Caractérisation et développement de nouvelles méthodes de classification et de localisation de signaux acoustiques appliquées aux véhicules terrestres et aériens

par Aro Ramamonjy

Projet de thèse en Mécanique

Sous la direction de Alexandre Garcia et de Eric Bavu.

Thèses en préparation à Paris, CNAM , dans le cadre de École doctorale Sciences des métiers de l'ingénieur (Paris) , en partenariat avec Laboratoire de mécanique des structures et des systèmes couplés (Paris) (laboratoire) depuis le 01-10-2015 .


  • Résumé

    Ce travail de thèse s'inscrit dans les études liées à la détection et la localisation de sources sonores en environnements complexes, comme peuvent l'être les environnements urbains ou bruités. Les événements récents ont montré que la démocratisation de la commercialisation de drones aériens et terrestres, et leur capacité à transporter des charges de plus en plus lourdes, provoquent l'émergence de nouvelles menaces pour les personnes et les biens (centrales électriques, bâtiments sensibles, etc). L'Institut franco-allemand de recherches de Saint-Louis (ISL) s'intéresse à une solution multimodale de détection et de suivi de drones aériens à travers le projet OASyS2. L'objectif est d'étudier la détection de drone avec un réseau de capteurs acoustiques compacts et un système radar, et la confirmation par un système d'imagerie optique. Le présent travail de thèse porte sur le sous-système acoustique. Le Laboratoire de Mécanique des Structures et des Systèmes Couplés (LMSSC-Cnam) possède une expertise en antennerie acoustique et dans la localisation de divers types de sources sonores, transitoires ou stationnaires. Nous souhaitons développer lors de cette thèse un nouveau capteur acoustique compact (moins de 10 cm d'envergure) associé à une unité de calcul pour la détection, la localisation et le suivi de sources sonores en mouvement dans un milieu extérieur bruité. Une détection initiale d'une cible potentielle devra être opérée en continu et utiliser peu de ressources informatiques. Si une cible potentielle est détectée, elle devra être localisée et identifiée. L'algorithme de localisation développé devra être adapté à l'utilisation de capteurs compacts. L'identification des sources localisées devra être abordée par l'utilisation d'algorithmes de classification. La localisation spatiale de sources en mouvement doit permettre aux algorithmes de classification d'effectuer un filtrage spatial, permettant d'obtenir une portée plus importante pour l'identification, et une baisse sensible du taux de fausses alarmes. Une limite de la modalité acoustique est sa faible portée de détection/localisation en milieu complexe (réflexion, diffraction, diffusion, effets micrométéorologiques) et bruité. Cette portée pourra être augmentée en utilisant un réseau de capteurs acoustiques. Des pistes devront être proposées l'amélioration de la localisation et de l'identification de cibles par fusion de données de plusieurs capteurs. Enfin, les contraintes (coût, résistance à la chaleur et aux intempéries) liées au déploiement sur site d'un réseau d'un grand nombre de capteurs acoustiques devront être étudiées.

  • Titre traduit

    Characterization and development of new methods of classification and localization of acoustic signals applied to ground and aerial vehicles


  • Résumé

    This work is part of current studies on sound sources detection and localization in complex and/or noisy environments. Recent events have shown that the democratization of the commercialization of aerial drones and their ability to carry increasingly heavy loads provoke the emergence of new threats to people and goods (power plants, sensitive buildings, etc.). The French-German Research Institute of Saint-Louis (ISL) is interested in a multimodal solution for the detection and the tracking of sound sources. The objective is to study the detection of a drone or another sound source, with a network of compact acoustic sensors and a radar system, and its final identification by an optical imaging system. The purpose of this thesis is to focus on the acoustic subsystem. The Structural Mechanics and Coupled Systems Laboratory (LMSSC-Cnam) has an expertise in acoustic antenna processing and in transient or stationary sources localization. During this thesis, we will develop a new compact acoustic sensor (less than 10 cm) and a dedicated processing uning for moving sound sources detection, localization and tracking in noisy outdoor environments. The initial detection of a potential target should be optimized for continuous use with limited computing resources. The detection of a potential target is followed by a localization step and an identification step. The localization algorithm must be adapted to compact sensors. The sound source identification is done using classification algorithms. Spatial filtering of the localted sources should facilitate their identification and reduce the false alarm rate. A limit of the acoustic sensing is low range of detection and localisation in complex and noisy environments. This range can be increased by using a network of acoustic sensors. Suggestions will be proposed to improve the localisation and identification performances by sensors fusion. Finally, the constraints (cost, resistance to heat and to various weather conditions) associated with the outdoor deployment of a large number of acoustic sensors will be studied.