Start website main content

PRIN 2022 - MADISON

Modeling and deep learning in inverse scattering problems: a new paradigm 

 

MADISON COPERTINA

Lo scattering elettromagnetico inverso (EIS) è applicato in vari contesti scientifici e tecnologici, affrontando sfide specifiche. Nei settori del controllo industriale e dell'imaging biomedico, l'obiettivo è ottenere ricostruzioni "quantitative" delle proprietà elettromagnetiche, mentre in ambiti come archeologia, ingegneria civile e geofisica, si punta a ricostruzioni "qualitative" per la rilevazione e localizzazione di obiettivi.


Quando si richiedono ricostruzioni quantitative, è necessario risolvere congiuntamente due equazioni integrali, affrontando problematiche matematiche che influenzano l'affidabilità dell'inversione. La non linearità nella relazione tra la funzione di contrasto sconosciuta e i dati del campo diffuso può generare soluzioni errate, poiché i metodi tradizionali cercano il minimo globale di una funzione di costo, ma la non linearità può portare a minimi locali, limitando l'estensione dei domini di indagine.


C'è anche una crescente necessità di configurazioni di misura con sistemi semi-autonomi o autonomi per accedere a zone difficili. In particolare, nelle misurazioni bistatiche con antenne su droni, è fondamentale garantire un adeguato riferimento di fase. Le tecnologie Optical Wireless (OW) offrono la possibilità di sostituire connessioni cablate con collegamenti wireless, riducendo le interferenze e semplificando le misurazioni delle onde elettromagnetiche diffuse.


Il progetto si sviluppa su tre linee principali: analisi delle capacità di ricostruzione degli approcci EIS, sviluppo di strategie computazionali efficienti per migliorare gli algoritmi di EIS e dimostrazione di un innovativo sistema di osservazione per applicazioni con sistemi in movimento autonomo, come droni o piccoli robot, utilizzando una tecnica OW.

L’obiettivo è sviluppare approcci avanzati per lo scattering elettromagnetico inverso e tecniche optical wireless per ottimizzare la raccolta dei dati per ottimizzare la raccolta dei dati.


ENTE PROMOTORE: MUR
NOME PROGETTO: MADISON
PERIODO E DURATA: 24 mesi, 28/09/2023 – 27/09/2025
FINANZIAMENTO: € 46.240
COORDINATORI: Università degli Studi di Napoli Federico II
REFERENTI SSSA: Giulio Cossu