Modélisation et classification de signatures acoustiques. Application à l'identification de la nature sédimentaire des fonds lacustres par échosondage

par Ahlam Djellouli-Yvetot

Thèse de doctorat en Acoustique. Traitement du signal

Sous la direction de JEAN FRANCOIS TROUILHET.

Soutenue en 1997

à Toulouse 3 .

mots clés

• Sondes électroniques
• Dispositifs à ondes acoustiques de surface
• Contrôle par émission acoustique
• Sédiments lacustres
• Réseaux neuronaux (informatique)

Résumé

Le travail que nous avons effectue s'insere dans le cadre d'une etude generale sur les milieux lacustres (bathymetrie, estimation de la population piscicole) realisee en collaboration avec le laboratoire d'hydrobiologie de l'universite paul sabatier de toulouse. Notre etude consiste donc a identifier la nature sedimentaire des fonds lacustres, au moyen de methodes de traitement du signal, permettant de classifier les signatures acoustiques des differents types de fonds (vase, sable, gravier), a partir de donnees enregistrees par un echo-sondeur monofrequence. Le caractere bande etroite des echos reverberes par les fonds indique que l'information utile est uniquement contenue dans l'enveloppe temporelle de l'echo enregistre. L'analyse de ces signaux se fait en deux etapes. La premiere etape consiste a modeliser le signal de facon a extraire les parametres classifiants, puis, dans une seconde etape, a realiser l'operation de classification sur ces parametres. Notre travail s'articule autour de 5 chapitres. Le premier chapitre rappelle le contexte de l'etude et permet de poser le probleme. Dans le second chapitre nous presentons une synthese bibliographique relative a l'acoustique des fonds. En particulier, nous exposons un modele decrivant la reponse moyenne d'un fond a une excitation monofrequence. Le troisieme chapitre est dedie a la partie traitement du signal de notre travail. Dans un premier temps nous presentons les diverses methodes de modelisation de l'enveloppe temporelle. Dans un deuxieme temps, apres avoir presente une rapide synthese bibliographique sur la classification, nous decrivons l'algorithme de classification utilise, a savoir les reseaux de neurones. Dans le quatrieme chapitre, dans le but de generer une base de donnees theoriques, nous proposons une modification du modele precedent qui consiste a generer la reponse d'un type de fond (vase, sable,. . . ) en exploitant le caractere aleatoire (rugosite) de sa surface. Cette base de donnees theorique, nous a permis de definir la methode d'identification et d'evaluer ses performances. Dans le cinquieme chapitre, nous avons evalue la methode d'identification sur differents signaux reels. Nous avons travaille sur deux configurations experimentales differentes. La premiere a permis l'acquisition de signaux en cuve et la deuxieme des signaux en milieu lacustre reel. Sur les signaux de cuve nous aboutissons a un taux de reconnaissance de l'ordre de 80% a 90%, tandis que pour les signaux de milieux lacustres, nous obtenons au mieux des resultats de l'ordre de 70%. Cette difference peut s'expliquer par la plus grande complexite du probleme en milieu reel (mouvements du bateau, fond en pente,. . . ).

Titre traduit

Modeling and classification of acoustic signatures. Application to the identification of the lake bottom sedimentary nature by echosounding

Pas de résumé disponible.