Tensor Array Processing

Résumé : L’estimation et la localisation de sources sont des problèmes centraux en traitement d’antenne, en particulier en télécommunication, sismologie, acoustique, ingénierie médicale ou astronomie. Une antenne de capteurs est un système d’acquisition composé par de multiples capteurs qui reçoivent des ondes en provenance de sources de directions différentes: elle échantillonne les champs incidents en espace et en temps. Pour cette raison, des techniques haute résolution comme MUSIC utilisent ces deux éléments de diversité, l’espace et le temps, afin d’estimer l’espace signal engendré par les sources incidentes, ainsi que leur direction d’arrivée. Ceci est généralement atteint par une estimation préalable de statistiques de deuxième ordre ou d’ordre supérieur, comme la covariance spatiale de l’antenne, qui nécessitent donc de temps d’observation suffisamment longs. Seulement récemment, l’analyse tensorielle a été appliquée au traitement d’antenne, grâce à l’introduction, comme troisième modalité (ou diversité), de la translation en espace d’une sous-antenne de référence, sans faire appel à l’estimation préalable de quantités statistiques. Les décompositions tensorielles consistent en l’analyse de cubes de données multidimensionnelles, au travers de leur décomposition en somme d’éléments constitutifs plus simples, grâce à la multilinéarité et à la structure de rang faible du modèle sous-jacent. Ainsi, les mêmes techniques tensorielles nous fournissent une estimée des signaux eux-mêmes, ainsi que de leur direction d’arrivée, de façon déterministe. Ceci peut se faire en vertu du modèle séparable et de rang faible vérifié par des sources en bande étroite et en champs lointain. Cette thèse étudie l’estimation et la localisation de sources par des méthodes tensorielles de traitement d’antenne. Le premier chapitre présente le modèle physique de source en bande étroite et en champs lointain, ainsi que les définitions et hypothèses fondamentales. Le deuxième chapitre passe en revue l’état de l’art sur l’estimation des directions d’arrivée, en mettant l’accent sur les méthodes haute résolution à sous-espace. Le troisième chapitre introduit la notation tensorielle, à savoir la définition des tableaux de coordonnées multidimensionnels, les opérations et décompositions principales. Le quatrième chapitre présente le sujet du traitement tensoriel d’antenne au moyen de l’invariance par translation. Le cinquième chapitre introduit un modèle tensoriel général pour traiter de multiples diversités à la fois, comme l’espace, le temps, la translation en espace, les profils de gain spatial et la polarisation des ondes élastiques en bande étroite. Par la suite, les sixième et huitième chapitres établissent un modèle tensoriel pour un traitement d’antenne bande large cohérent. Nous proposons une opération de focalisation cohérente et séparable par une transformée bilinéaire et par un ré-échantillonnage spatial, respectivement, afin d’assurer la multilinéarité des données interpolées. Nous montrons par des simulations numériques que l’estimation proposée des paramètres des signaux s’améliore considérablement, par rapport au traitement tensoriel classique en bande étroite, ainsi qu’à MUSIC cohérent bande large. Egalement, tout au long de la thèse, nous comparons les performances de l’estimation tensorielle avec la borne de Cramér-Rao du modèle multilinéaire associé, que nous développons, dans sa forme la plus générale, dans le septième chapitre. En outre, dans le neuvième chapitre nous illustrons une application à des données sismiques réelles issues d’une campagne de mesure sur un glacier alpin, grâce à la diversité de vitesse de propagation. Enfin, le dixième et dernier chapitre de cette thèse traite le sujet parallèle de la factorisation spectrale multidimensionnelle d’ondes sismiques, et présente une application à l’estimation de la réponse impulsionnelle du soleil pour l’héliosismologie.
Type de document :
Thèse
Signal and Image Processing. Université Grenoble - Alpes, 2017. English
Liste complète des métadonnées

Littérature citée [158 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01691607
Contributeur : Pierre Comon <>
Soumis le : mercredi 24 janvier 2018 - 10:44:46
Dernière modification le : vendredi 27 avril 2018 - 14:51:45
Document(s) archivé(s) le : jeudi 24 mai 2018 - 16:51:06

Fichier

Raimondi-PhD-Thesis-14dec.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : tel-01691607, version 1

Collections

Citation

Francesca Raimondi. Tensor Array Processing. Signal and Image Processing. Université Grenoble - Alpes, 2017. English. 〈tel-01691607〉

Partager

Métriques

Consultations de la notice

134

Téléchargements de fichiers

269