Traitements adaptatifs robustes pour les systèmes multi-capteurs: vers l'abandon des données secondaires

par Bruno Meriaux

Projet de thèse en Traitement du signal et des images

Sous la direction de Philippe Forster et de Chengfang Ren.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne) , en partenariat avec SONDRA/SUPELEC (laboratoire) , MOSS - Méthodes et outils pour les Signaux et Systèmes (equipe de recherche) et de CentraleSupélec (2015-....) (établissement de préparation de la thèse) depuis le 01-09-2017 .


  • Résumé

    Les systèmes multi-capteurs créent une forme de redondance des informations véhiculées, dans le but de réduire l'incertitude sur les paramètres d'intérêt. Dans de tels systèmes, les signaux utiles sont généralement corrompus par des signaux indésirables : le bruit thermique et les rayonnements parasites de l'espace environnant. Ces derniers constituent le fouillis en radar, mais les traitements développés dans cette thèse dépassent ce cadre particulier : ils s'appliquent potentiellement aux systèmes multi-capteurs en général (sonar, radiocommunication, contrôle non-destructif, imagerie médicale). Dans ce contexte, la plupart des méthodes de traitement statistique du signal développées à ce jour s'appuient sur une modélisation gaussienne du bruit et du fouillis. Cette modélisation peu robuste est mise en défaut en présence de bruits impulsifs. Pour remédier à ce problème, la famille des distributions complexes à symétrie elliptique (CES) constitue un cadre statistique puissant qui conduit à des méthodes robustes de traitement statistique du signal. Les méthodes d'estimation récemment développées dans ce cadre statistique supposent néanmoins l'existence de données dites secondaires, exemptes de signaux utiles, permettant une estimation préalable des paramètres de nuisance du bruit et du fouillis. L'estimation des paramètres d'intérêt s'opère ensuite, dans un deuxième temps. Malheureusement, dans de nombreuses applications, de telles données secondaires ne sont pas disponibles : l'objet de cette thèse est donc de développer et étudier des méthodes d'estimation conjointe des paramètres d'intérêt et de nuisance dans le cadre d'observations suivant des lois CES à moyenne et covariance paramétrées. Les méthodes générales qui seront développées seront ensuite appliquées et testées dans le cadre du radar en collaboration avec le laboratoire Sondra (CentraleSupelec)

  • Titre traduit

    Robust Adaptive Signal Processing in MIMO systems: on the way to abandon secondary data


  • Résumé

    Multiple sensors systems exploit the redundancy of transmitted information in order to improve the estimation process concerning the parameters of interest. In such systems, signals of interest are generally corrupted by undesired signals, thermal noise and interferences, referred to as clutter in radar. However, this PhD proposal does not reduce to the particular case of radar: the expected results may be applied to any multiple sensors systems (e.g. sonar, radio-communication, medical imaging…). In this context, most of existing signal processing algorithms are based on a Gaussian modelling of thermal noise and clutter. However, this assumption is not robust and fails in presence of impulsive noise. To address this problem, the class of complex elliptically symmetric distributions (CES) provides a powerful statistical framework which leads to robust estimators. Nevertheless, estimation methods recently developed in this framework assume the existence of noise-only signal-free data : the so-called secondary data. The estimation is thus split into two steps: -the first step is based on the secondary data and provides an estimate of the clutter parameters - the second step estimates the parameters of interest. Unfortunately, secondary data are not available in many applications: therefore, the goal of this thesis is to investigate algorithms for joint estimation of both parameters of interest and nuisance parameters in the framework of CES. The developed algorithms will be tested and applied in a radar context.