« Pour étudier les vitesses de détonation des explosifs, les effets de choc dans les matériaux inertes ou réactif, la radio-interféromètrie permet d’interroger le matériau dans une bande de fréquence millimétrique et de remonter à des informations sur les effets de choc qui ne peuvent pas être accessibles avec d’autres moyens de mesure, qui ne peuvent pas traverser un matériau. Par exemple le VISAR (Velocity Interferometer System for Any Reflector) ou le PDV (Photonic Doppler Velocimetry) sont des interféromètres laser, leurs limites d’utilisation sont des mesures de vitesse des surfaces libre et d’interface (ou discontinuité physique). La radiointerférométrie dans la bande de fréquence millimétrique permet la mesure simultanée de la vitesse de l’onde de choc et de la vitesse matérielle dans les matériaux transparents dans le cadre d’expériences d’onde de choc, le radiointerféromètre a l’avantage d’être une technique de mesure non intrusive et dynamique. L’estimation des vitesses par ce moyen de mesure est basée sur l’effet Doppler, quand un objet est en mouvement le signal se réfléchit sur l’objet en mouvement et la vitesse peut se calculer par le changement de phase du signal.

Dans la thèse « Étude à cœur des propriétés de matériaux innovants par la compréhension de la propagation d’une onde électromagnétique à travers une onde de choc », Benoit Rougier a développé un modèle de propagation électromagnétique pour deux couches diélectriques dans un matériau soumis à un choc soutenu et les interactions tel que la perte diélectrique dans le milieu choqué. Pour estimer les vitesses et la permittivité du milieu une approche analytique direct n’est pas possible à partir du modèle car les équations finales ont autant d’inconnus que d’équation. Donc Benoît Rougier a commencé à travailler sur l’inversion du modèle par un réseau de neurone convolutif couramment utilisé dans l’analyse d’image et le traitement de la parole, c’est-à-dire qu’il a entraîné un modèle CNN (Convolutionnal Neural Netwroks) avec des signaux générés par des équations analytiques pour estimer les paramètres physiques du milieu choqué. Jérémi Mapas a continué ce travail en améliorant le modèle de propagation en tenant compte des pertes diélectriques et le modèle de réseau de neurones. Ngoc Tuan Pham a introduit l’idée d’utiliser un réseau de neurones informé par la physique (PINNs : Physics Informed Neural Networks) en entraînant le modèle à partir de la connaissance de la permittivité réel du milieu à interroger au repos, et une forme du signal double oscillation. Un banc de test a été développé au CEA de Gramat pour mesurer les permittivités des matériaux au repos. »