Thèse soutenue

Identification de paramètres électromagnétiques par imagerie micro-ondes

FR  |  
EN
Auteur / Autrice : Jérémy Heleine
Direction : Marion DarbasStéphanie Lohrengel
Type : Thèse de doctorat
Discipline(s) : Mathématiques
Date : Soutenance le 10/12/2019
Etablissement(s) : Amiens
Ecole(s) doctorale(s) : École doctorale Sciences, technologie et santé (Amiens)
Partenaire(s) de recherche : Laboratoire : Laboratoire amiénois de mathématique fondamentale et appliquée (Amiens ; 1995-....)
Jury : Président / Présidente : Olivier Goubet
Examinateurs / Examinatrices : Marion Darbas, Stéphanie Lohrengel, Houssem Haddar, Grégory Vial, Lucas Chesnel
Rapporteur / Rapporteuse : Houssem Haddar, Grégory Vial

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Dans cette thèse, nous étudions, d'un point de vue théorique et numérique, l'imagerie micro-ondes. Mathématiquement, il s'agit de résoudre un problème inverse : reconstruire les coefficients diélectriques (permittivité et conductivité) à l'intérieur d'un matériau ou d'un tissu à l'aide de mesures surfaciques du champ électrique. Ce problème est modélisé par les équations de Maxwell pour le champ électrique en régime harmonique dont nous démontrons l'existence et l'unicité d'une solution dans le cas de conditions de bord mixtes. Nous nous intéressons particulièrement à la reconstruction de perturbations dans l'indice de réfraction du milieu. L'indice du milieu sain est supposé connu et, à l'aide de mesures effectuées sur l'objet d'étude, nous définissons le champ perturbé et cherchons à retrouver les perturbations. Afin de comprendre l'influence de celles-ci sur le champ électrique, nous menons une analyse de sensibilité des équations de Maxwell. L'étude numérique de cette analyse de sensibilité a conduit à des résultats utilisés pour développer un algorithme de reconstruction du support des perturbations. Nous étudions par la suite le problème de Cauchy, notamment pour démontrer un résultat d'identifiabilité avec données partielles. Nous nous intéressons également à la résolution numérique de ce problème pour répondre à la question de la complétion de données surfaciques : à partir de mesures partielles, nous en déduisons des données totales. Le problème inverse est finalement étudié sous la forme d'un problème de minimisation d'une fonctionnelle permettant de reconstruire l'amplitude des inhomogénéités recherchées