10.01.2015 Views

TH`ESE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...

TH`ESE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...

TH`ESE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...

SHOW MORE
SHOW LESS

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.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!