Traitements correctifs des effets de décohérence acoustique induits par les fluctuations du milieu de propagation : algorithmes d’estimation bayésienne des directions d’arrivée en milieu fluctuant

Variationnal bayesian methods for DOA estimation in a fluctuating medium

• Auteur / Autrice : Guillaume Beaumont
• Direction : Ronan Fablet
• Type : Thèse de doctorat
• Discipline(s) : Signal, Image, Vision
• Date : Soutenance le 16/07/2020
• Etablissement(s) : Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Département Signal et Communications - Lab-STICC_IMTA_CID_TOMS - Laboratoire en sciences et techniques de l'information, de la communication et de la connaissance
• Jury : Président / Présidente : Laurent Daudet
• Jury : Examinateurs / Examinatrices : Jérôme Mars, Pascal Larzabal, Gaultier Real, Florent Le Courtois, Angélique Drémeau
• Jury : Rapporteurs / Rapporteuses : Jérôme Mars, Pascal Larzabal

Mots clés

Mots clés contrôlés

Algorithmes d'approximation

Acoustique sous-marine

Statistique bayésienne

Mots clés libres

Estimation des directions d’arrivée

Propagation en milieu fluctuant

Approches bayésiennes

Ondes internes

Reconstruction de phase

DOA estimation

Ave propagation in random media

Bayesian approaches

Internal waves

Phase retrieval

Résumé

L’objectif de ces travaux de thèse est de proposer des approches bayésiennes “physiquement informées” pour l’estimation de directions d’arrivée de sources acoustiques sous-marines dans un milieu océanique fluctuant. Dans un premier temps nous verrons donc comment décrire ces fluctuations comme perturbation locale de la célérité du milieu pour ensuite décrire leur impact sur la propagation d’une onde et la mesure de celle-ci. Ce faisant nous pourrons décrire la dégradation subie par le signal, motivant la création d’un modèle statistique pour décrire cette perturbation. Après un état de l’art sur les méthodes d’estimation des directions d’arrivées (DOA), tout d’abord en milieu constant, puis en milieu incertain, nous définirons une modélisation de ces fluctuations sous forme d’un bruit de phase structuré selon une distribution gaussienne multivariée. Nous verrons que ce choix nous rapproche du modèle théorique de structure défini dans le premier chapitre. Cette modélisation nous permet alors de proposer la méthode paSAMP, algorithme d’Approximate Message Passing, inspirée des méthodes de reconstruction de phase et se révélant plus robuste au bruit additif, ainsi qu’au bruit de phase structuré, que les méthodes d’estimation des DOA classiques. Dans un deuxième temps, nous proposerons de réviser notre modélisation statistique et de considérer un bruit de phase distribuée selon une loi de Von Mises multivariée. Cette distribution permet une modélisation plus fidèle des bruits de phase. Considérant ce nouveau modèle, nous dériverons deux nouvelles méthodes : VitAMin et VistaBEM, respectivement extensions de paSAMP et paVBEM, déjà présent dans la littérature et reposant sur une autre approximation variationnelle bayésienne. Les premiers résultats, réalisés sur des données synthétiques considérant un modèle plus simple de VonMises unidimensionnel, s’avèrent prometteurs quant à la bonne intégration des modèles considérés et ainsi à leur robustesse au bruit de phase distribué selon ce modèle. Pour finir nous verrons que par le traitement de données réelles, il nous est possible d’extraire les mêmes grandeurs caractéristiques que celles décrites par le modèle théorique, mais également d’identifier certaines ondes internes spécifiques. Ceci à des fins de caractérisation rapide des fluctuations du milieu par méthode passive ou encore pour une initialisation informée des algorithmes proposés.

The purpose of these works is to propose new "physically informed" bayesian algorithms for DOA estimationin presence of random fluctuations due to the presence of internal waves in the propagation medium. First we will seehow to describe these fluctuations as a local perturbation of the celerity of the medium and then the impact of such waveson a propagated signal. In doing so, we are able to observe the corruption of this signal and to propose a statistical modelof this perturbation.After a state of the art of DOA estimation techniques in both constant an uncertain media, we will propose a modelizationof the fluctuations as a multiplicative phase noise following a multivariate gaussian distribution. Very close to thetheoretical model, this distribution allows us to develop the paSAMP algorithm, an Approximate Message Passingtechnique inspired form phase retrieval litterature which integrates this multiplicative phase noise model. In order to getcloser to the theoretical model, we propose to upgrade the phase noise prior using a multivariate Von Mises prior,allowing us to propose new bayesian methods for DOA estimation such as the VitAMin and the VistaBEM algorithms asextensions of resp. the paSAMP and the paVBEM algorithms. The first results on synthetic measurement considering aunivariate Von Mises phase noise seems are promising regarding the robustness of these algorithms to this new noisemodel.To conclude, we will see with the processing of real data from the ALMA campaign that it is possible to retrieve quantitiesfrom the theoretical model through signal statistics. Moreover, these quantities allow us to identify known phenomenon inthe propagation medium with only passive measurement. Such knowledge can then be use for tomography or as "smartinitialization" of the different algorithms.