تصویر برداری مایکروویو از ساختارهای پیچیده با استفاده از داده های میدان نزدیک
Abstract(in Persian; no English abstract is available)
تحقیق برای شناسایی و تصویر برداری از اجسام و بافت های زنده بدون تخریب یا تهاجم با استفاده از امواج الکترومغناطیسی سابقه طولانی در علوم، مهندسی و پزشکی دارد. مشاهده اندام و بافت های داخلی و شناسایی توده های بدخیم از جمله آمال بشریت بوده که با شناخت اشعه ایکس در اوایل قرن 20 محقق شده است. در دو دهه اخیر طیف امواج مایکروویو برای تصویر برداری وشناسایی، مورد توجه قرار گرفته است. عمق نفوذ و بُرد امواج مایکروویو نسبت به امواج با فرکانس بالا، اثرات نامطلوب استفاده از فرکانس های بالا نظیر اشعه ایکس بر موجودات زنده، از جمله علل تمایل به استفاده از امواج مایکروویو در تصویر برداری است. در این بین بجز موانعی که بر سر اندازه گیری میدان پراکنده شده ناشی از نمونه وجود دارد، همواره در فرایند بازیابی با سه چالش روبرو هستیم. با توجه به اینکه تصویر برداری مایکروویو توسط یک مسئله معکوس مدل می شود، غیرخطی و بدخیم بودن مسئله مشکل عمده این فرایندخواهد بود. علاوه بر این پیچیدگی پراکنده ساز و زمینه منجر به تولید مجهولات زباد می شود. از یک طرف مشاهدات محدود و حجم بالای مجهولات و از طرف دیگر بدخیمی مسله ، منجر به تشدید مشکلات می شود. با توجه به موانع ذکر شده، در این رساله دو روش جدید برای بازیابی موقعیت، ریخت ظاهری و ساختار درونی پراکنده ساز به کمک میدان پراکنده شده فاصله نزدیک ارائه شده است. روش نمونه برداری خطی به عنوان یک روش کیفی، موقعیت و ریخت ظاهری پراکنده ساز را در قالب یک تابع مشخصه تار عرضه می کند. حال آنکه این روش فاقد یک الگوریتم خودکار برای استخراج شکل ظاهری پراکنده ساز است. در این رساله برای تحقق یک فرایند خودکار از ترکیب روش نمونه برداری خطی و روش مجموعه تراز استفاده شده است. در عمل غالبا پراکنده ساز تحت تاثیر یک محیط ناهمگن با محمل کراندار است. این نوع مدل در تصویر برداری پزشکی یا تصویر برداری از اهداف مخفی پشت دیوار استفاده می شود. تابع گرین زمینه از ملزومات روش های کیفی در مواجهه با چنین مسائل کاربردی است. محدود بودن محمل زمینه این امکان را فراهم می کند تا تابع گرین زمینه به صورت عددی محاسبه شود. روش مجموعه تراز از جمله روش های تکرار در بازیابی موقعیت و ریخت ظاهری پراکنده ساز به حساب می آید. توانایی این روش در شناسایی لبه اجسام یکپارچه و یا مرکب کاملا زبانزد است. اما این روش در شناسایی مشخصات فیزیکی از جمله هدایت الکتریکی و گذردهی الکتریکی عاجز است به عبارت دیگر چنین پارامترهایی جز اطلاعات مقدماتی روش مجموعه تراز است. در این رساله روش مجموعه تراز بگونه ای اصلاح شده است که به صورت همزمان موقعیت، شکل و مشخصات فیزیکی هدف شناسایی شود.