Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

5.4 Lampiran D - Metode Tomografi

Metode tomografi, melibatkan ctiroena dari model kecepatan awal, dan kemudian
menelusuri sinar thurgoh model secara iteratif, membandingkan waktu tempuh yang
dihitung dengan waktu tempuh yang diukur. , m
e memodifikasi model, dan mengulang
proses sampai perbedaan antara waktu dihitung dan diukur diminimalkan.
Matematikanya cukup rumit; apa yang disajikan di sini mengasumsikan
pemahaman kerja atas levceallculus dan aljabar linier.

Tujuan penting adalah untuk menemukan kemudianm aku

i um waktu perjalanan antara sumber dan
penerima untuk setiap pasangan sumber-penerima. Ini dicapai dengan pemecahanluntuk
(raypath) dans(kecepatan terbalik atau "memperlambat) s." Karena kami tidak mengetahui
keduanya, masalahnya kurang dibatasi, dan kami muussatn iteratif, kuadrat terkecil
mendekati.

Sumber

laku j Penerima

sj
R

232
 Definisi:

1
s=
ay
s= “kelambatan"
ay=kecepatan
laku j=raypath

dX
tsaya=∫ =∫s(X)dX
υ(X)
X X

Dalam bentuk diskrit, kita dapatkan,

tsaya=s1lsaya1+s2lsaya2+s3lsaya3+s4lsaya4+⋅⋅⋅+sNldi

atau

tsaya=∑sjlaku j
j=1

Kita berakhir denganMpersamaan simultan (satu untuk setiap waktu perjalanan),Ntidak diketahui:

t1=l11s1+l12s2+⋅⋅⋅⋅+l1NsN

t2=l21s1+l22s2+⋅⋅⋅⋅+l2NsN

t3=l31s1+l32s2+⋅⋅⋅⋅+l3NsN

tM=lM1s1+lM2s2+⋅⋅⋅⋅+lM NsN

233
Dalam notasi matriks, kita mendapatkan:

⎛l 11 l12 ⋅ l1N⎞⎟⎛s⎞ ⎛t⎞

⎜ ⎜1⎟
⎜l21 l22 ⋅ l2N⎟⎜1⎟ ⎜t2⎟
⎜s⎟
LS= ⎜l l32 ⋅ l⎟2 = ⎜ ⋅ ⎟ =T
⎜31 3N⎟⎜ ⋅ ⎟ ⎜⎟
⎜⋅ ⋅ ⋅ ⋅ ⎟⎜ ⎟ ⎜⋅⎟
⎜ ⎟
⎜ ⎟⎝sN⎠ ⎜⎟
⎝lM1 lM2 ⋅lM N⎠ ⎝tM⎠

rapaths model waktu perjalanan

Ini adalah metode Kuadrat Terkecil. GenM sekutu>,N.

Contoh 1:Tiga persamaan, dua tidak diketahui.

2x1+x2= 11

4x1+x2= 17

6x1+x2= 23

Tidak diketahui adalahx1danx2.

Dalam notasi matriks, kita mendapatkan:

⎛2 1⎞ ⎛11⎞
⎜ ⎟⎛x1⎞ ⎜⎟
KAPAK=⎜4 1⎟⎜⎜ ⎟⎟ = ⎜17⎟ =Y
⎜⎝6 1⎟⎝x⎠2 ⎜⎝23⎠
⎟
⎠

(AX=Y)

234
Matriks A adalah matriks Jacobian:

f1= 2x1+x2−11

f2= 4x1+x2−17

f3= 6x1+x2− 23

atau

⎛ ∂f ∂f1⎞⎟
⎜1
⎛2 1⎞ ⎜ ∂x1 ∂x2⎟
⎜ ⎟ ⎜ ∂f2 ∂f2⎟⎟
SEBUAH
= ⎜4 1⎟ = ⎜
⎜⎝6 1⎟ ⎜ ∂x1 ∂x2⎟
⎠ ⎜ ∂f3 ∂f3⎟
⎜ ∂x2⎟⎠
⎝ ∂x1

Kesalahan =e=AX-Y

Kami ingin meminimalkan kesalahan jumlah kuadrat:

e=(KAPAK−Y) T(KAPAK−Y)=KAPAK−Y2⇒Memperkecil

Kami mengatur turunan oef ke nol,

dE
=2SEBUAHT(KAPAK−Y)=0
dX

dan memecahkan untukX:

(SEBUAH SEBUAH)X=SEBUAH Y
T T

235
Kembali ke tiga persamaan kita,

2x1+x2= 11

4x1+x2= 17

6x1+x2= 23

dan penyelesaian,

⎛2 1⎞ ⎛11⎞
) KAPAK=⎜⎜⎝1 1 1⎠⎜ ⎟⎟⎜4 1⎟⎟⎛⎜1x⎜ ⎞⎟⎟⎛2= 4⎜⎜ 6⎞⎜ ⎟
(SEBUAH
T
⎛2 4 6⎞⎜
⎟⎟⎜17⎟ =SEBUAHTY

⎝6 1⎟⎝ x⎠2⎝1 1 1⎠⎜ ⎟ ⎝23⎠

⎠

⎛56 12⎞⎛ x1 ⎞ ⎛228⎞

()
SEBUAHTKAPAK=⎜⎜
⎝12
3⎟⎟⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ =SEBUAHTY
⎝51⎠
⎠⎝x2⎠

(T)
X =AAA
− 1TY=⎜⎜ ⎛0,125 - 0,5 ⎞⎛22⎞8 ⎛3⎞
⎝ -0,5 ⎠⎝51⎠
2.3333⎟⎟⎜⎜
⎟⎟ = ⎜⎜ ⎟⎟
⎝5⎠

Jadix1=3 danx2=5.

236
Contoh 2:

4 sel (kecepatan tidak diketahui).

2
kelambatan

SEBUAH B
2 0,5

2 C D
1 1.5

5 jalur sinar:

2 4 5

237
Waktu perjalanan yang diamati:

⎛t1⎞ ⎛ 2+ 0,5 ⎞ ⎛ 2.5⎞

⎜⎟ ⎜ ⎟ ⎜ ⎟
⎜t2⎟ ⎜ 2+1 ⎟ ⎜ 3 ⎟
T=⎜t⎟ 3 = ⎜ 1+ 1,5 ⎟=⎜ 2.5⎟
⎜⎟ ⎜ ⎟ ⎜ ⎟
⎜t4⎟ ⎜ 0,5+ 1,5 ⎟ ⎜ 2 ⎟
⎜⎟ ⎜ ⎜ ⎟
⎝t5⎠ ⎝2 2 + 1,5 2⎟⎠ ⎝4.949747⎠

Matriks Jacobian A (panjang ora fy melewati setiap sel):

⎛1 1 0 0⎞
⎜ ⎟
⎜1 0 1 0⎟
L=⎜0 0 1 1⎟
⎜ ⎟
⎜0 1 0 1⎟
⎜ 2 0 0 2⎟⎠
⎝

tsaya=s1lsaya1+s2lsaya2+s3lsaya3+s4lsaya4+⋅⋅⋅+sNldi

∂tsaya=l
∂sj
aku j

Persamaan yang harus dipecahkan:

⎛1 1 0 0⎞ ⎛ 2.5⎞
⎜ ⎟⎛s⎞ ⎜ ⎟
⎜1 0 1 0⎟⎜1⎟ ⎜ 3 ⎟
LS = ⎜0 0 1 1⎟⎜s2⎟
⎟⎜s⎟
= ⎜ 2.5⎟ =T
⎜ 3⎟
⎜ ⎟
⎜0 1 0 1⎟⎜ ⎜ ⎟ ⎜ 2 ⎟
⎜⎝2 0 0 2⎟⎝s⎠ 4 ⎜⎝4.949747⎠⎟
⎠

238
Persamaan normal:

⎛4 1 1 2⎞⎛s⎞ ⎛12.5⎞ ⎜
⎟⎜1⎟ ⎜ ⎟
⎜1 2 0 1 ⎟⎜s⎟2 ⎜4.5⎟
LTLS= ⎜ ⎟=
1 0 2 1⎟⎜ s3 ⎜5.5⎟ =LTT
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜2
⎝ 1 1 4⎟⎜ ⎠⎝s⎟4⎠ ⎜11.5⎟
⎝⎠

ST=(s1 s2 s3 s4)=(2 0,5 1 1,5)

• Matriks Jacobian membutuhkan jalur sinar

• Ray-path tidak bisa dihitung mengedit model kecepatan
• Tidak bisa memecahkan sekaligus

• Harus menggunakannon-linierMetode Kuadrat Terkecil

Metode Kuadrat Terkecil Non-linear

Jika matriks Jacobian bukan konstanta,

y(Z)=x Z1 −xe−Zx
2 3

⎛ ∂y( z1) ∂y( z1) ∂y( z1⎟)⎞

⎜
⎜ ∂x1 ∂x2 ∂x3⎟ ⎛ z1 − e−Z1x3 ⎞
−
− x2Ze
1 Z1x3
⎜ ∂y( z2) ∂y( z2) ∂y( z2 )⎟ ⎜ ⎟
⎜ ∂x1 ⎟ ⎜z2 − e−Z x 2 3
− x2Z 2e−Z2x3 ⎟
∂x2 ∂x3 ⎟ = ⎜ ⎟
SEBUAH= ⎜

⎜ ⋅ ⋅ ⋅⎟ ⎜ ⎟
⎜ ⋅ ⎜ ⎟
⋅ ⋅⎟ ⎜ Zmx3⎟⎠
⎜ ∂(yzm ) ∂(yz)m ∂(yzm )⎟ ⎝ zm − e−Z x m 3
− x2Zme−
⎜ ⎟
⎝ ∂x1 ∂x2 ∂x3 ⎠

239
parameterxada di dalam matriksSEBUAH.

Solusi iteratif dari matriks Kuadrat Terkecil non-linear:

1) Hitung nilai teoritis0Y untuk nilai awal X0.

Y0(Z)=Y(Z,X0)

2) Hitung residu∆(Y) antara nilai teoritis0Yand mengamati nilai Y.

∆Y=Y−Y0

3) Hitung nilai koreksi untuk X∆Y ( ) dengan metode kuadrat terkecil.

(SEBUAH SEBUAH)∆X=SEBUAH ∆Y
T T

4) Hitung estimasi baru untuk1.X

5) Kembali ke langkah 1.

6) Hentikan ketika kesalahan sisa mencapai nilai yang dapat diterima.

240
Contoh 3:

Model:

y(Z)=x Z1 −xe−Zx
2 3

Solusi sebenarnya:

⎛x⎞ ⎛1⎞
⎜1⎟ ⎜⎟
X=⎜x2⎟ = ⎜2⎟
⎜⎟ ⎜⎟
⎝x3⎠ ⎝1⎠

Sebelas data pengamatan:

z y(z)
0 -2
1 0,26421
2 1,729329
3 2.900426
4 3.963369
5 4.986524
6 5.995042
7 6.998176
8 7.999329
9 8.999753
10 9.999909

241
 Diferensiasi sebagian:

∂y ∂y ∂y
=Z = −e−Zx 3 =x 2Ze−Zx3
∂x1 ∂x2 ∂x3

Model awal:

⎛x ⎛ 2⎞
⎜1⎞ ⎟ ⎜ ⎟
X0=⎜x2⎟ = ⎜3⎟
⎜⎝x⎟ ⎜⎝2⎠
⎟
3⎠

Matriks Jacobian A:

⎛0 −1 0 ⎞
⎜ ⎟
⎜1 - 0,1353352832 0,4060058497⎟
⎛ ∂y( z1) ∂y( z1) ∂y( z1)⎞ ⎜2 - 0,0183156389 0,109893833⎟
⎜ ⎟ ⎜ ⎟
⎜ ∂x1 ∂x2 ∂x3 ⎟ ⎛z − e−Z1x3 − x2Z1e−Zx 1 3 ⎞ ⎜3 - 0,0024787522 0,0223087696⎟
⎜ ∂y( z2) ∂y( z2) ∂y( z2)⎟ ⎜1 ⎟ ⎜ ⎟
⎜z2 − e−Z2x3 − x2 Z2e−Z 2x3 ⎟ ⎜4 - 0,0003354626 0,0040255515⎟
⎜ ∂x1 ∂x2 ∂x3⎟ ⎟ = ⎜ ⎟ = ⎜5 - 0,000045399 0,0006809989⎟
⎜ ⎟ ⎜
SEBUAH=⎜

⎜ ⋅ ⋅ ⋅⎟
0
⎟
⎜ ⋅ ⎜ ⎟ ⎜6 - 0,000006142 0,0001105958⎟
⋅ ⋅⎟ ⎜ e−Zx11 3 x⎟
⎜ ∂y(z11
) ∂(yz)11 ∂(yz)11⎟⎟ ⎝ z11 − − x2Z11e−Z11 3⎠ ⎜7 - 0,0000008315 0,0000174621 ⎟
⎜ ⎜ ⎟
⎝ ∂x1 ∂ x2 ∂x3 ⎠ ⎜8 - 0,0000001125 0,000002708⎟
⎜9 - 0,0000000152 0,000000412⎟
⎜⎜ ⎟
⎝10 - 0,0000000021 0,0000000618⎟⎠

Data yang diamati:

YT=(- 2,0000 0,264241 1,729329 2,900426 3,963369 4,986524 5,995042 6,998176 7,999329 8,999753 9,999909)

242
Data teoritis untuk model awal:

0000. 81 0000. 61 0000. 41 0000. 21 9999. 9 0999. 7 6299. 5 1549. 3 0495. 1 0000. 3-( = T0 Y ) 0000. 02

Vektor sisa:

∆Y=Y0−Y

2000. 9 7000. 8 8100. 7 9400. 6 3310. 5 6530. 4 1290. 3 7512. 2 8923. 1 0000. 1-( = T0 Y ∆ )1000. 01

RMSE (Kesalahan Kuadrat Rata-Rata Akar):

∆Y0T∆Y0
RMSE0= =5.9449
11

⎛385 - 0,181 0,71304⎞ ⎛386.3⎞

⎜ ⎟ ⎜ ⎟
SEBUAH
0 SEBUAH0=⎜ -0,181
T 1.0187 - 0,057⎟ 0∆Y0=⎜0,7702⎟
SEBUAH
T

⎜⎝0,71304 - 0,057 0,17743⎟ ⎜⎝0,8728⎠⎟

⎠

Menyelesaikan:

(SEBUAH
0SEBUAH
T 0)∆X0=SEBUAH∆Y0
0T

Mendapatkan:

⎛1.0016⎞
⎜ ⎟
∆X0=⎜1,0021⎟
⎜1.2162⎟
⎝ ⎠

243
Nilai taksiran baru untuk X (1X) :

X1=X0−∆X

⎛2⎞ ⎛1.0016⎞ ⎛0,9984⎞

⎜⎟ ⎜ ⎟ ⎜ ⎟
X1=⎜3⎟ −⎜1,0021⎟ = ⎜1,9979⎟
⎜ ⎟
⎝⎜2⎟
⎠ ⎝⎜1.2162⎟⎠ ⎝0,7838⎠

Hitung residu (RMSE) dari estimasi baru X 1):(X

∆Y1T∆ Y1= 0,0793

RMSE1 =
11

Pada perhitungan kedua,

⎛ 385 - 1.543 8.19332⎞ ⎛ -1.854⎞

⎜ ⎟ ⎜ ⎟
SEBUAH1=⎜ -1.543
SEBUAH
1 T 1.2635 - 0,6652⎟ 1∆Y1=⎜0,123⎟
SEBUAH
T

⎜⎝8,19332 - 0,6652 2.02955⎟

⎠ ⎝ 3⎠
⎜-0.72⎟

Koreksi adalah:

⎛ -0,001⎞
⎜ ⎟
∆X1=⎜0,002⎟
⎜⎝-0,1 79⎟
⎠

244
Model yang diperbaiki adalah:

⎛0,9984⎞ ⎛ -0,001⎞ ⎛0,9994⎞ ⎛1⎞

⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜⎟
X2=⎜1,9979⎟ −⎜0,002⎟ = ⎜1.9959⎟ ≅ ⎜2⎟
⎜⎟
⎝⎜0,7838⎟⎠ ⎝⎜-0,179⎟⎠ ⎝⎜0,9625⎟⎠ ⎝1⎠

Residu adalah:

∆YT2∆Y2
RMSE2= =0,0122≅0
11

Ringkasan:

persamaan simultan:

LS=T

L adalah fungsi dari S (masalah non-linear):

L(S)S=T

Model awal S0 Raytracing

L0 Matriks Jacobian L (jalur sinar)

T0c Waktu tempuh teoretis

245
Kemudian,

∆T0=T − T0C =THAI−L0S0

HAI

Hitung koreksi:

L0∆S0=∆T0

Model yang benar:

S1=S0+∆S0

Dalam iterasi ke-k:

∆Tk=T T
HAI− k
C
=T HAI− LkSk

Lk∆Sk=∆Tk

Sk+1=Sk+∆Sk

246
Selesaikan matriks besar:

Gunakan diagonal:

⎛ n ⎞ ⎛ n ⎞
⎜ ∑ l2 0 0 ⎟ ⋅ ⎜∑∆t l ⎟
⎟⎛ ∆s1⎞ ⎜saya=1
saya saya1
⎟
saya1

⎜saya=1
⎜ n ⎟⎜ ⎟ ⎜ n ⎟
LT L ∆S = ⎜ 0 ∑l2 ⋅ 0 ⎟⎜ ∆s2 ⎟⎟ = ⎜∑ ∆tsayalsaya2⎟ =LT∆T
saya2

⎜ saya=1 ⎟⎜ ⋅ ⎜ ⎟
⎜ ⋅ ⎟ ⋅⎟
saya=1
⋅ ⋅ ⋅ ⎟⎜ ⎜ s ⎟ ⎜
n
⎜ 0 ⎟⎝∆ m⎠ ⎜n ⎟
⎜ 0 ⋅ ∑l2aku⎟ ⎜∑∆tsayalaku⎟
⎝ ⎠ ⎝ saya=1 ⎠ saya=1

m
n n
⎞ n
⎞
∑ ∆tlsaya ∑⎛⎜⎜∆ ∑⎛⎜⎜∆ Lsaya=∑l
laku j taku j
t ⎟⎟ tsaya
Tsaya
c⎟⎟⎠
aku j

L ⎠=
aku j

⎝ saya saya ⎝ j=1

∆s=j ⋅ α≅
saya=1
saya=1 saya=1

n n n

∑l 2aku j ∑l aku j ∑l aku j

m
saya=1 saya=1 saya=1

Tsaya=∑taku j
j=1

Contoh 4:

Dari contoh 2:

⎛1 1 0 0⎞ ⎛ 2.5⎞
⎜ ⎟⎛s⎞ ⎜ ⎟
⎜1 0 1 0⎟⎜1⎟ ⎜ 3 ⎟
LS=⎜0 0 1
2
1⎟⎜s⎜⎟ ⎟ = ⎜ 2.5⎟ =T
⎜ ⎟s 3⎟ ⎜ ⎟
⎜0 1 0 1⎟⎜ ⎜ ⎟ ⎜ 2 ⎟
⎜⎝2 0 0 2⎟⎝s 4⎠ ⎜ ⎟
⎠ ⎝4.949747⎠

247
Model awal:

S0T=(1 1 1 1)

Hitung residu:

⎛2.5⎞ ⎛2⎞ ⎛0,5 ⎜ ⎞

⎟ ⎜ ⎟⎜ ⎟
⎜3⎟ ⎜2⎟ ⎜1⎟
∆T0= T − T0c = ⎜2.5⎟ −⎜ 2⎟ = ⎜0,5⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜2⎟ ⎜2⎟ ⎜0⎟
⎜⎝4.9497⎠⎟ ⎜⎝2.8284⎠⎟ ⎜⎝2.1213⎠⎟

RMSE:

∆TT∆T
RMSE0= =2.44949
5

Misalnya, di sel pertama,

∑n ⎛∆⎜ t saya ⎞l 1 1
×0,5+ ×1+
2
×2.1213
Lsaya
⎟⎠ 2 2 2 2
∆s=j saya= 1⎝ = =0,53033
aku j

n
1+1+ 2
∑l
saya=1
aku j

248
Demikian pula,

⎛1⎞ ⎛0,53033⎞ ⎛1,53033⎞

⎜⎟ ⎜ ⎟ ⎜ ⎟
⎜1⎟ ⎜ 0,125⎟ ⎜ 1.125⎟ (Persamaan normal adalah
S1=S0+∆S= ⎜1⎟ + ⎜
0,375⎟ = ⎜ 1.375⎟ tidak dibutuhkan)
⎜⎟ ⎜ ⎟ ⎜ ⎟
⎜1⎟ ⎜0,383883⎟ ⎜⎝1.383883⎠⎟
⎝⎠ ⎝ ⎠

Iterasi kedua:

⎛2.5⎞ ⎛2.65533⎞ ⎛ -0,1553⎞ ⎜

⎟ ⎜ ⎟ ⎜ ⎟
⎜ 3 ⎟ ⎜2.90533⎟ ⎜0,09467⎟
∆T1=T−Tc = ⎜ 2.5 ⎟ −⎜2.75888⎟ = ⎜ -0,2589⎟
1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 2 ⎟ ⎜2.50888⎟ ⎜ -0,5089⎟
⎜4.9497⎟
⎜ ⎟
⎝ ⎠ ⎜4.12132⎟
⎝ ⎠ ⎝0,82843⎠

RMSE:

∆TT∆T
RMSE1= =1,02243
5

249
Ringkasan Umum:

Menghitung waktu perjalanan dengan raytracing,

Sumber
Penerima
Jalur sinar

Sel

Node

250
kami ingin menghitung jalur shteosrt antara A dan B:

8
3
SEBUAH 2
B
5 1

9 4

10

251
252
Beberapa contoh raytracing:

1 2

3 4

253
254