Soutenance mémoire
Technique d’imagerie micro ondes tomographique
Imagerie Micro-onde
Le terme « imagerie micro-onde » décrit un ensemble de méthodes, destinées à la reconstruction des propriétés d’un objet inconnu par l’intermédiaire de l’interaction de cet objet avec un champ électromagnétique haute fréquence. Les propriétés recherchées peuvent être la position, la forme, les caractéristiques électromagnétiques (d’où on peut en déduire la composition), ou une combinaison de ces grandeurs. Différentes approches ont été proposées afin d’exploiter l’énergie micro-ondes dans un contexte d’imagerie. On les divise usuellement en trois grandes familles : l’imagerie passive, les méthodes hybrides et l’imagerie active. L’imagerie passive consiste essentiellement à distinguer, à l’aide d’un radiomètre microondes, les différences de température entre certaines régions d’un objet sous test (OST). Du côté des méthodes hybrides, les microondes sont utilisées pour chauffer certaines régions de l’OST ; les ondes de pression générées par l’extension des zones excitées étant ensuite détectées à l’aide d’un transducteur à ultrasons .
lgorithmes de reconstruction
Le défi à l’imagerie CMI est de concevoir des algorithmes de traitement du signal pour améliorer la résolution et de supprimer les fortes interférences. Les algorithmes de traitement du signal peuvent être classés en deux méthodes des données dépendantes (donnéesadaptative) et des données indépendantes. Pour les mono et bistatique à ultralarge bande CMI, les algorithmes de formation d’image sont DAS (Delay-And-Sum) [14] – [16] et le MIST (Microwave Imaging Space-Time) [19], deux algorithmes de la méthode des données indépendantes. Par contre la méthode des données adaptatives utilise le RCB [15] (Robust Capon Beamforming) et l’APES (Amplitude and Phase EStimation) algorithmes pour la formation des images. Les méthodes d’adaptation des données en général sont plus performantes que leurs homologues de données indépendantes. Pour le cas multistatique ultra-large bande CMI, les méthodes DAS et RCB-adaptative ont été envisagées. Il est bien connu que l’imagerie radar UWB classique ne parvient pas à atteindre la résolution désirée due à la limité d’ouverture d’antenne . Cette limitation peut être surmontée en utilisant la technique de retournement temporel, car elle offre une meilleure résolution focale en augmentant l’ouverture d’antenne virtuellement. La méthode de retournement temporel a été largement utilisée dans de nombreuses applications qui utilisent la propriété de recentrage pour détecter et localiser une cible au moyen de la simulation numérique ou virtuelle imagerie .
Méthode de D.O.R.T.
La Décomposition de l’Opérateur de Retournement Temporel a été élaborée initialement en acoustique. Elle permet de dénombrer et localiser des diffuseurs en utilisant les ondes acoustiques. Un point clé de la méthode est de s’appuyer sur l’invariance du temps dans l’équation de propagation des ondes, qu’elles soient acoustiques ou électromagnétiques. Elle a pu donc être transposée dans le domaine microonde pour l’étude d’un problème de diffraction [84]. Cette méthode peut être utilisée pour résoudre un problème de détection et dénombrer des objets dont les propriétés, géométriques et électriques, sont connues ou non recherchées – imagerie qualitative. Elle se montre aussi précieuse et très rapide dans la génération d’estimées initiales, taille du domaine contenant les diffuseurs notamment, pour d’autres algorithmes de reconstruction.
Le concept de retournement temporel s’appuie sur un dispositif appelé miroir, composé de transducteurs, dont le fonctionnement tient en l’enregistrement préalable du champ diffracté, puis dans l’émission de son expression retournée temporellement, en changeant (t) par (-t). Ce dispositif permet notamment d’observer la formation d’ondes en direction d’un diffuseur de grande taille devant la longueur d’onde. La méthode de DORT vise à construire une matrice diagonalisable, à partir des données du champ diffracté, dont les valeurs propres et vecteurs propres sont les invariants de l’opération de retournement temporel. L’étude de ces invariants permet alors de caractériser le milieu sondé. En basses fréquences (diffuseur petit devant la longueur d’onde), il est montré que le nombre de valeurs propres non nulles est égal au nombre de diffuseurs, permettant la focalisation sélective sur chacun d’eux.
|
Table des matières
Introduction générale
Chapitre I : Techniques d’imagerie micro-ondes et systèmes radar
I.1 . Introduction
I.2. Imagerie Micro-onde
I.2.1. Présentation générale
I.2.2. Techniques d’imagerie micro-ondes confocale
I.2.2.1. Algorithmes de reconstruction
I.2.2.2. Technique adaptative Multistatique d’imagerie micro-ondes confocale
I.3. Différents systèmes radar
I.3.1. Radar conventionnel et SPR
I.3.2. Classe de SPR selon l’onde émise
I.3.2.1. L’ultra large bande
I.3.2.2. Radar impulsionnel
I.3.2.3. Radar a modulation de fréquence
I.3.2.4. Radar a saut de fréquence
I.3.3. Choix du type de radar
I.4. Antennes pour SPR
I.4.1. Antennes élémentaires
I.4.2. Antennes « indépendantes » de la fréquence
I.4.3. Antennes a ouvertures
I.4.4. Antennes a onde progressives
I.4.5. Antennes a transition progressive
I.5. Configuration des antennes
I.5.1. Configuration bistatique
I.5.2. Configuration multistatique
I.6. Conclusion
Chapitre II : Tomographie micro-ondes
II.1. Introduction
II.2. Technique d’imagerie micro ondes tomographique
II.3. Tomographie par diffraction
II.3.1. Problème de diffraction directe
II.3.2. Problème de diffraction inverse
II.3.3. Problème mal posé
II.4. Au delà de la tomographie par diffraction
II.4.1. Méthodes non linéaires
II.4.2. Méthode de D.O.R.T
II.5. Conclusion
Chapitre III : Développement des montages pour la tomographie
III.1. Introduction
III.2. Modèle du sein pour la collection des données
III.2.1. Modèle de sein
III.3. Choix de l’antenne
III.3.1. Antenne Vivaldi (avec fente)
III.3.2. Antenne ultra large bande
III.4. Conclusion
Conclusion générale
Bibliographie
Télécharger le rapport complet
