The inverse problem of obstacle detection via optimization methods

Abstract

Esta tesis está dedicada al estudio del problema inverso de detección de obstáculos/objetos utilizando métodos de optimización. Este problema consiste en localizar un objeto desconocido $\omega$ dentro de un dominio acotado conocido $\Omega$ por medio de mediciones en el borde, más precisamente dadas por un dato de tipo Cauchy en una parte $\Gammaobs$ de $\partial \Omega$. Estudiamos los casos escalares y vectoriales para este problema, considerando las ecuaciones de Laplace y de Stokes. En ambos casos nos apoyamos en resultados de identificabilidad, los cuales aseguran la existencia de un único obstáculo/objeto asociado a la medición de borde considerada. La estrategia utilizada en este trabajo se basa en reducir el problema inverso a la minimización de un funcional de costo: el funcional de Kohn-Vogelius. Esta estrategia es utilizada frecuentemente y permite el uso de métodos de optimización para las implementaciones numéricas. Sin embargo, en virtud de poder definir el funcional, este método requiere conocer una medida sobre toda la frontera exterior $\partial \Omega$. Este último punto nos lleva a estudiar el problema de completación de datos que consiste en recuperar las condiciones de borde sobre una región inaccesible, i.e. sobre $\partial \Omega \setminus \Gammaobs$, a partir del conocimiento de los datos de Cauchy sobre la región accesible $\Gammaobs$. Este problema inverso es igualmente estudiado vía la minimización de un funcional de tipo Kohn-Vogelius. Dado que este problema está mal puesto, debemos regularizar el funcional por medio de una regularización de Tikhonov. Obtenemos numerosas propiedades teóricas, como propiedades de convergencia, en particular cuando los datos poseen ruido. Teniendo en cuenta los resultados teóricos, reconstruímos numéricamente los datos de borde por medio de la implementación de un algoritmo de tipo gradiente para minimizar el funcional regularizado. Luego estudiamos el problema de detección de obstáculos cuando solo se poseen mediciones parciales. Consideramos las condiciones en el borde inaccesible y el objeto desconocido como variables del funcional y entonces, usando herramientas de optimización geométrica, en particular el gradiente de forma del funcional de Kohn-Vogelius, realizamos la reconstrucción numérica del objeto desconocido. Finalmente, consideramos, en el caso vectorial bidimensional, un nuevo grado de libertad, al estudiar el caso en que el número de objetos es desconocido. Así, utilizamos la optimización de forma topológica con el fin de minimizar el funcional de Kohn-Vogelius. Obtenemos el desarrollo asintótico topológico de la solución de las ecuaciones de Stokes 2D y caracterizamos el gradiente topológico de este funcional. Determinamos entonces numéricamente el número de obstáculos como su posición. Además, proponemos un algoritmo que combina los métodos de optimización de forma topológica y geométrica, con el fin de determinar numéricamente el número de obstáculos, su posición y su forma.