Topological derivative for a fast identification of short, linear perfectly conducting cracks with inaccurate background information

Titolo: Derivata Topologica per l'Identificazione Rapida di Cricche Lineari Perfettamente Conduttive con Informazioni di Sfondo Inaccurate

1. Il Problema

L'identificazione accurata ed efficiente di difetti sconosciuti (come cricche o crepe) tramite fenomeni di scattering di microonde è fondamentale in settori quali i test non distruttivi, il monitoraggio della salute strutturale e l'imaging biomedico.
Tuttavia, la maggior parte delle tecniche di inversione basate su metodi iterativi (quali il metodo di Newton o Gauss-Newton) soffre di problemi critici se non si dispone di una buona stima iniziale o di informazioni a priori. Questi problemi includono:

• Non convergenza dell'algoritmo.
• Intrappolamento in minimi locali.
• Elevati costi computazionali dovuti al numero di iterazioni.
• Alta sensibilità al rumore di misura.

Un ostacolo specifico affrontato in questo studio è l'incertezza sulle proprietà del materiale di fondo. In applicazioni reali, i parametri dielettrici (permittività $\varepsilon$) e magnetici (permeabilità $\mu$) del mezzo di fondo sono spesso sconosciuti con precisione a causa della loro dipendenza dalla frequenza operativa e dalla temperatura ambientale. Le tecniche di imaging tradizionali basate sulla derivata topologica richiedono la conoscenza esatta di questi parametri; una loro imprecisione porta a risultati di localizzazione errati, un fenomeno che, fino a questo lavoro, non era stato spiegato teoricamente in modo rigoroso.

2. Metodologia

L'autore propone un approccio basato sulla derivata topologica adattato per gestire permittività e permeabilità di fondo inaccurate.

• Modello Fisico: Si considera un dominio bidimensionale omogeneo $\Omega$ contenente un insieme di cricche lineari perfettamente conduttive ($\Gamma_m$) di lunghezza corta. Il problema inverso è formulato utilizzando dati di campo totale misurati sul bordo $\partial\Omega$.
• Funzionale di Discrepanza: Viene definito un funzionale di errore $E(\Omega)$ basato sulla differenza tra il campo totale misurato e il campo di fondo (in assenza di cricche).
• Derivata Topologica: Si introduce la derivata topologica $d_T E(z)$, che misura la variazione asintotica del funzionale quando viene introdotta una piccola cricca di prova in un punto $z$.
• Funzione di Imaging Normalizzata: Poiché il numero d'onda di fondo reale $k$ è sconosciuto, viene utilizzato un numero d'onda alternativo $k_a$ (basato su permittività $\varepsilon_a$ e permeabilità $\mu_a$ inaccurate). Viene proposta una funzione di imaging normalizzata:
  $$F(z; k_a) = \frac{|d_T E(z; k_a)|}{\max_{z \in \Omega} |d_T E(z; k_a)|}$$
• Analisi Asintotica: Attraverso l'espansione asintotica dei dati di misura in presenza di cricche piccole, l'autore deriva una relazione matematica esplicita tra la funzione di imaging e le proprietà geometriche delle cricche.

3. Contributi Chiave

Il contributo principale del lavoro è la caratterizzazione teorica del comportamento della funzione di imaging quando i parametri di fondo sono errati.

• Rappresentazione tramite Funzione di Bessel: È stato dimostrato teoricamente che la funzione di imaging $F(z; k_a)$ può essere approssimata come una somma di funzioni di Bessel di prima specie di ordine zero ($J_0$):
  $$F(z; k_a) \approx \frac{|\Phi(z)|}{\max |\Phi(z)|}, \quad \text{dove} \quad \Phi(z) = \sum_{m=1}^{M} \frac{J_0(|k \mathbf{x}_m - k_a \mathbf{z}|)}{\ln(\ell_m/2)}$$
  dove $\mathbf{x}_m$ è la posizione reale della cricca, $\ell_m$ la sua lunghezza, e $k, k_a$ i numeri d'onda reale e applicato.
• Spiegazione dello Spostamento (Shifting Effect): La teoria spiega perché la localizzazione è errata. Poiché la funzione $J_0(x)$ raggiunge il suo massimo per $x=0$, il picco dell'immagine si verifica quando $k \mathbf{x}_m - k_a \mathbf{z} = 0$, ovvero:
  $$\mathbf{z} = \frac{k}{k_a} \mathbf{x}_m$$
  Questo dimostra che la posizione ricostruita $\mathbf{z}$ è una versione scalata della posizione reale $\mathbf{x}_m$.
• Effetto della Permittività:
  • Se $\varepsilon_a > \varepsilon_b$ (permittività stimata troppo alta), la cricca ricostruita appare più vicina all'origine e più corta del reale.
  • Se $\varepsilon_a < \varepsilon_b$ (permittività stimata troppo bassa), la cricca ricostruita appare più lontana dall'origine e più lunga del reale.
  • Se la cricca è centrata nell'origine, la sua posizione è recuperata correttamente indipendentemente dall'errore su $\varepsilon$.

4. Risultati

I risultati teorici sono stati validati attraverso simulazioni numeriche con dati sintetici contaminati da rumore gaussiano (20 dB).

• Esempio 1 (Cricca all'origine): Quando la cricca è centrata nell'origine, la funzione di imaging mostra un picco massimo esattamente nella posizione reale, indipendentemente dal valore di $\varepsilon_a$ utilizzato.
• Esempio 2 e 3 (Cricche fuori dall'origine):
  • Con $\varepsilon_a = \varepsilon_b$, le posizioni e le forme sono ricostruite correttamente.
  • Con $\varepsilon_a \neq \varepsilon_b$, si osserva chiaramente lo spostamento radiale previsto dalla teoria. Ad esempio, con $\varepsilon_a = 2.0\varepsilon_b$, le cricche appaiono spostate verso l'origine e accorciate.
  • È stato osservato che, quando l'errore sui parametri è elevato, diventa difficile distinguere le cricche reali da artefatti numerici, specialmente per cricche più piccole o più lontane.
• Influenza della Lunghezza: La teoria conferma che l'ampiezza del picco è inversamente proporzionale al logaritmo della lunghezza della cricca ($\ln(\ell/2)$). Cricche più corte producono picchi di intensità inferiore, rendendole più difficili da rilevare in presenza di rumore o errori parametrici.

5. Significato e Conclusioni

Questo studio è significativo perché:

1. Colma un vuoto teorico: Fornisce la prima spiegazione matematica rigorosa del perché e come la derivata topologica fallisce nella localizzazione precisa quando i parametri del mezzo sono incerti.
2. Robustezza Qualitativa: Dimostra che, nonostante l'impossibilità di localizzare con precisione assoluta senza conoscere i parametri esatti, la tecnica è ancora efficace nel rilevare l'esistenza delle cricche e nel fornire una stima qualitativa della loro distribuzione.
3. Guida per futuri sviluppi: I risultati suggeriscono che per un'identificazione quantitativa precisa, è necessario sviluppare algoritmi che recuperino simultaneamente la posizione delle cricche e i valori esatti della permittività/permeabilità di fondo.

In conclusione, l'approccio proposto offre un metodo rapido e non iterativo per la rilevazione di difetti in scenari realistici dove le informazioni sui materiali sono incomplete, trasformando un limite pratico in un fenomeno prevedibile e analizzabile.