Sujet :
Traitement statistique du signal pour la séparation de sources multiples sur des antennes
Contexte :
Le CEA exploite en routine les données du SSI (Système de Surveillance International) mis en place dans le cadre de la vérification du TICE (Traité d’Interdiction Complète des Essais). La méthode de traitement PMCC développée par le CEA est utilisée par l’organisation du TICE pour traiter l’ensemble des données infrasons du SSI. Dans la bande de fréquence d’intérêt pour la surveillance des explosions, le traitement opérationnel de ces données montre l’existence de nombreux signaux d’origines artificielles ou naturelles. La mesure de l’angle d’arrivée et de la vitesse de propagation des ondes cohérentes est réalisée en calculant les retards entre capteurs en explorant une grille temps-fréquence. Les retours d’expérience sur l’utilisation de ces algorithmes montrent des détections erronées et des estimations imprécises. Les causes en sont notamment que ces algorithmes ont été développés et optimisés pour détecter dans une même cellule temps-fréquence une unique source de signaux cohérents. Dans des conditions réalistes d’enregistrement, les stations détectent des sources multiples et les traitements actuels ne sont pas adaptés.
Objectif de la thèse :
Le projet de thèse consiste à élaborer et tester sur des bases contrôlées de signaux synthétiques et réels des méthodes haute-résolution pour séparer des sources multiples infrasons dans une même bande de fréquence. Par exemple, la méthode MUSIC (Multiple SIgnal Classification) permet d’estimer les arrivées de plusieurs sources d’intérêt à bande étroite dans un même intervalle de temps et bande de fréquence. En général le nombre de sources est préalablement estimé par des modèles statistiques de vraisemblance pénalisée. De nouveaux algorithmes à bande large prenant en compte la perte de cohérence en fonction de la séparation inter-capteurs et la fréquence doivent être développés. Des techniques avancées de traitement de l’information (apprentissage, IA) seront explorées.
Déroulement de la thèse :
Des algorithmes haute-résolution pour l’estimation du nombre de sources et des caractéristiques des signaux d’intérêt seront développés. Des approches qui introduisent un a priori sur l’évolution temporelle de ces caractéristiques, comme par exemple les modèles de Markov cachés, doivent être considérées. Pour évaluer les performances des différentes méthodes et critères de détection proposés, des bases contrôlées de signaux synthétiques et réels seront constituées. Elles seront représentatives des conditions réelles de détection, tant concernant la diversité des signaux que la variabilité du bruit de fond. Il sera demandé d’établir systématiquement des tables de contingence des faux positifs et faux négatifs en considérant des configurations variées de stations (géométrie et nombre de capteurs). L’encadrement de la thèse mobilise l’expertise du Laboratoire Pluridisciplinaire de Recherche en Ingénierie des Systèmes, Mécanique, Energétique (PRISME) de l’Université d’Orléans et Département du traitement du signal et des images de Telecom ParisTech pour l’élaboration de méthodes statistiques haute-résolution de traitement du signal. Des collaborations scientifiques établies entre le CEA et instituts partenaires seront renforcées pour constituer des bases de signaux de référence pertinentes. Cet encadrement contribue à mobiliser toutes les compétences nécessaires à la bonne conduite de la thèse pour donner à ce projet de thèse des orientations à des fins opérationnelles.
Directeur de thèse et école doctorale :
ABED-MERAIM Karim
karim.abed-meraim@univ-orleans.fr
ED 552 – Energie, Matériaux, Sciences de la Terre et de l’Univers (EMSTU)
Université d’Orléans
Encadrant :
LE PICHON Alexis
CEA/DAM Ile-de-France – Bruyères-le-Châtel, 91297 Arpajon
Tél. : 01.69.26.40.00. – alexis.le-pichon@cea.fr