Etude théorique de radars géologiques - Epublications - Université ...
Etude théorique de radars géologiques - Epublications - Université ... Etude théorique de radars géologiques - Epublications - Université ...
160 PARTIE III : INTERPRETATION DES ECHOS RADAR PROBLEME INVERSE en utilisant des milieux de conductivité électrique différente ou des matériaux magnétiques. Toutefois, la plupart des solutions mathématiques ne correspondent pas à des matériaux connus. ● Une valeur quasinulle de la fonction d'erreur ne constituant pas une preuve formelle de l'obtention de la solution. Il faudra toujours au final une personne physique pour juger du réalisme des différentes solutions potentielles proposées par l'algorithme. En effet, seul un opérateur spécialiste à la fois de la géologie martienne et de la caractérisation électromagnétique des sols pourra juger le réalisme de telle ou telle proposition. 3.3.b.ii Recherche de trois milieux au lieu de deux A priori, on ne connaît pas le nombre de couches géologiques qu'il faut chercher. Pour observer le comportement de l'algorithme lorsque l'on cherche plus de strates qu'il n'y en a réellement, on se propose de tester le cas suivant. Soit la configuration vue précédemment à laquelle la quatrième couche est supprimée et la troisième est prolongée à l'infini. Étant donné que le même type d'analyse sera effectué plus loin avec un exemple plus réaliste puisque faisant intervenir des surfaces rugueuses, les résultats ne sont pas présentés ici. Toutefois, on constate : ● Une augmentation du nombre de minima locaux. ● Que certaines propositions correspondent en réalité à des configurations faisant intervenir moins d'interfaces. C'estàdire que l'algorithme trouve spontanément plusieurs couches successives identiques. 3.3.b.iii Conclusions Pour affiner les solutions proposées par l'algorithme génétique, il convient de minimiser la fonction d'erreur via une méthode basée sur les gradients conjugués initialisés à partir de l'une des solutions. Le signal supposé mesuré provenant du modèle direct constitue la configuration idéale. Si le problème inverse était bien posé, l'algorithme n'aurait aucun problème pour converger vers la solution. Au contraire, dans l'exemple étudié précédemment, il existe des minima locaux très proches du minimum global. Notons qu'aucun artifice mathématique ne peut rendre bien posé un problème physiquement mal posé. Par exemple, il se pose le même type de problème quelque soit le choix de la fonction d'erreur.
Samuel BESSE : Étude Théorique de Radars Géologiques Analyses de sols, d'antennes et interprétation des signaux 161 3.3.c Signal FDTD ne répondant pas au modèle Dans les différentes configurations qui suivent, nous allons tenter de faussement interpréter des signaux engendrés par un modèle différent du modèle stratifié utilisé par l'algorithme. Rappelons que d'après la théorie, la solution à un problème inverse n'est en général pas unique. Toutes les configurations qui feront intervenir des surfaces rugueuses, des milieux hétérogènes ou des gradients d'indice ont été simulées par FDTD. Afin que l'influence des surfaces rugueuses et milieux hétérogènes soit correctement prise en compte, les surfaces font au moins 90 000 m 2 (300x300 cellules de 1 m de côté). Ainsi, des échos peuvent venir de directions relativement éloignées du nadir. Nous avions vu figures 139 et 140 qu'il y avait un léger écart entre le calcul analytique et le calcul FDTD en raison des PML. Pour s'affranchir de ce problème, les PML ont été redimensionnées à 15 mailles et éloignées de l'antenne (au moins 50 mailles). De plus, les domaines de calcul étant plus grands, il y a moins de problèmes causés par les ondes en incidence rasante. 3.3.c.i Mise en jambe Les trois premiers cas font intervenir une seule interface rugueuse et l'algorithme cherche à approcher les signaux avec un modèle comportant 4 milieux. Le 4 ème cas met en scène un plan réflecteur sous une interface rugueuse pour savoir si une nappe d'eau pourra être détectée dans de telles conditions. Pour simplifier la résolution, on supposera à chaque fois que l'indice et la conductivité de la première couche sont connus. En effet, il est tout à fait concevable d'imaginer un système permettant de mesurer ces paramètres. Les surfaces rugueuses, largement étudiées lors de la première partie, seront caractérisées par leur hauteur moyenne quadratique hrms et leur longueur de corrélation LC. Dans les exemples qui suivront tout au long de ce chapitre, les surfaces rugueuses seront générées par la méthode stochastique avec une fonction d'autocorrélation exponentielle.
- Page 110 and 111: 110 PARTIE II : RADAR GPR ETUDE
- Page 112 and 113: 112 4 Antenne située près d'une
- Page 114 and 115: 114 PARTIE II : RADAR GPR ETUDE
- Page 116 and 117: 116 4.2.a.ii Rappel sur le formalis
- Page 118 and 119: 118 PARTIE II : RADAR GPR ETUDE
- Page 120 and 121: 120 4.3 Dipôle au dessus d'une i
- Page 122 and 123: 122 ➢ Conclusions : PARTIE II : R
- Page 124 and 125: 124 PARTIE II : RADAR GPR ETUDE
- Page 127 and 128: Samuel BESSE : Étude Théorique de
- Page 129 and 130: Samuel BESSE : Étude Théorique de
- Page 131 and 132: Samuel BESSE : Étude Théorique de
- Page 133 and 134: Samuel BESSE : Étude Théorique de
- Page 135 and 136: Samuel BESSE : Étude Théorique de
- Page 137 and 138: Samuel BESSE : Étude Théorique de
- Page 139 and 140: Samuel BESSE : Étude Théorique de
- Page 141 and 142: Samuel BESSE : Étude Théorique de
- Page 143 and 144: Samuel BESSE : Étude Théorique de
- Page 145 and 146: Samuel BESSE : Étude Théorique de
- Page 147 and 148: Samuel BESSE : Étude Théorique de
- Page 149 and 150: Samuel BESSE : Étude Théorique de
- Page 151 and 152: Samuel BESSE : Étude Théorique de
- Page 153 and 154: Samuel BESSE : Étude Théorique de
- Page 155 and 156: Samuel BESSE : Étude Théorique de
- Page 157 and 158: Samuel BESSE : Étude Théorique de
- Page 159: Samuel BESSE : Étude Théorique de
- Page 163 and 164: Samuel BESSE : Étude Théorique de
- Page 165 and 166: Samuel BESSE : Étude Théorique de
- Page 167 and 168: Samuel BESSE : Étude Théorique de
- Page 169 and 170: Samuel BESSE : Étude Théorique de
- Page 171 and 172: Samuel BESSE : Étude Théorique de
- Page 173 and 174: Samuel BESSE : Étude Théorique de
- Page 175 and 176: Samuel BESSE : Étude Théorique de
- Page 177 and 178: Samuel BESSE : Étude Théorique de
- Page 179 and 180: Samuel BESSE : Étude Théorique de
- Page 181 and 182: Samuel BESSE : Étude Théorique de
- Page 183 and 184: Samuel BESSE : Étude Théorique de
- Page 185 and 186: Samuel BESSE : Étude Théorique de
- Page 187 and 188: Samuel BESSE : Étude Théorique de
- Page 189: Samuel BESSE : Étude Théorique de
- Page 192 and 193: 192 CONCLUSION surmonté le problè
- Page 194 and 195: 194 ANNEXES ANNEXE 1 Calcul de l
- Page 197 and 198: Samuel BESSE : Étude Théorique de
- Page 199 and 200: Samuel BESSE : Étude Théorique de
- Page 201 and 202: Samuel BESSE : Étude Théorique de
- Page 203 and 204: Samuel BESSE : Étude Théorique de
- Page 205 and 206: "Les vacances, c'est tout un travai
160<br />
PARTIE III : INTERPRETATION DES ECHOS RADAR PROBLEME INVERSE<br />
en utilisant <strong>de</strong>s milieux <strong>de</strong> conductivité électrique différente ou <strong>de</strong>s matériaux<br />
magnétiques. Toutefois, la plupart <strong>de</strong>s solutions mathématiques ne correspon<strong>de</strong>nt pas à<br />
<strong>de</strong>s matériaux connus.<br />
● Une valeur quasinulle <strong>de</strong> la fonction d'erreur ne constituant pas une preuve formelle <strong>de</strong><br />
l'obtention <strong>de</strong> la solution. Il faudra toujours au final une personne physique pour juger du<br />
réalisme <strong>de</strong>s différentes solutions potentielles proposées par l'algorithme. En effet, seul un<br />
opérateur spécialiste à la fois <strong>de</strong> la géologie martienne et <strong>de</strong> la caractérisation<br />
électromagnétique <strong>de</strong>s sols pourra juger le réalisme <strong>de</strong> telle ou telle proposition.<br />
3.3.b.ii Recherche <strong>de</strong> trois milieux au lieu <strong>de</strong> <strong>de</strong>ux<br />
A priori, on ne connaît pas le nombre <strong>de</strong> couches <strong>géologiques</strong> qu'il faut chercher. Pour<br />
observer le comportement <strong>de</strong> l'algorithme lorsque l'on cherche plus <strong>de</strong> strates qu'il n'y en a<br />
réellement, on se propose <strong>de</strong> tester le cas suivant. Soit la configuration vue précé<strong>de</strong>mment à laquelle<br />
la quatrième couche est supprimée et la troisième est prolongée à l'infini.<br />
Étant donné que le même type d'analyse sera effectué plus loin avec un exemple plus réaliste<br />
puisque faisant intervenir <strong>de</strong>s surfaces rugueuses, les résultats ne sont pas présentés ici. Toutefois,<br />
on constate :<br />
● Une augmentation du nombre <strong>de</strong> minima locaux.<br />
● Que certaines propositions correspon<strong>de</strong>nt en réalité à <strong>de</strong>s configurations faisant intervenir<br />
moins d'interfaces. C'estàdire que l'algorithme trouve spontanément plusieurs couches<br />
successives i<strong>de</strong>ntiques.<br />
3.3.b.iii Conclusions<br />
Pour affiner les solutions proposées par l'algorithme génétique, il convient <strong>de</strong> minimiser la<br />
fonction d'erreur via une métho<strong>de</strong> basée sur les gradients conjugués initialisés à partir <strong>de</strong> l'une <strong>de</strong>s<br />
solutions.<br />
Le signal supposé mesuré provenant du modèle direct constitue la configuration idéale. Si le<br />
problème inverse était bien posé, l'algorithme n'aurait aucun problème pour converger vers la<br />
solution. Au contraire, dans l'exemple étudié précé<strong>de</strong>mment, il existe <strong>de</strong>s minima locaux très<br />
proches du minimum global. Notons qu'aucun artifice mathématique ne peut rendre bien posé un<br />
problème physiquement mal posé. Par exemple, il se pose le même type <strong>de</strong> problème quelque soit le<br />
choix <strong>de</strong> la fonction d'erreur.