On some robust algorithms for the Robin inverse problem

The problem we are dealing with is to recover a Robin coefficient (or impedance) from measurements performed on some part of the boundary of a domain, in the framework of nondestructive testing by the means of Electric Impedance Tomography. The impedance can provide information on the location of a corroded area, as well as on the extent of the damage, which has possibly occurred on an unaccessible part of the boundary. Two different identification algorithms are presented and studied: the first one is based on a Kohn and Vogelius cost function, actually an energetic least squares one, which turns the inverse problem into an optimization one ; as for the second, it makes use of the best approximation in Hardy classes, in order to extend the Cauchy data to the unreachable part of the boundary, and then compute the Robin coefficient from these extended data. Special focus is put on the robustness with respect to noise, both from a mathematical and and numerical point of view. Some numerical experiments are eventually presented and compared. Dans ce travail nous nous sommes intéressé à un problème d’identification d’un coefficient de Robin (ou une impédence) à partir de mesures effectuées sur une certaine partie de la frontière d’un domaine. Ce problème est motivé par le contrôle non destructif des matériaux en tomographie par impédance électrique. L’impédance peut fournir des informations sur l’emplacement d’une zone de corrosion, ainsi que sur l’étendue des dommages, qui a peut-être eu lieu sur une partie inaccessible de la frontière. Deux algorithmes d’identification sont présentés et étudiés: le premier est basé sur la minimisation des fonctionnelles d’écart énergétiques, dite de Kohn et Vogelius, comme pour le second, il fait usage à l’approximation dans les classes de Hardy afin de prolonger les données de Cauchy à la partie inaccessible de la frontière, puis calculer le coefficient de Robin qui est le quotient de ces données étendues. L’accent est mis sur la robustesse par rapport au bruit, à la fois d’un point de vu mathématique et numérique. Des expériences numériques sont finalement présentées et comparées.