Traitement du Signal d’un LIDAR Doppler scannant dédié à la surveillance aéroportuaire

Signal Processing for a scanning Doppler LIDAR dedicated to airport surveillance

• Auteur / Autrice : Alexandre Hallermeyer
• Direction : Gilles Fleury, Laurent Le Brusquet
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal et des images
• Date : Soutenance le 31/01/2017
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : CentraleSupélec (2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des signaux et systèmes (Gif-sur-Yvette, Essonne ; 1974-....)
• Jury : Président / Présidente : Sylvie Marcos
• Jury : Examinateurs / Examinatrices : Grégoire Winckelmans
• Jury : Rapporteurs / Rapporteuses : Jean-Yves Tourneret, François Le Chevalier

Mots clés

Mots clés contrôlés

Lidar

Turbulence de sillage

Sillage (aérodynamique)

Traitement du signal

Mots clés libres

Tourbillons de sillage

Traitement du signal

LIDAR

Wake vortices

Signal Processing

LIDAR

Résumé

Un algorithme permettant d’estimer précisément les paramètres des tourbillons de sillage (positions et circulations) en utilisant les données spectrales fournies par un LIDAR a été développé. Il s’articule en 3 grandes étapes : La première permet de détecter la présence de tourbillon et d’en faire une localisation grossière grâce à la méthode des enveloppes de vitesses. La seconde étape a pour but d’affiner l’estimation des positions des tourbillons en utilisant une optimisation du critère des moindres carrés. Cette étape permet également de faire une première estimation de la circulation des tourbillons. La troisième et dernière étape se concentre sur l’estimation des circulations des tourbillons en maximisant le critère de vraisemblance. Les estimations sont de plus en plus fines et se concentrent au fur et à mesure sur les paramètres les plus critiques. La mise au point de cet algorithme a nécessité d’utiliser plusieurs modèles (LIDAR, tourbillons de sillage, atmosphère) et de formuler un certain nombre d’hypothèses et approximations simplificatrices afin d’atteindre un coût calculatoire raisonnable. L’algorithme proposé a ensuite fait l’objet d’une évaluation de performances, l’intérêt étant porté sur la robustesse par rapport aux différents bruits altérant la mesure, en particulier celui lié à la turbulence atmosphérique et par rapport aux erreurs de modèle. Cette évaluation a été menée à la fois sur des données simulées à l’aide de modèles paramétriques simplifiés, et sur des données de simulations aux grandes échelles.Les paramètres instrumentaux du LIDAR constituent de potentiels degrés de liberté pour améliorer les performances de l’estimateur, en particulier pour les grandeurs les plus critiques, c’est-à-dire les valeurs de circulation. Le calcul des performances de l’estimateur nécessitant un coût de calcul non négligeable, il se prête mal à des fins d’optimisation. C’est pourquoi une étude de l’influence des paramètres du LIDAR sur la Borne de Cramér-Rao (BCR) a été menée. Cette étude a permis de mieux comprendre l’influence des paramètres instrumentaux et d’aboutir à une configuration optimale pour la BCR.

An algorithm was developed to estimate precisely wake vortices parameters (positions and circulations) using spectral data provided by a LIDAR. It is articulated in 3 main stages: The first one allows to detect the presence of vortices and to make a rough localization thanks to the method of the velocity envelopes. The second step is to refine the estimation of vortex positions using an optimization of the least squares criterion. This step also permits to make an first estimation of the vortices circulation. The third and final step focuses on estimating vortex circulations by maximizing the likelihood criterion. Estimates are becoming finer and more focused on the most critical parameters. The development of this algorithm required the use of several models (LIDAR, wake vortices, atmosphere) and to formulate a number of simplifying assumptions in order to reach a reasonable computational cost. The proposed algorithm was then subjected to a performance evaluation, the interest being focused on the robustness with respect to the different noises altering the measurement, particularly the one related to the atmospheric turbulence, and with respect to the model errors. This evaluation was carried out both on simulated data using simplified parametric models, and on Large Eddy Simulations.The instrumental parameters of LIDAR are potential degrees of freedom to improve the performance of the estimator, in particular for the most critical quantities, that is to say the circulation values. The calculation of the performance of the estimator requiring a significant computational cost, it lends itself poorly for optimization purposes. This is why a study of the influence of the LIDAR parameters on the Cramér-Rao Bound (CRB) was carried out. This study allowed to understand the influence of the instrumental parameters and to reach an optimal configuration for the CRB.