Soutenance mémoire
Les systèmes radar imageurs
Principe général L’image radar résulte de l’émission d’impulsions micro-ondes par une antenne placée sur un satellite ou un avion (dans notre cas). Après rétrodiffusion éventuelle de l’onde sur les cibles, l’antenne récupère les échos de l’impulsion et génère à partir de ces informations une ligne des données brutes. La seconde dimension de cette image va être obtenue par la répétition des impulsions le long de la trajectoire du porteur à la FRI (fréquence de répétition des impulsions). L’image est donc formée par traitement de ces données brutes. Ainsi, les colonnes de l’image synthétisée définissent l’axe des distances antenne-cible et les lignes l’axe azimutal des positions successives de l’antenne (Figure 1.3).
L’antenne radar En toute généralité, une antenne radar peut être vue comme un transducteur. Utilisée en émission, l’antenne sert à convertir une énergie électrique qui règne à la surface du fil ou du plan de l’antenne en une onde électromagnétique qui va se propager dans l’espace. En réception, l’antenne convertit une énergie électromagnétique provenant d’une direction donnée de l’espace, en une énergie électrique qui existe à la surface de l’antenne et qui, une fois recueillie, formera le signal reçu. Il existe de multiples formes d’antennes, que l’on peut regrouper en familles (antennes élémentaires, en réseaux, à réflecteurs ou encore à guide d’onde dont l’antenne à cornet est un exemple (Figure 1.2)).
La compensation de mouvement en imagerie RSO aéroportée
Dans le cas d’un mouvement aéroporté (et plus particulièrement dans le cas d’une trajectoire circulaire du capteur, qui sera notre cadre d’étude pour cette thèse), la trajectoire réelle n’est jamais parfaitement rectiligne. Il existe un décalage entre la trajectoire idéale (ou nominale) et la trajectoire réelle. L’étape de compensation de mouvement permet donc de s’affranchir de ce décalage, et d’appliquer la synthèse d’ouverture à des trajectoires imparfaites. La Figure 1.8 présente le principe de la compensation de mouvement. La trajectoire réelle du porteur est représentée en rouge et la trajectoire nominale en noir. Les positions du capteur en azimut utilisées pour la synthèse sont numérotées de 1 à 8. Pour compenser la trajectoire réelle, il faut déterminer les écarts entre les deux trajectoires pour chaque position du capteur, chaque écart générant un déphasage. La synthèse est alors effectuée par sommation cohérente des ondes compensées. La compensation de mouvement est un domaine de recherche actif en dehors du cadre de ma thèse [15].
Les différents moyens d’implémenter le traitement RSO
Dans la littérature, il existe plusieurs algorithmes de traitement RSO, qui sont précisément décrits par [7]. Sans les décrire dans cette thèse, nous pouvons les citer. Les plus utilisés sont le Range Doppler Algorithm (RDA), le Polar Formating Algorithm (PFA) qui est particulièrement adapté au mode spotlight, le Chirp Scaling Algorithm (CSA) qui est une méthode de compression azimut, ainsi que l’algorithme RMA (Range Migration Algorithm) adapté au mode stripmap, et qui est le mode principal de traitement des données RSO à l’ONERA [12] puisqu’une grande majorité des données sont acquises dans ce mode stripmap. Cependant, les images utilisées au cours de cette thèse sont en géométrie spotlight circulaire (dont nous parlerons plus en détail par la suite), et le traitement RSO utilisé est un traitement temporel. De manière générale, le traitement RSO permet d’exploiter des données brutes pour générer des images haute résolution des scènes imagées. Dans le cadre d’une acquisition en mode stripmap, chaque ligne de donnée correspond à un temps d’acquisition différent, mais l’angle de squint reste constant pendant le temps d’intégration. A l’inverse, en ce qui concerne les acquisitions en mode spotlight, les données sont générées pour un temps fixe, mais chaque ligne de donnée correspond à un angle de squint différent, ce qui est dû en RSO linéaire au dépointage de l’antenne au cours de l’acquisition.
Intérêts de l’acquisition le long d’une trajectoire circulaire
Les systèmes présentés jusqu’à présent étaient basés sur des acquisitions le long d’une trajectoire rectiligne. Dans ce type de configuration, l’acquisition en distance, effectuée par le capteur avec un angle de visée non nul, génère des effets de distorsions géométriques liés à la géométrie particulière utilisée. Un des effets qu’on ne peut pas contourner en RSO rectiligne est l’apparition d’ombres (Figure 1.12). L’ombre apparait lorsque le relief de l’objet présente une pente opposée au capteur avec un angle supérieur à l’angle d’incidence de l’onde RADAR. Cette pente engendre une zone qui n’est pas visible par l’antenne, ce qui se traduit par un ensemble de pixels sombres sur l’image RADAR.
Les différents moyens de traitements en imagerie RSO circulaire
Dans la littérature, il existe deux principaux moyens de traitement des images acquises le long d’une trajectoire circulaire du capteur. Ces techniques exploitent le fait qu’une même scène peut être vue sous 360° degrés, et de ce fait, que des acquisitions de données peuvent être réalisées pour n’importe quel angle de vue. Une première technique [21] [22] consiste à focaliser les données sous 360°, afin de pouvoir remonter à l’altitude des éléments rétrodiffusants. Le principe consiste donc à focaliser les cibles sur 360° à des altitudes différentes, ce qui permet d’obtenir un « cube » de données (Figure 1.15). La cible doit alors être correctement focalisée dans le plan correspondant à sa propre élévation. Les expériences qui ont été effectuées sur des trièdres ont permis de vérifier ces hypothèses et de remonter à l’altitude des éléments rétrodiffusants. L’écho résultant est correctement focalisé dans son propre plan d’élévation et apparait en un unique point brillant (de couleur jaune orangée ici). Référence : [21]. Si les résultats concernant les trièdres ont été concluants, les résultats sur des cibles réelles ne permettent pas de remonter clairement à l’altitude des points par ce mode de traitement. En effet, les trièdres peuvent être considérés comme isotropes sur un angle important (60 degrés), alors que la plupart des objets réels répondent sur un angle plus faible compte tenu de leur forte directivité. Une autre approche concernant le traitement RSO circulaire consiste à réaliser un traitement RSO « local », c’est-à-dire de découper la trajectoire circulaire totale en petits arcs de cercle (sous-ouvertures, voir Figure 1.16) et de considérer que sur ces arcs de cercles, on peut appliquer des algorithmes d’imagerie RSO linéaire (après avoir appliqué la compensation de mouvement). Elle peut être utilisée selon les étapes suivantes [23] :
1) Division de la trajectoire totale en arcs de cercles centrés autour d’un angle noté θ.
2) Pour chaque arc de cercle, conversion des données acquises en circulaire à des données de type RSO rectiligne à l’aide d’algorithmes de compensation de mouvement.
3) Traitement des données en géométrie Radar à partir des données post-compensation de mouvement.
4) Passage de la géométrie radar à la géométrie terrain.
5) Rotation des données en géométrie terrain d’un angle – θ par interpolation.
On effectue ce traitement pour tous les arcs de cercle, et on superpose les données en géométrie terrain de manière incohérente. La Figure 1.17 présente le résultat de la superposition des données en géométrie terrain pour une trajectoire circulaire complète.
La méthode DPCA (Displaced Phase-Centre Antenna)
Lorsque l’on s’intéresse à la détection des cibles mobiles au sol à partir d’acquisition en RSO aéroporté, l’un des problèmes majeur est la présence de clutter sur les scènes imagées. En effet, lorsque l’on observe une image distance-Doppler, le clutter peut être étendu dans la direction distance mais aussi dans la direction Doppler, ceci étant dû au mouvement de l’avion et à l’ouverture du lobe d’antenne. Ainsi, les cibles mobiles rapides, qui sont exo-clutter, seront facilement détectables, mais les cibles lentes peuvent être noyées dans le clutter et deviennent impossible à détecter si on ne supprime pas ce clutter [2]. La méthode DPCA (Displaced Phase-Center Antenna) a été développée pour résoudre le problème de la présence du clutter en RSO [27] [28]. Cette méthode permet d’utiliser les informations acquises par un système radar multivoies, afin de supprimer le clutter et d’améliorer ainsi la détectabilité des cibles mobiles [29]. Axelsson [30] décrit cette méthode dans le cas de deux antennes physiques séparées d’une distance ݕ߂ dans la direction du vol de l’avion, c’est-à-dire en azimut (voir Figure 2.5). Les deux antennes physiques seront numérotées 1 et 3, et fonctionnent en émission et en réception. Entre ces deux antennes, une antenne virtuelle (notée 2) correspond au cas où le signal émis de l’antenne 1 est reçu à l’antenne 3, et inversement.
|
Table des matières
Remerciements
Résumé
Abstract
Introduction générale
Partie 1 Étude bibliographique
Chapitre 1 Principes de l’imagerie RSO
I.1) Introduction
I.2) Synthèse des images radar
I.2.1) Généralités sur l’acquisition en radar
I.2.2) Les systèmes radar imageurs
I.2.3) Le traitement des données
I.2.4) Conclusion sur la synthèse des images RSO
I.3) Modélisation géométrique de l’acquisition en imagerie RSO circulaire aéroportée
I.3.1) Intérêts de l’acquisition le long d’une trajectoire circulaire
I.3.2) Les différents moyens de traitements en imagerie RSO circulaire
I.3.3) Localisation des cibles
I.4) Conclusion
Chapitre 2 Les cibles mobiles en imagerie radar
II.1) Théorie des cibles mobiles en imagerie RSO
II.1.1) Définition de la géométrie d’observation d’une cible mobile
II.1.2) Analyse de la loi de phase de l’écho d’une cible mobile
II.1.3) Analyse des différents types de cibles mobiles
II.1.4) Bilan sur les effets résultants du mouvement d’une cible
II.2) Les cibles mobiles en radar multivoies
II.2.1) Le traitement multivoies sur données non focalisées
II.2.2) Le traitement multivoies sur données focalisées : l’exemple de l’ATI
II.3) Les cibles mobiles en imagerie RSO monovoies
II.3.1) Focalisation des cibles mobiles et estimation de la vitesse azimutale
II.3.2) Pistage de cibles mobiles
II.4) Conclusion
Partie 2 Travail réalisé
Chapitre 3 Mesure des coordonnées apparentes des cibles mobiles sur les images RSO
III.1) Introduction
III.2) Présentation des données
III.2.1) Présentation des moyens aéroportés utilisés
III.2.2) Images SETHI
III.2.3) Images RAMSES-NG
III.2.4) Bilan sur les données mises à disposition
III.3) Développement d’une méthode d’autofocus de cibles mobiles
III.3.1) Compensation de la phase de la cible mobile
III.3.2) Sélection automatique de α par maximisation de contraste
III.3.3) Application aux données réelles
III.3.4) Conclusion sur l’autofocus
III.4) Estimation de la position apparente des cibles mobiles sur les images RSO
III.4.1) 1ère méthode : dans l’espace de Fourier
III.4.2) 2ème méthode : dans l’espace image
III.4.3) Résultats sur données réelles
III.5) Conclusion
Chapitre 4 Développement d’une méthode de reconstruction de trajectoire de cibles mobiles en imagerie RSO circulaire aéroportée
IV.1) Mise en équation de la méthode de reconstruction de trajectoire
IV.1.1) Ensemble des solutions du problème
IV.1.2) Ajout de contraintes physiques
IV.1.3) Loi de phase de l’écho des cibles mobiles
IV.1.4) Lien entre squint apparent et squint réel de la cible mobile
IV.1.5) Etablissement de l’équation de vitesse de la cible mobile
IV.1.6) Définition finale du système de reconstruction
IV.1.7) Inversion du système
IV.1.8) Conclusion
IV.2) Analyse mathématique de la méthode de reconstruction
IV.2.1) Expression matricielle du système d’inversion
IV.2.2) Notions de conditionnement d’une matrice
IV.2.3) Lien entre conditionnement et précision de calcul
IV.2.4) Evolution du conditionnement de Hx
IV.2.5) Choix d’un préconditionneur
IV.2.6) Evolution du conditionnement de Tx
IV.2.7) Conclusion sur l’analyse mathématique de la robustesse
IV.2.8) Interprétation graphique (faibles excursions angulaires)
IV.2.9) Conclusion sur l’analyse graphique
IV.3) Validation de la méthode sur données synthétiques
IV.3.1) Génération de trajectoires apparentes de cibles mobiles
IV.3.2) Description des différents scénarios de trajectoires étudiés
IV.3.3) Reconstruction des trajectoires synthétiques
IV.4) Conclusion
Chapitre 5 Analyse des précisions de reconstruction des trajectoires des cibles mobiles
V.1) Analyse théorique de la précision des mesures
V.1.1) Calcul des précisions de mesure par traitement du signal rétrodiffusé
V.1.2) Calcul des précisions de mesure par traitement d’image
V.1.3) Bilan sur les méthodes de mesure de précision
V.2) Calcul des précisions de reconstruction de trajectoires
V.2.1) Définition de la matrice de covariance des mesures
V.2.2) Estimation de la matrice de covariance des inconnues
V.2.3) Compromis entre nombre de mesures et résolution azimut
V.2.4) Résultats d’erreurs de localisation sur les trajectoires synthétiques
V.3) Conclusion
Chapitre 6 Résultats de reconstruction de trajectoires de cibles mobiles réelles
VI.1) Description des scénarios des cibles mobiles d’Istres
VI.2) Analyse des erreurs RMS de reconstruction de trajectoires du Master
VI.2.1) Reconstruction avec le modèle à accélération constante
VI.2.2) Reconstruction avec le modèle à vitesse constante
VI.2.3) Compromis entre nombre de mesures et résolution azimut
VI.2.4) Apport d’une information sur le réseau routier
VI.3) Exemples de reconstructions de trajectoires de cibles mobiles
VI.3.1) Résultats sur le Master
VI.3.2) Résultat sur la cible mobile de Nîmes
VI.4) Conclusion
Conclusion et perspectives
Annexes
Bibliographie
Liste des travaux
Télécharger le rapport complet
