Présentation
Auteur(s)
-
Laurent KOPP : Ingénieur de l’École Polytechnique - Thalès Ultrasonics
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Le traitement des antennes à réseaux de capteurs est abordé ici dans le cadre de la théorie de la décision appliquée aux signaux vectoriels. On y applique la méthodologie introduite dans la première partie . Cependant, pour ce faire, un travail préliminaire de modélisation est nécessaire, d’abord pour expliciter les relations entre les paramètres physiques et les mesures, ensuite pour fournir à la théorie des densités de probabilité de l’observation qui soient utilisables dans la pratique (technique d’échantillonnage).
La théorie de la décision n’est pas vraiment indispensable pour introduire les concepts de base du traitement d’antenne (fonction d’ambiguïté et gain d’antenne par exemple) mais cette théorie offre le cadre approprié pour décrire les performances d’une méthode ou pour juger de son optimalité. Sans la théorie de la décision, le traitement d’antenne consisterait à proposer des méthodes d’inversion algébriques qui seraient très peu robustes aux erreurs de calculs, aux bruits additifs et aux erreurs de modélisation.
Malgré tout, ce qui est fait dans cet article ne se réduit pas à un exercice d’application de la théorie de la décision. Le signal vectoriel étudié ici possède la particularité d’avoir été engendré par les capteurs d’une antenne plongée dans un milieu parcouru par des ondes qui se propagent. Cela donne une forme particulière aux résultats obtenus et exige une description qui donne sa spécificité au traitement d’antenne.
En bref, le lecteur surtout intéressé par le traitement d’antenne y retrouvera les principaux résultats classiques du domaine, par exemple l’antenne adaptative ou le goniomètre adaptatif, ainsi que les outils usuels pour le décrire, par exemple la variété d’antenne.
Quant au lecteur plutôt porté sur la théorie de la décision, nous avons essayé de lui montrer les relations intimes existant entre les critères décisionnels et la physique comme, par exemple, la borne de Cramer-Rao et la fonction d’ambiguïté. Le point le plus significatif que nous avons voulu développer est qu’un même problème peut donner lieu à des résultats très différents selon la modélisation que l’on en fait.
Cet article est réservé aux abonnés.
Il vous reste 95 % à découvrir.
Déjà abonné ? Se connecter
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Technologies de l'information > Le traitement du signal et ses applications > Radiolocalisation > Détection et estimation en traitement d’antenne : applications > Modélisation statistique du problème
Accueil > Ressources documentaires > Technologies de l'information > Technologies radars et applications > Radars > Détection et estimation en traitement d’antenne : applications > Modélisation statistique du problème
Présentation
Détection passive d’une source cohérenteArticle inclus dans l'offre
"Technologies radars et applications"
(81 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
2. Modélisation statistique du problème
La méthodologie présentée dans la première partie [, § 2] est applicable dès que l’on sait décrire la densité de probabilité de l’observation. Cela suppose que l’on sait représenter le signal par un ensemble fini de nombres (échantillonnage), puis que l’on sait établir une relation entre les paramètres physiques et les paramètres statistiques.
2.1 Représentation du signal d’antenne
L’observation correspond en premier lieu aux signaux reçus par les capteurs de l’antenne pendant une durée finie [0, T ] :
X = {Il est, bien entendu, difficile de parler de la densité de probabilité d’une telle quantité sans précisions complémentaires : c’est tout le problème de la définition des processus aléatoires. La transformation d’une observation continue en une observation discrète (et même finie), et ceci sans perte d’informations, est une opération pratique importante (elle permet de faire des calculs) qui fait appel à ce que l’on appelle un théorème « d’échantillonnage » ou « de représentation ».
Trois approches ont été utilisées historiquement pour aboutir à une représentation convenable de l’observation.
-
Représentation de Shannon
Le théorème de Shannon est le premier et le plus fameux théorème d’échantillonnage. Dans le cas des signaux déterministes, il permet de représenter un signal de bande B limitée par les échantillons de ce signal pris à des instants discrets
Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.
Déjà abonné ? Se connecter
Modélisation statistique du problème
Article inclus dans l'offre
"Technologies radars et applications"
(81 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
BIBLIOGRAPHIE
-
(1) - FOURGEAUD (C.), FUCHS (A.) - Statistique. - Dunod, Paris (1967).
-
(2) - VANTREES (H.L.) - Detection, Estimation and Modulation Theory. - J. Wiley (1968).
-
(3) - LEHMANN (E.L.) - Testing statistical hypotheses. - Chapman et Hall (1982)
-
(4) - MONFORT (A.) - Cours de statistique mathématique. - Economica (1982).
-
(5) - MONFORT (A.) - Statistique. - Cours de l’École Polytechnique (2001).
-
(6) - SERFLING (R.J.) - Approximation Theorems of Mathematical Statistics. - J. Wiley (1980).
-
(7) - EATON (M.L.) - Group Invariance Applications in statistics. - Institute...
Cet article est réservé aux abonnés.
Il vous reste 95 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Technologies radars et applications"
(81 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
