TH`ESE DE DOCTORAT DE L'UNIVERSITà PARIS 6 Spécialité ...
TH`ESE DE DOCTORAT DE L'UNIVERSITà PARIS 6 Spécialité ...
TH`ESE DE DOCTORAT DE L'UNIVERSITà PARIS 6 Spécialité ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
142 Conclusions et perspectives<br />
sion explicite du SINR spatio-temporel optimal asymptotique. Ainsi, nous avons démontré que le SINR<br />
spatio-temporel optimal converge vers une limite s’interprétant comme un SINR spatial optimal à bande<br />
nulle.<br />
Enfin, dans un troisième temps, nous avons étendu le résultat relatif à la distribution asymptotique<br />
des valeurs propres généralisées de matrices bloc Toeplitz, à celle de matrices multi-niveaux Toeplitz<br />
bloc Toeplitz, lorsque la dimension de chacun des blocs tend vers l’infini. Comme précédemment, la<br />
démonstration de ce résultat a été faite sous l’hypothèse de matrices générées par des séquences d’éléments<br />
absolument sommables. Ce résultat est en particulier utile à l’étude de performance en terme de SINR du<br />
filtrage optimal maximisant le SINR, de processus aléatoires discrets multidimensionnels, stationnaires au<br />
second ordre. Il peut donc s’appliquer dans de nombreux problèmes de traitement de signal ou d’image,<br />
tels que le débruitage d’images hyperspectrales ou interférométriques SAR.<br />
Dans le cas du filtrage de signaux radar bande étroite, nous nous sommes tout d’abord intéressés au<br />
problème de rejection de signaux de brouillage en configuration radar à antenne tournante. La difficulté de<br />
ce problème résultant de la non stationnarité des signaux de brouillage induite par la rotation d’antenne,<br />
nous avons proposé l’utilisation d’une méthode de filtrage spatial non stationnaire. Cette méthode basée<br />
sur un développement limité du filtre spatial permettant de calculer un filtre variant dans le temps a été<br />
déclinée sur l’algorithme OLS et l’algorithme MVDR pour deux situations de brouillage différentes. Dans<br />
un premier temps, une implémentation de l’algorithme OLS à coefficients variables dans le temps au sein<br />
d’une récurrence en situation de rotation non négligeable à l’échelle de la récurrence a été proposée. Puis,<br />
une étude de performance analytique et par simulations a été effectuée, montrant le gain important en<br />
termes de rejection de brouillage grâce à l’utilisation de la version non stationnaire de l’algorithme par<br />
rapport à sa version standard. Dans un deuxième temps, une implémentation de l’algorithme MVDR<br />
à coefficients variables dans le temps au sein d’une rafale en situation de rotation non négligeable à<br />
l’échelle de cette dernière a été proposée. Puis, une étude de performance de l’algorithme en situation<br />
de brouillage dans les lobes secondaires a permis de choisir le paramètrage optimal, permettant ainsi<br />
d’obtenir des performance en termes de SINR identiques à celle de l’algorithme MVDR en configuration<br />
antenne fixe et donc compenser toutes les pertes en performance dûes à la rotation d’antenne.<br />
Ensuite, nous avons considéré le problème de rejection conjointe de signaux de brouillage et de fouillis<br />
en configuration radar à antenne tournante, par filtrage spatio-temporel. Contrairement au cas où l’antenne<br />
est fixe, les paramètres de direction d’arrivée et récurrence/fréquence Doppler pour les brouilleurs et<br />
le fouillis ne sont plus indépendants dans cette configuration. Par conséquent, le filtrage spatio-temporel<br />
ne peut plus se décomposer entre un filtrage spatial et un filtrage Doppler implémentés indépendamment<br />
l’un de l’autre, sans impliquer une dégradation des performance du système. Pour faire face à cette difficulté,<br />
nous avons donc proposé l’utilisation d’un filtrage spatio-temporel de type STAP. Plus précisément,<br />
nous avons considéré une situation de rotation négligeable à l’échelle de la récurrence et distingué deux<br />
cas, en fonction du type de données disponibles pour l’estimation des filtres adaptatifs. Tout d’abord,<br />
nous avons supposé que des données tertiaires formées de brouillage plus bruit thermique seul (donc sans<br />
présence de fouillis) étaient disponibles. Dans ce cas, nous avons proposé l’utilisation d’un filtrage de type<br />
STAP séparable formé d’un filtrage spatial par récurrence avec contrainte sur les diagrammes spatiaux<br />
suivi d’un filtrage Doppler adaptatif. Puis, nous avons supposé que ces données tertiaires n’étaient pas<br />
disponibles. Dans ce cas, nous avons proposé deux solutions. Tout d’abord, il est possible d’utiliser un<br />
préfiltrage des données afin de recréer ’artificiellement’ des données tertiaires. Une étude de performance<br />
de ce préfiltrage en termes de réduction de puissance du fouillis a ainsi été effectuée afin de quantifier la<br />
réduction de puissance du fouillis en fonction des différents paramètres de fouillis. Puis, une autre solution<br />
consistant à utiliser un filtrage de type Beamspace post-Doppler STAP a été proposée. Nous avons alors<br />
montré que l’utilisation de ce type de filtrage conduisait à de bonnes performances en termes de SINR, et<br />
avait l’avantage d’être peu complexe à mettre en oeuvre et de nécessiter peu d’échantillons d’estimation<br />
des filtres spatiaux pour atteindre de bonnes performances. Finalement, comme ce dernier algorithme<br />
peut également être utilisé en présence de données tertiaires, il semble donc que son utilisation soit bien<br />
adaptée au problème de rejection d’interférences en configuration radar à antenne tournante.