong>rnière colonne représente la valeur <strong>de</strong> la fonction d'erreur multipliée par 1000.