Rapport de stage

Contrle non destructif par algorithme

d'imagerie paramtrique non linaire




Master Recherche Mcanique, Physique et Ingnierie
(Spcialit Acoustique)
2008-2009


Par :
Amir Ershad FANAEI



Directeur de stage : M. Thierry SCOTTI

Remerciement
Je tiens remercier tout particulirement Monsieur Thierry SCOTTI de mavoir propos ce su-
jet de stage et de mavoir apport ses comptences scientiques. Je souhaite galement exprimer
ma profonde gratitude pour son aide et tous ses prcieux conseils quil more pendant ce stage.
Un grand remerciement galement Messieurs Emmanuel FRIOT et Djaar BOUSSAA pour
mavoir consacr du temps la lecture de ce document en tant que rapporteur.
Jadresse mes remerciements tous les membres de lquipe Propagation et Imagerie (PI) de La-
boratoire de Mcanique et dAcoustique et particulirement Monsieur Philippe LASAYGUES
, responsable de lquipe.
Pour nir, je remercie galement aux doctorants et post-doctorants de lquipe et je noublie
videmment pas les autres stagiaires.
1
Table des matires
I Introduction 3
II Rayonnement et diraction donde 5
II.1 Equations de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
II.2 Reprsentation du champ en ondes partielles . . . . . . . . . . . . . . . . . . . . 7
III Problmes direct et inverse 9
III.1 Problmes directs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
III.1.1 Mthode de Rayleigh-Fourier . . . . . . . . . . . . . . . . . . . . . . . . 10
III.1.2 Mthode ICBA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
III.2 Problme inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
III.2.1 Fonction cot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
III.2.2 La fonction cot en Base et Haute frquences . . . . . . . . . . . . . . . 16
III.3 Code de calcul PHILEAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
III.3.1 La conguration du milieu dans le code . . . . . . . . . . . . . . . . . . . 17
III.3.2 Le champ dius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
III.4 Gnration du bruit dans les mesures du champ dius . . . . . . . . . . . . . . 19
III.4.1 Gnration synthtique de bruit . . . . . . . . . . . . . . . . . . . . . . . 20
III.4.2 Perturbation du champ dius dune cible . . . . . . . . . . . . . . . . . . 23
III.4.3 Reconstruction de lobjet avec lerreur . . . . . . . . . . . . . . . . . . . 24
IVPerspective et Conclusion 25
I
Introduction
Il existe de nombreuses mthodes pour le CND (la recherche de dfauts macroscopique) et pour
caractristique globale de matriaux ou le milieu. Il faut reconnatre que sil existe des mthodes
dominantes (par spcialit) ce jour aucune nest idale (exempt de limitations, de dfauts,
derreur dinterprtation, etc.).
Le premier objectif du stage est donc de faire un bilan de ces mthodes en faisant ressortir les
avantages et inconvnients ainsi que les domaines dapplication (le rapport bibliographie).
Comme il ny a pas de mthode gnrale, universelle, un des critres et donc la prcision (du
rsultat) et la souplesse dutilisation dune mthode (facilit dadaptation des congurations
proches de celle pour laquelle la mthode a t dveloppe).
Dans ce cadre, il existe un algorithme particulirement simple et facilement adaptable de
nombreuses congurations : identication (ou imagerie) paramtrique itrative (non linaire car
les solutions ne sexpriment pas comme une fonction linaire des donnes).
Par rapport la tomographie (conurent direct / mthodes US) :
Pas de limite en terme de contraste (entre les milieux de propagation)
Pas de limite en terme de frquences (utilisable des BF aux HF)
Imagerie quantitative (tomo : qualitatif)
Mais pas dimage du domaine au sens pixel(seulement reconstruction des valeurs de
paramtre qui caractrisent le domaine)
3
Donc, a pourrait tre lalgorithme idal sil ny avait pas un (trois) gros dfaut(s) : cest (en
terme mathmatique) un problme mal pos ! (le rapport bibliographie)
Pour pallier ce dfaut (problme mal pos) il existe des parades, notamment une, la plus
dveloppe dans la littrature qui est la pnalisation. Mais cela revient incorporer de linfor-
mation priori sur la cible et son environnement et donc supposer quon connat dj (en
partie) ce que lon cherche dterminer.
Lobjet de ce stage - et dune partie des recherche de lquipe PI - est donc de proposer une
alternative ces mthodes de pnalisation qui est de sujet du chapitre III.
En particulier, il sagit danalyser les avantages dune approche multifrquences pour la sta-
bilisation de linversion, le problme de lunicit est ayant dja t plus ou moins trait [5]
[2].
Finalement, le dernier chapitre est consacr la conclusion et perspective de ce travail.
4
II
Rayonnement et diffraction
donde
La propagation des ondes est lvolution dune onde, ou du mouvement dune particule dans
le temps et lespace, par rapport un milieu. Cest la raison pour laquelle, une connaissance
approfondie de milieu est indispensable pour dcrire les comportements des ondes acoustiques
dans limagerie ultrasonore.
5
II.1. Equations de base
II.1 Equations de base
Un rappel des quations de base et des reprsentations du champ est fait.

0
Figure II.1 : Le schma gnral de surface de mesure (
b
) et de lobjet (
1
)
Le problme rsoudre en acoustique est le suivant : un objet est clair par une onde incidente
p
i
(x) et diracte sur le domaine
0
. Des ondes diractes p
d
(x) sont mesures sur la surface de
mesure de champ diract
b
.
Le champ total est le champ incident plus le champ diract :
p(x) = p
i
(x) + p
d
(x) (II.1)
Le champ incident cest une onde plane sous la forme :
p
i
(x) = e
ik
0
r cos(
i
)
(II.2)
Le contour de lobjet est dnit par la courbe :
: r = () (II.3)
p
i
et p
d
satisfont lquation dHelmholtz dans le domaine extrieur
0
:
( + k
2
0
)p(x) = 0 ; x
0
(II.4)
Avec les conditions aux limites entre les milieux
0
et
1
ainsi que la condition de rayonnements
Sommerfeld lorsque
0
nest pas born :
_

_
p
1
(x) p
0
(x) = 0
1

n
p
1
(x)
1

n
p
0
(x) = 0
Sommerfeld kr
(II.5)
6
II.2. Reprsentation du champ en ondes partielles
Ces quations sont rsoudre la fois pour le problme direct et le problme inverse mais :
en Problme Direct : , et k
0
sont connus et une p est cherch qui satisfait tous ces
quations
en Problme Inverse : p est connu pour un certain nombre de points et on suppose
0
, p
i
(x)
et
i
aussi sont connus et ,
1
sont cherch
II.2 Reprsentation du champ en ondes partielles
Une autre forme de la reprsentation du champ en quations intgrales de surface (en tous
points quivalentes)
Considrons le cas o lobstacle est constitue par un cylindre pntrable de forme complexe
(non forcment circulaire), dont les gnratrices sont parallles laxe O z du systme de
coordonnes (Oxyz)(le gure II.2).
Figure II.2 : Conguration de lobstacle
Le point de dpart est lquation :
H

0
(x

)p
0
(x

) = p
i
(x

) +
_

[G
0
(x

, x).p
0
(x

) p
0
(x

).G
0
(x

, x)] d(x) (II.6)

On note en particulier que
x

dsigne un point de
0
(i.e., le point dobservation)
x dsigne un point qui dcrit la surface du diuseur
Dans un systme de coordonnes polaires (r, ), la fonction de Green scrit :
G
j
(x

, x) =
i
4

n=
_
H(r r

)H
(1)
n
(k
j
r)J
n
(k
j
r

) + H(r

r)H
(1)
n
(k
j
r

)J
n
(k
j
r)

e
in(

)
(II.7)
7
II.2. Reprsentation du champ en ondes partielles
avec

=
1
S
_

r
_
S = S() =
_

2
+

2
=

d(x) = S() d
H() =
_
1 si > 0
0 si < 0
J
n
est la fonction de Bessel dordre n et H
(1)
n
la fonction de Hankel de premire espce et dordre
n.
Soit x

+
0
, alors, |x

| > |x| et
Figure II.3 : Sous espace
+
j
et

j
G
0
(x

, x) =
i
4

n=
_
H
(1)
n
(k
j
r

)J
n
(k
j
r)

e
in(

)
(II.8)
On dduit la reprsentation du champ dans
+
0
:
p
0
(x

) = p
i
(x

) +

n=
a
n
H
(1)
n
(k
0
r

)e
in

+
0
(II.9)
En convenant de poser,
a
n
=
i
4
_

_
J
n
(k
0
)

p
0
(x)
1
S
_
in

J
n
(k
0
) k
0

J
n
(k
0
)
_
p
0
(x)
_
e
in
d(x) (II.10)
8
III
Problmes direct et inverse
III.1 Problmes directs
Le problme direct est au coeur du processus dinversion et cest sa rsolution qui pilote la
qualit des reconstructions.
Pour gnrer les donnes, on utilise la mthode la mthode Rayleigh-Fourier dcrite ci-aprs.
Pendant linversion, le problme direct est rsolu avec la mthode ICBA dcrite ci-aprs.
9
III.1. Problmes directs
III.1.1 Mthode de Rayleigh-Fourier
On a vu dans le cas dune reprsentation du champ en ondes partielles ch.II.2 que le champ de
pression scrit,
p
0
(x

) = p
i
(x

) +

n=
a
n
H
(1)
n
(k
0
r

)e
in

+
0
(III.1)
avec les coecients a
n
donns par II.10. On se place dans le cas de condition aux limites de
type Dirichlet (p = 0 sur ) Eqs.(II.5).
Dun point de vue mathmatique les sries innies convergent dans
+
0
[6] mais dlimitant en
gnral, dans

0
. La procdure dite de Rayleigh-Fourier consiste invoquer lhypothse de
Rayleigh rencontre auparavant. Son introduction dans les conditions aux limites suivie dune
projection sur une base de Fourier, i.e. on projet les conditions aux limites (ici Dirichlet) sur
une base de Fourier [1].
Cette mthode nous a permis de simuler des mesures du champ diract, mesures que nous
avons par la suite introduites comme donnes du problme inverse.
0 = p
i
((), ) +

n=
a
n
H
(1)
n
(k
0
())e
in
(III.2)
On pose,
G
mn
=
_
2
0
H
(1)
n
(k
0
())e
i(nm)
d (III.3)
d
m
=
_
2
0
p
i
((), )e
im
d (III.4)
Ga = d (III.5)
Le calcul des coecients a se fait linversant la matrice G
III.1.2 Mthode ICBA
La mthode ICBA (Intersecting Canonicale Body Approximation) a t dveloppe au L.M.A.
par A. Wirgin [4] [3] Cette approximation repose sur lhypothse que la rponse de lobjet rel
est comparable la rponse dun cylindre circulaire de rayon gal au rayon local de lobstacle
dans la direction considre (le gure III.1).
a
n
= (i)
n
J
n
(ka)
H
(1)
n
(ka)
e
in
i
(III.6)
10
III.2. Problme inverse
La solution canonique du problme de la diraction dune onde plane par un cylindre circulaire
de rayon a dans la direction est donne par (III.6)
Figure III.1 : Corps canonique interceptant pour une direction
III.2 Problme inverse
Lindentication paramtrique se fait via un algorithme itratif au cours du quel, on rsout un
problme direct chaque itration [3] :
Figure III.2 : Le schma gnral de Problme inverse
Les paramtres inconnus sont dtermins en recherchant les minima de fonction cot.
On pourrait croire quil sut de chercher les zros ou les minima de la fonction cot et quil
sut dutiliser le meilleur solveur (rsolution du problme direct). Il nen nest rien ! car le
problme est mal pos [5].
11
III.2. Problme inverse
Quelque soit la faon de rsoudre le problme direct (pendant linversion), il est illusoire des-
sayer dobtenir une solution satisfaisante tant que le problme de stabilit et de non-unicit
nest pas matrise.
Il y a 3 sources derreur qui engendre linstabilit :
Des erreurs de mesures (il y a toujours des incertitudes de mesure exprimentale sur le
champ diract)
Des erreurs de modles (il y a des erreurs sur chaque reprsentation de champ pour tablir
lEquations dEtat (problme direct))
Des erreurs de paramtres qui sont supposes connus (il y a toujours des incertitudes sur
les valeurs de densit () et sur la clrit (c) du milieu extrieur par exemple)
Selon ces erreurs, il peut y avoir une grande perturbation sur la solution et videmment sur
la construction de lobjet. Limage III.3 montre une construction de lobjet via la mthode
Rayleigh-Fourier sans perturbation. Daprs III.3, la solution trouve est bien super pos sur
lobjet rel ce qui montre ecacit de cette mthode lorsquil ny a pas perturbation.
Figure III.3 : Reconstructions pour une ellipse de demis axes
Par contre, le rsultat de construction de lobjet est compltement dirent lorsquil y a une
perturbation sur le calcul du champ cause de nimporte quel raison. Limage III.4 montre
parfaitement, lorsquil y a une perturbation, lobjet trouv ne correspond pas de tous de lobjet
rel (10% du bruit).
Figure III.4 : Reconstructions pour une ellipse de demis axes avec des donnes bruites
12
III.2. Problme inverse
III.2.1 Fonction cot
Nous avons montr dans la gure III.2 que le problme inverse nalement est rsolu par une
fonction cot. La dicult quon a rencontr pendant linversion est la discrimination des
solutions gnres parmi lensemble des minima que possde cette fonction cot. Dans cette
partie en essai dcrit la fonction cot qui permet de dterminer le contour dun objet par la
mthode Rayleigh-Fourier [4].
La fonction cot mono frquence
La fonction cot mono frquence se montre sous la forme :
F =

P
mesur
(f
0
) P
calcul
(f
0
)
. .
modle

(III.7)
Cette fonction dispose plusieurs minimas et cest un grand dfaut car distinguer la solution
parmi les minimums nest pas possible.
Figure III.5 : La fonction cot mono frquence
la gure III.5 est une fonction cot une frquence (cible : cylindre circulaire de rayon r=1) et
on voit nettement que le minimum global est pour r=1,6 est quun des minimas locaux corres-
pond r=1).
Quand le champ diract par le cylindre circulaire est gale le champ mesur dans cette direction
(alors III.7 = 0 ), on sait que le contour de vritable objet passe par cette direction donc, on
a un point de lobjet. Pour cela localisation des minimas par fonction cot mono frquence
autour de lobjet est dicile car on ne sais pas quel minima doit tre choisit (La gure III.5).
13
III.2. Problme inverse
Figure III.6 : Localisation des minima de la fonction cot dans toutes les directions autour de lobjet
Jusqu prsent la solution tait en pnalit car le choix de est dicile dans la relation III.8
et cette choix est tout un art. Pour trouver , il faut incorporer et approprier des informations
par rapport chaque application.
F =

P
mesur
(f
0
) P
calcul
(f
0
)
. .
modle

+ l (III.8)
Pour cela, on propose une solution alternative similaire avec un choix unique pour (une fois
pour toute).
La fonction cot multi frquence
On repart encore sur la relation (III.8) mais cette fois on choisit = 1. En choisissant = 1
et l =

P
mesur
(f
j
) P
calcul
(f
j
)

, on peut crire la fonction cot multi frquence sous

la forme :
F =

P
mesur
(f
0
) P
calcul
(f
0
)

+ 1

P
mesur
(f
j
) P
calcul
(f
j
)

(III.9)
Daprs la relation (III.9), on va trouv juste un minima globale qui est la solution de notre
fonction cot.
14
III.2. Problme inverse
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1
2
3
4
5
6
7
8
9
10
11
Figure III.7 : La fonction cot multi frquence
La fonction cot montre sur la gure III.7 est une fonction cot multi frquences et on voit
trs bien quil existe juste un minima qui va nous donner un point de lobjet dans une direc-
tion donne (la courbe bleu). Dans cette gure, plusieurs fonctions cot mono frquences sont
aches et elles montrent quil y a plusieurs minimas pour une fonction cot mono frquence.
Cest la raison pour laquelle, on prfre travailler avec la fonction cot multi frquence.
Justication
On a montr sur le plan thorique [2] [5] que le minimum recherch ne varie pas quand on
change la frquence. Donc la premire approche consiste comparer les fonctions cot 2
frquences et retenir que le minimum qui ne varie pas dans la position (la gure III.8).
Cest- dire, pour discriminer la solution pour chaque angle il faut rsolu le problme inverse au
moins 2 fois car on a toujours le problme de non-unicit des solutions et on trace la fonction
cot et on prend la minimum que bouge pas.
Figure III.8 : Rsolution de problme inverse pour discriminer la solution
A partir de cette constatation, on se rencontre que si on fait la somme des fonctions cot, on
va obtenir une fonction cot avec un minimum prononc.
15
III.2. Problme inverse
Le stage
On a montr que le problme de non-unicit est rsolu et lobjectif de ce stage est de concentr
sur le problme de stabilit (la deuxime caractristique de problme mal pos).
III.2.2 La fonction cot en Base et Haute frquences
Il existe un autre paramtre inuent sur le comportement de fonction cot. La fonction cot
en haute frquence expose plusieurs minimums (le gureIII.9).
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
Cost functions; = 0
Figure III.9 : La fonction cot en haute frquence
On voit clairement sur la gure qu haute frquence identication devient plus dicile mais
par contre les minima sont bien localis.
Par contre en base frquence, la fonction cot expose juste un minima (le gureIII.10).
0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7
x 10
5
0
1
2
x 10
4
Cost functions; =0


Freq 650.000Hz
Freq 700.000Hz
Freq 750.000Hz
Figure III.10 : La fonction cot en haute frquence
On voit qu base frquence identication est plus facile (meilleurs stabilit et un seul minimum),
par contre ce minimum est moins bien localis qu haute frquence.
16
III.3. Code de calcul PHILEAS
III.3 Code de calcul PHILEAS
Le code de calcul PHILEAS est un algorithme qui rsout des problmes direct et inverse pour
une cible composite en espace libre claire par une onde plane incidente. Ce code est crit par
M. Thierry SCOTTI et il est compos de 2 parties compltement direntes et indpendantes.
Problme direct : reprsentation en ondes partielles mthode de Rayleigh-Fourrier en champ
proche
Problme inverse : fonctions cout mono frquence ou multifrquences mthode ICBA
La spcicit de ce code est la fois sa souplesse (on peut changer la mthode de rsolution
problme inverse) et la fois sa rapidit (on calcule une fois le problme direct).
III.3.1 La conguration du milieu dans le code
Lorgane (milieu
3
) est dlimit par une surface de trace
3
dans le plan xOy du systme
de coordonnes Oxyz. 0 est suppos tre lintrieur de
3
. Le corps hte est form par les
surfaces de traces
1
(extrieure) et
2
(intrieure) dlimitant les domaines
1
et
2
.
Figure III.11 : Conguration gomtrique
Le milieu extrieur (
0
) est dextension innie.
1
et
2
et
3
seront reprsentes par les
quations paramtriques : r =
1
(), r =
2
() et r =
3
() respectivement,
1
,
2
,
3
tant des
fonctions univoques de .
Il ne faut pas oublier que le milieu extrieur (
0
) est dextension innie. Ci-dessous le tableau
de lensemble des paramtres dnir dans le code pour chaque un des milieux et chaque des
objets.
17
III.3. Code de calcul PHILEAS
pb direct pb inv
r1 1.0 1.0
r2 0.8 0.8
r3 0.6 0.2 X
1
0.8
a0 1.0 1.0
a1 1.0 1.0
a2 1.0 1.0
a3 1.0 1.0
b0 0.001 0.001
b1 0.001050 0.001050
b2 0.0009447 0.0009447
b3 0.0009328 ... X
2
...
k0 1.5 1.5
k1 1.6071 1.6071
k2 1.5517 1.5517
k3 3.0307 3.0307
III.3.2 Le champ dius
La reprsentation du champ en ondes partielles est :
p
0
(x

) = p
i
(x

) +

n=
a
n
H
(1)
n
(k
0
r

)e
in

+
0
(III.10)
Pour des raisons numrique on limite le nombre de terme N.
Ce champ de pression calcul dans le code est sous la forme :
18
III.4. Gnration du bruit dans les mesures du champ dius
SUBROUTINE CHAMPS(tetai,teta,rb,dim,hb,An,sum)
IMPLICIT NONE
INTEGER : : dim
INTEGER : : m1,nn,n2
DOUBLE PRECISION : : tetai,teta,rb
COMPLEX(kind=8) : : An(-200 :200)
COMPLEX*16 : : hb(200)
COMPLEX(kind=8) : : sum
sum=(0.0D0,0.0D0)
DO nn=-dim,dim
n2=IABS(nn)
m1 = 1
IF (nn.lt.0) THEN
m1 = powerm1(nn)
END IF sum=sum+m1*An(nn)*hb(n2+1)*CDEXP((0.0D0,1.0D0)*nn*teta)
END DO
END SUBROUTINE CHAMPS
III.4 Gnration du bruit dans les mesures du champ dif-
fus
Pour tester la stabilit des algorithmes numriques dinversion, ainsi que pour simuler de faon
plus raliste des mesures exprimentales du champ dius, nous avons introduites du bruit,
i.e., une erreur alatoire, sur les valeurs du champ dius introduites comme donnes dans
lalgorithme dinversion. Donc, on a besoin dun nombre alatoire pour construire le bruit.
Nombre alatoire
Pour construire un nombre alatoire en Fortran 90, il y a un sous-programme normalis pour
gnrer une srie de nombres alatoires (RANDOM_NUMBER).
Cette fonction cre un nombre alatoire entre 0 x < 1 chaque nouvel appel mais cette
fonction produit mme nombre alatoire chaque fois quon lance le code. Pour cela, nous avons
besoin de gnrer des sries direntes lors dexcutions successives qui gnre automatique-
ment une nouvelle srie dirente de la prcdente.
Il existe des routines dans des ressources en informatique Scientique qui marchent plus ou
19
III.4. Gnration du bruit dans les mesures du champ dius
moins bien car chaque routin est crit pour une application spciale. Les direntes routines de
Fortran sont essaies et nalement nous avons trouvs une fonction intrinsque de Fortran qui
rinitialise lors dexcutions successives. Ce gnrateur de nombres alatoires sappelle RAN-
DOM_SEED() et il est initialis dune manire dpendant des options du systme (la date et
lheure).
CALL RANDOM_SEED()
CALL RANDOM_NUMBER(r)
rand = 2D0*(r-0.5D0)
Le nombre alatoire r sera construit par Fortran 95 et il est un nombre entre 0 et 1 mais on
a besoin dun nombre alatoire entre 1 et 1 pour perturb le champ dius. Pour cela, on va
former le nombre alatoire rand par la relation rand = 2D0 (r 0.5D0) qui va nous donnes
1 x < 1
III.4.1 Gnration synthtique de bruit
Dtaillons la procdure utilise pour gnrer erreur alatoire dans les valeurs numriques du
champ dius.
Soit u() une valeur exacte du champ dius dans la direction . On traite sparment parties
relles et imaginaires de u().
On dtermine minimum et maximum des valeurs prises par le champ dius. soient
u
r
min
= min Re {u()} 0 < < 2
u
r
max
= max Re {u()} 0 < < 2
u
i
min
= min Im{u()} 0 < < 2
u
i
max
= max Im{u()} 0 < < 2
On gnre de faon alatoire N nombres entre 1 et 1
Nous avons ajouter les boucles IF-END au code PHILEAS pour trouver les minimums et
maximums absolu de u() parmie les valeur du champ dius (qui est un vecteur).
Selon les minimums et maximums absolus et le nombre alatoire rand quon a trouv, le bruit
est sous la forme :
rend
rel
= rand ((u
r
max
u
r
min
) /2) b
r
(III.11)
rend
imag
= rand
__
u
i
max
u
i
min
_
/2
_
b
r
(III.12)
do, b
r
est le pourcentage derreur quon commet comme erreur (soit en mesures, en modle
ou en paramtres initiales). Le valeur b
r
est un valeur connus quil va ajouter au bruit.
20
III.4. Gnration du bruit dans les mesures du champ dius
Finalement, le champ perturb u

() est alors :
u

() = Re {u()} rend
rel
+ Im{u()} rend
imag
(III.13)
Pour montrer linuence du bruit sur le champ, on va tudier une application simple (une ellipse
immerge dans leau).
Ci-dessous la partie de code qui ralise cette tape :
21
III.4. Gnration du bruit dans les mesures du champ dius
SUBROUTINE CHAMPS_P_ER(npoint,k,br,sumv,sumv_p_er)
IMPLICIT NONE
INTEGER : : dim
INTEGER : : m1,nn,n2,k
INTEGER : : npoint,npoint2
DOUBLE PRECISION : : harvest,rand,rand1,rand2,bb
DOUBLE PRECISION : : min_real,max_real,min_imag,max_imag,
erreur_real,erreur_imag,max_r,min_r,max_i,min_i
DOUBLE PRECISION : : tetai,teta,rb,br,er,erreur
COMPLEX(kind=8) : : An(-200 :200)
COMPLEX*16 : : hb(200)
COMPLEX(kind=8) : : sum, sumv(0 :360)
COMPLEX(kind=8) : : sumv_p_er(0 :360)
REAL : : r
npoint2 = npoint-1
br = 0.05D0
erreur = 0.0D0
max_r = DREAL(sumv(0))
min_r = DREAL(sumv(0))
max_i = DIMAG(sumv(0))
min_i = DIMAG(sumv(0))
DO k = 0 , Npoint-1
IF (DREAL(sumv(k)) > max_r) THEN
max_r=DREAL(sumv(k))
END IF
IF (DREAL(sumv(k)) < min_r) THEN
min_r=DREAL(sumv(k))
END IF
22
III.4. Gnration du bruit dans les mesures du champ dius
IF (DIMAG(sumv(k)) > max_i) THEN
max_i=DIMAG(sumv(k))
END IF
IF (DIMAG(sumv(k)) < min_i) THEN
min_i=DIMAG(sumv(k))
END IF
END DO
max_real = max_r
min_real = min_r
max_imag = max_i
min_imag = min_i
CALL RANDOM_SEED()
DO k = 0 , Npoint-1
CALL RANDOM_NUMBER(r)
rand = 2D0*(r-0.5D0)
rand1 = rand * ((max_real - min_real)/2)*br
rand2 = rand * ((max_imag - min_imag)/2)*br
sumv_p_er(k)= (DREAL(sumv(k))+rand1)+((0.0D0,1.0D0)
*DIMAG(sumv(k))+rand2)
END DO
END SUBROUTINE CHAMPS_P_ER
III.4.2 Perturbation du champ dius dune cible
Aprs avoir calcul le champ diract par la mthode Rayleigh-Fourier (problme direct), on
va appliquer le bruit qui est construit dans la section prcdant sur ce champ.
On considre davoir direntes pourcentage derreur (b
r
= 5% et 10 %) et les courbes obtenus
sont montres ci-aprs.
23
III.4. Gnration du bruit dans les mesures du champ dius
0 1 2 3 4 5 6 7
0.018
0.016
0.014
0.012
0.01
0.008
0.006
Direction de diffusion
P
a
r
t
i
e

r

e
l
l
e

d
u

c
h
a
m
p

t
o
t
a
l
e


brut
Figure III.12 : Le champ perturb et non perturb avec lerreur 5%
0 1 2 3 4 5 6 7
0.02
0.018
0.016
0.014
0.012
0.01
0.008
0.006
Direction de diffusion
P
a
r
t
i
e

r

e
l
l
e

d
u

c
h
a
m
p

t
o
t
a
l
e


brut
Figure III.13 : Le champ perturb et non perturb avec lerreur 10%
III.4.3 Reconstruction de lobjet avec lerreur
Dans les sections prcdentes, nous avons expliqu comment le code de calcul PHELIAS construit
un objet. Egalement, la mme procdure doit tre eectue pour construire un objet avec une
erreur donne et cest la raison pour laquelle, on a perturb le champ diract avec un bruit
synthtique (ce qui est lobjectif de ce stage).
Ltape suivant et la dernire tape est introduire les valeurs perturbes des mesures du champ
dius dans lalgorithme dinversion pour montrer linuence des erreurs sur la construction
dobjet partir de ce champ perturb.
24
IV
Perspective et Conclusion
Conclusion gnrale
La base du sujet tudi est sur la construction dun modle rel qui est de la forme dun corps
composites avec trois cylindres circulaires en 2D.
Les conditions aux limites peuvent tre de type transmission (londe pntre lintrieur du
corps). La conguration tudie sont telle que lobjet se trouve plac dans lespace inni et
illumin par une onde plane, dincidence et de frquence variable. Ce corps diracte un champ
acoustique que lon mesure (ou simule numriquement) sur une partie ou la totalit dune sur-
face qui lentoure compltement.
Plusieurs stratgie de rsolution de problme inverse existent et parmi aux la mthode qui pro-
pose une nouvelle forme dapproximation (ICBA) est choisit. Le caractre local et canonique de
la mthode ICBA modie la dmarche traditionnelle (la recherche du minimum dune fonction
cot en rsolvant dun problme direct chaque tape) des processus dinversion.
25
La stratgie est extrmes simple et elle consiste rsoudre une seule quation (nonlinaire)
une inconnue pour une direction donne. Cette quation traduit la dirence entre le champ
mesure et le champ difract par un cylindre circulaire intercepteur (2D). La recherche se
ramne celle des possibles rayons du corps canonique.
Remarquons que, lors de linversion, les traditionnelles rsolutions du problme direct sont
alors contournes en employant des solutions explicites connues relatives des congurations
canoniques quivalentes.
Conclusion de ce stage
Cette mthode simple dinversion pose galement quelque problme (le problme mal pos)
et on peut mettre en avant le problme de stabilit de solution (la stabilit de lalgorithme
dinversion vis--vis des donnes (gnralement issues de mesures exprimentales)).
Pour apporter un lment de rponse la stabilit, nous avons introduit un bruit alatoire
simulant, en quelque sorte, les erreurs de mesures dans les donnes du champ total numrique-
ment simules.
Grce notamment une procdure de post-traitement (qui se substitue aux traditionnelles
mthodes de pnalisation) nous avons pu rduire limportance de donnes bruites sur la re-
construction qui en rsulte.
Les dirents exemples tests par cette algorithme, nous ont montr que les constructions
peuvent tre assez prcises mme lorsque les formes des cibles sont loignes des formes ca-
noniques (i.e., cylindre circulaire) associes au problme direct. Lorsque la dirence entre la
solution canonique utilise et la conguration relle est grande, les reconstructions sont moins
prcises mais apportent quand mme de linformation trs important, notamment sur les di-
mensions caractristiques et la forme gnrale de la cible.
Dautres part, le post-traitement permet de slectionner la bonne solution pour des donnes
ou non.
Perspective de stage
Dune faon gnrale, la prcision de la reconstruction augmente avec la frquence. On constate
nettement que les parties non-convexes des cibles sont nettement mieux reconstruites haute
frquence mais ce rsonnement est valable lorsquon na pas commis une erreur.
Cest la raison pour laquelle, nous avons essay de construire les objets avec une erreur donne
an dtudier linuence de la frquence sur la construction de lobjets.
26
Cependant, ce gain de prcision des se fait aux dpens dune certaine facilit dutilisation
des algorithmes (choix de contour initial, ncessit dutiliser plus de termes dans les sries du
champ dius, etc.).
Par ailleurs, dans le cadre damliorer la fonction cot multi frquence, nous avons choisi
= 1 dans la relation (III.9) pour trouver le meilleur minima. On peut galement continuer
damliorer cette fonction, en choisissant dirente pour la base et lhaute frquence. Ce
choix est dicile car il nous donne 2 possibilits suivantes :
1. Soit on choisit une qui amliore la stabilit de la solution en base frquence mais on
perd la prcision de solution (le minima de la fonction cot est vase en base frquence)
2. Soit on choisit une qui amliore la prcision en haute frquence (le minima de la fonction
cot est prcis en haute frquence) mais on perd la stabilit de la solution
Eectivement, le choix de et frquence sont les grandes perspective de ce stage.
27
Bibliographie
[1] Wirgin A. and Scotti T. Wide-band approximation of the sound eld scattered by an
impenetrable body of arbitrary shape. J.Sound Vibr., 194 :537572, 1996.
[2] A. Wirgin E. Ogam, T. Scotti. Non-ambiguous boundary identication of a cylindrical
object by acoustic waves. Inverse Problems, 329 :6166, 2001.
[3] T. Scotti. Localisation et reconstruction des caractristiques gomtriques et physiques dun
objet laide de mesures du champ acoustique dius. Universit de la Mediterrane, 1997.
[4] Wirgin A. Scotti T. Shape reconstruction using diracted waves and canonical solutions.
Inverse Probs., 11 :10971111, 1995.
[5] Wirgin A. Scotti T. Global optimisation of non-linear inverse scattering problems. In
ECCOMAS, 2008.
[6] Fokkema J. T. van den Berg P.M. The rayleigh hypothesis in the theory of diraction by a
cylindrical obstacle. IEEE Trans.Anten.Prop., 27 :577583, 1979.
28