[논문 리뷰] Phased and phaseless domain reconstruction in inverse scattering problem via scattering coefficients

Habib Ammari, Yat Tin Chow외 1명|arXiv (Cornell University)|2015. 10. 14.

Microwave Imaging and Scattering Analysis참고 문헌 35인용 수 5

한 줄 요약

이 논문은 산란 계수를 사용한 단상 역산산산에서의 안정성 분석과 복원 알고리즘을 제시하며, 위상이 있는 경우와 위상이 없는 경우의 복원을 비교한다. 위상 없는 측정을 최적화하기 위해 조건수 기반 전략을 도입하여, 위상 없는 복원은 상당히 더 악조건이지만 적절한 샘플링과 정규화를 통해 안정된 결과를 달성할 수 있음을 입증한다. 수치 실험을 통해 5%의 노이즈 하에서 L² 오차가 7% 이하임을 확인하였다.

ABSTRACT

In this work we shall review the (phased) inverse scattering problem and then pursue the phaseless reconstruction from far-field data with the help of the concept of scattering coefficients. We perform sensitivity, resolution and stability analysis of both phased and phaseless problems and compare the degree of ill-posedness of the phased and phaseless reconstructions. The phaseless reconstruction is highly nonlinear and much more severely ill-posed. Algorithms are provided to solve both the phased and phaseless reconstructions in the linearized case. Stability is studied by estimating the condition number of the inversion process for both the phased and phaseless cases. An optimal strategy is suggested to attain the infimum of the condition numbers of the phaseless reconstruction, which may provide an important guidance for efficient phaseless measurements in practical applications. To the best of our knowledge, the stability analysis in terms of condition numbers are new for the phased and phaseless inverse scattering problems, and are very important to help us understand the degree of ill-posedness of these inverse problems. Numerical experiments are provided to illustrate the theoretical asymptotic behavior, as well as the effectiveness and robustness of the phaseless reconstruction algorithm.

연구 동기 및 목표

• 산란 계수를 사용한 위상 있는 경우와 위상 없는 경우의 복원에 대해 감도, 해상도 및 안정성을 분석한다.
• 위상 있는 문제와 위상 없는 문제의 조건수를 비교하여 악조건의 정도를 정량화한다.
• 선형화된 영역에서 위상 있는 경우와 위상 없는 경우 모두에 대해 효율적인 복원 알고리즘을 개발한다.
• 위상 없는 복원의 조건수를 최소화하는 최적의 측정 전략을 제안하여 실질적인 데이터 수집을 안내한다.

제안 방법

• 연구는 대비 함수 q(x) = ε*χ_D(x)를 사용하여 헬름홀츠 방정식을 통해 음향 매질 산란을 모델링하며, 원거리 측정을 사용한다.
• 산란 계수는 원거리 패턴에서 유도되어 위상 있는 경우와 위상 없는 경우 모두에 대해 역문제를 선형화하는 데 사용된다.
• 역문제의 조건수를 추정하여 악조건의 정도를 평가하며, 위상 없는 복원이 상당히 더 악조건임을 입증한다.
• 위상 없는 복원을 안정화하기 위해 L¹ 및 L² 페널티를 포함한 티코노프 유형 정규화를 적용한다.
• 도메인 변화의 푸리에 모드 전개를 사용하여 수치 알고리즘을 구현하고, 형태와 대비를 복원한다.
• 조건수를 최소화함으로써 최적의 측정 구성 조건을 유도하여 위상 없는 데이터 수집을 위한 실용적 지침을 제공한다.

실험 결과

연구 질문

• RQ1 위상 없는 복원 문제의 조건수는 위상 있는 문제의 조건수와 비교하여 어떻게 되며, 이는 상대적인 악조건 정도에 대해 어떤 함의를 갖는가?
• RQ2 산란 계수와 적절한 정규화를 사용하여 위상 없는 복원 문제를 효과적으로 안정화시킬 수 있는가?
• RQ3 위상 없는 측정에서 재구성 오차를 최소화하기 위해 필요한 최적의 파동수 수와 분포는 무엇인가?
• RQ4 다른 정규화 전략(L¹ 대비 L²)은 위상 없는 복원의 정확도와 강건성에 어떤 영향을 미치는가?
• RQ5 특히 노이즈 조건 하에서, 위상 없는 데이터만으로 포함체의 형태와 대비를 어느 정도 재구성할 수 있는가?

주요 결과

• 위상 없는 복원은 조건수의 큰 차이로 인해 위상 있는 복원보다 상당히 더 악조건임을 확인하였다.
• 제안된 최적의 측정 전략은 위상 없는 복원의 조건수를 최소화하여 효율적인 데이터 수집을 위한 실용적 프레임워크를 제공한다.
• 수치 실험 결과, 최적의 샘플링과 정규화를 통해 위상 없는 복원은 5% 노이즈 하에서도 상대적 L² 오차가 최소 0.57%까지 낮아짐을 확인하였다.
• 최적의 측정 집합이 아닌 경우 재구성 품질이 떨어지며, 최악의 경우 오차가 14.84%까지 증가하였다.
• L¹ 정규화는 정확한 해가 희박하지 않은 특정 경우에도 놀라운 결과를 보였으며, 특정 조건 하에서는 강건성을 보였다.
• 복잡한 꽃 모양의 형상을 고해상도로 성공적으로 재구성하여, 심각한 악조건에도 불구하고 효과성을 입증하였다.