Radio-goniométrie : modélisation, algorithmes, performances

par Anne Ferréol

Thèse de doctorat en Traitement du signal

Sous la direction de Pascal Larzabal.

Soutenue en 2005

à Cachan, Ecole normale supérieure .

mots clés

• Goniométrie
• Antennes (électronique)
• Radio -- Émetteurs et transmission

Résumé

Les travaux de cette thèse relèvent du domaine du "traitement d'antennes" qui exploite et traite les signaux issus de plusieurs capteurs électromagnétiques. Plus particulièrement, ce travail concerne les problèmes de "radio goniométrie" dont l'objectif est d'estimer les directions des émetteurs radio électriques. Les algorithmes de goniométrie sont des estimateurs de ces angles utilisant une connaissance a priori de la réponse du réseau de capteurs pour une direction d'arrivée donnée. Sachant que dans la pratique la connaissance de cette réponse est mal maîtrisée, l'objectif de la thèse est double : développer une classe unifiée d'algorithmes basée sur des modèles réalistes contenant de paramètres supplémentaires dits de "nuisance" afin des les estimer conjointement aux angles d'incidences ; mener une étude de performance d'algorithmes (MUSIC, Maximum de vraisemblance,. . . ) en présence d'erreurs de modèle et en conditions asymptotiques.

Titre traduit

Doa estimation : modelisation, algorithms, performances

Résumé

The scientific area of this thesis is "array processing" that process and treat the signais at the output of multiple radio electric sensors. More precisely, this work deals with "direction finding" problems in order to estimate the direction of radio electric sources. The DOA estimation algorithms used a prior knowledge of the response of the array of sensors to a direction. Noticing that is diffrcult to reach an accurate knowledge of this response, the purpose of this thesis is double : develop a unified algorithm family based on realist models with additional parameters named "nuisance" in order to jointly estimate these parameters to the direction of arrival ; provide analytical expressions of the DOA estimation algorithms (MUSIC, Maximum Likelihood) in presence of modeling error and asymptotic conditions.