一种混合自适应相空间方法用于反射旅行时间断层成像
A hybrid adaptive phase space method for reflection traveltime tomography
AI总结：
本文提出了一种混合成像方法，用于解决包含未知介质和未知散射体的挑战性旅行时间断层成像问题，通过三步方法高效恢复介质和散射体边界。
摘要：
我们提出了一种混合成像方法，用于解决一个具有挑战性的旅行时间断层成像问题，该问题包括一个有界域内的未知介质和未知散射体。目标是从域边界上的散射关系数据中恢复介质和散射体的边界。我们的方法由三个步骤组成：1）预处理数据，将其分类为三种不同类别的测量数据，分别对应非断裂射线、一次断裂射线和其他；2）使用非断裂射线数据和一种有效的数据驱动层剥离策略——一种基于优化的迭代成像方法——来恢复散射体凸包外的介质速度；3）使用选定的一次断裂射线数据来恢复散射体的边界——一种直接成像方法。通过数值测试，我们证明了我们的混合方法能够高效且稳健地恢复未知介质和非凹散射体。
英文摘要：
We present a hybrid imaging method for a challenging travel time tomography problem which includes both unknown medium and unknown scatterers in a bounded domain. The goal is to recover both the medium and the boundary of the scatterers from the scattering relation data on the domain boundary. Our method is composed of three steps: 1) preprocess the data to classify them into three different categories of measurements corresponding to non-broken rays, broken-once rays, and others, respectively, 2) use the the non-broken ray data and an effective data-driven layer stripping strategy--an optimization based iterative imaging method--to recover the medium velocity outside the convex hull of the scatterers, and 3) use selected broken-once ray data to recover the boundary of the scatterers--a direct imaging method. By numerical tests, we show that our hybrid method can recover both the unknown medium and the not-too-concave scatterers efficiently and robustly.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
