کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4967393 1449368 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Numerical solution of a coefficient inverse problem with multi-frequency experimental raw data by a globally convergent algorithm
ترجمه فارسی عنوان
حل عددی یک مشکل معکوس ضریب با داده های خام آزمایش چند فرکانسی با یک الگوریتم همگرا در سطح جهانی
ترجمه چکیده
در این مقاله، کارایی یک روش عددی همگرا که به تازگی توسعه یافته است، برای یک مسئله معکوس ضریب تبدیل برای داده های داده های بسکتبال تجربی چند فرکانس مرتبط با یک موج حادثه تک تحلیل می کنیم. این داده ها با استفاده از تسهیل پراکندگی مایکروویو در دانشگاه کارولینای شمالی در شارلوت جمع آوری شد. چالش های مربوط به مسئله معکوس تحت بررسی نه تنها از عدم خطای بالا و بدرفتاری شدید بلکه همچنین از واقعیت هایی است که مقدار داده های اندازه گیری شده کم است و این داده های خام از طریق میزان قابل توجهی از نویز آلوده می شوند به یک راه آزمایشی غیر ایدهآل آزمایشی. این راه اندازی توسط برنامه هدف ما در تشخیص و شناسایی مواد منفجره انگیزه است. در این مقاله نشان داده شده است که چگونه داده های خام را می توان پیش پردازش کرد و با استفاده از روش چرخش ما با استفاده از آن غلبه کرد. دقیق تر، ما می توانیم ثابت های دی الکتریک و مکان های اشیای پراکندگی را با دقت خوب بازسازی کنیم، بدون استفاده از پیشرفت های پیشینی دانش خواص فیزیکی و هندسی.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
We analyze in this paper the performance of a newly developed globally convergent numerical method for a coefficient inverse problem for the case of multi-frequency experimental backscatter data associated to a single incident wave. These data were collected using a microwave scattering facility at the University of North Carolina at Charlotte. The challenges for the inverse problem under the consideration are not only from its high nonlinearity and severe ill-posedness but also from the facts that the amount of the measured data is minimal and that these raw data are contaminated by a significant amount of noise, due to a non-ideal experimental setup. This setup is motivated by our target application in detecting and identifying explosives. We show in this paper how the raw data can be preprocessed and successfully inverted using our inversion method. More precisely, we are able to reconstruct the dielectric constants and the locations of the scattering objects with a good accuracy, without using any advanced a priori knowledge of their physical and geometrical properties.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Physics - Volume 345, 15 September 2017, Pages 17-32
نویسندگان
, , , , , ,