Présentation
EnglishRÉSUMÉ
Composants des systèmes de surveillance, de mesure et d’observation, les senseurs passifs ont l’avantage de ne pas émettre d’impulsions et de couvrir un large spectre de fréquences. Leur inconvénient majeur est qu’ils délivrent des mesures d’angle, nécessitant donc soit une localisation par triangulation, soit l’utilisation d’une méthode de trajectographie. Cet article expose les principes et méthodes d’estimation à utiliser en trajectographie, les algorithmes et notations associés, ainsi que les limitations de cette technique.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Denis PILLON : Ingénieur Thales Underwater Systems
-
Claude JAUFFRET : Professeur à l’université du Sud-Toulon-Var
INTRODUCTION
Les senseurs passifs jouent un rôle primordial dans les systèmes de surveillance, de mesure et d’observation. Tout d’abord, ils ont l’avantage d’être discrets contrairement au radar ou au sonar actif qui émettent des impulsions. De plus, ils sont économes en énergie, ce qui est, par exemple, un avantage pour les matériels embarqués sur satellite. Enfin, ces senseurs couvrent un très large spectre allant des basses fréquences du domaine acoustique (écoute passive sous-marine) jusqu’au domaine optique (caméra infrarouge) en passant par le domaine électromagnétique (intercepteur de guerre électronique).
En revanche, l’inconvénient majeur des senseurs passifs est qu’ils ne délivrent pas directement la mesure de la distance des sources détectées. Ils ne fournissent en général que des mesures angulaires. Comment donc passer des mesures angulaires à la distance ?
Ce problème est dit de localisation passive si l’on considère la source fixe et de trajectographie passive (TP ou TMA, « target motion analysis ») s’il est nécessaire de faire intervenir la cinématique de la source pour obtenir une solution.
Si l’on dispose de plusieurs senseurs largement séparés géographiquement et délivrant simultanément des mesures d’angle de la cible, alors la localisation peut être effectuée par triangulation. Cette estimation est instantanée.
En revanche, si l’on ne dispose que d’un seul senseur mobile face à une source elle-même mobile, alors il est nécessaire de faire appel à une méthode de trajectographie. Il faut exploiter une suite d’angles mesurés pendant un temps suffisamment long. Cette piste angulaire ne suffit pas : il faut aussi connaître la navigation du senseur, c’est-à-dire sa position au cours du temps. Enfin, il est nécessaire de faire une hypothèse sur la cinématique de la source, la plus simple étant le mouvement rectiligne uniforme (MRU).
Si ces éléments sont réunis, en appliquant une des méthodes de trajectographie passive par mesure d’angle (TPA), on peut tenter d’estimer la trajectoire de la source. Mais il reste encore une difficulté importante : pour que l’on obtienne une solution unique, il faut que le porteur du senseur manœuvre, et pas de n’importe quelle manière. Ce problème d’unicité de la solution est dit d’observabilité. La trajectoire suivie par l’observateur intervient aussi dans la précision de la localisation : c’est alors un problème de commande optimale.
Le problème de base de TPA dans un plan n’est donc pas qu’un simple problème d’estimation . C’est en lui-même un domaine complet qui a fait et fait encore couler beaucoup d’encre. Sur le plan théorique, la TPA appartient à la fois au domaine de l’automatique (observabilité, commande optimale) et au domaine de la statistique mathématique, surtout la théorie de l’estimation. Dans le cadre de cette dernière, nous présentons une notion importante, la borne de Cramèr-Rao (BCR), qui est la limite inférieure d’incertitude sur l’estimation d’une grandeur, ici la distance. Autrement dit, sous certaines conditions, aucun algorithme ne peut estimer la distance avec un écart-type inférieur à celui donné par la borne de Cramèr-Rao.
Reste à établir des algorithmes fournissant des paramètres de la trajectoire de la source de façon efficace. Différentes méthodes récursives (type filtrage de Kalman) ou globales (type maximum de vraisemblance) sont présentées, ainsi que leur précision et leur robustesse.
L’application pratique de la trajectographie passive n’est pas plus aisée que l’aspect théorique. Il est nécessaire de connaître différents domaines technologiques comme ceux des senseurs employés, de leur système de navigation, du milieu et de la propagation, sans oublier la prise en compte de l’opérateur. Nous présentons des exemples d’application.
Dans le texte suivant [TE 6 707], ce problème de base de TPA est étendu à des cas où l’observateur obtient des informations supplémentaires sur l’objectif comme des plages de vitesse possibles, des limitations géographiques ou des mesures additionnelles de fréquences émises par la source. Le problème de la trajectographie de sources manœuvrantes est aussi abordé, ainsi que la manœuvre optimale de l’observateur.
Toujours dans [TE 6 707], nous présentons des méthodes multi-plates-formes, notamment les tests d’association de pistes angulaires en présence de parallaxe. Ces algorithmes font intervenir la trajectographie passive de chaque plate-forme. D’autres mesures comme le retard différentiel ou le doppler différentiel entre deux plates-formes peuvent aussi être exploitées comme nous le montrons finalement.
Cet exposé ne s’adresse pas uniquement aux ingénieurs confrontés à des problèmes de localisation et à la trajectographie passive. C’est aussi un exemple complet de mise en œuvre de la théorie statistique de l’estimation et de l’automatique susceptible d’intéresser un plus large public.
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Technologies de l'information > Technologies radars et applications > Systèmes radars > Trajectographie passive par mesure d’angle > Principes d’estimation à utiliser en TP et algorithmes associés
Accueil > Ressources documentaires > Électronique - Photonique > Technologies radars et applications > Systèmes radars > Trajectographie passive par mesure d’angle > Principes d’estimation à utiliser en TP et algorithmes associés
Cet article fait partie de l’offre
Le traitement du signal et ses applications
(160 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
2. Principes d’estimation à utiliser en TP et algorithmes associés
2.1 Choix d’un vecteur d’état
Avant de se lancer dans le problème de l’estimation du vecteur d’état, il est recommandé de vérifier son observabilité, ce qui permet de connaître le nombre de composantes du vecteur d’état que l’on peut déterminer. Par exemple, en TP2A (trajectographie passive par mesure de deux azimuts), le vecteur d’état composé par deux coordonnées de position et deux coordonnées de vitesse (donc dimension d = 4) est observable, sauf si le bruiteur se déplace sur la droite passant par les deux lieux où sont situés les deux capteurs. À l’inverse, en TPA, si l’écouteur ne manœuvre pas, il est illusoire de chercher à estimer ce même vecteur d’état : on montre 3.2 que seules trois grandeurs sont calculables à partir de mesures sans bruit et on en déduit que d = 3.
Une fois d connue, l’ingénieur trajectographe a toute latitude pour choisir un jeu de coordonnées (coordonnées cartésiennes, coordonnées polaires, coordonnées polaires modifiées, etc.). Ce choix doit être guidé par l’algorithme d’estimation qu’il va utiliser :
-
s’il s’agit d’une méthode globale de type Gauss-Newton, la représentation cartésienne se prête bien à sa mise en œuvre, contrairement à une représentation polaire ;
-
s’il s’agit d’une méthode récursive comme le filtre de Kalman étendu, la représentation en coordonnées polaires modifiées 4.3...
Cet article fait partie de l’offre
Le traitement du signal et ses applications
(160 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Principes d’estimation à utiliser en TP et algorithmes associés
BIBLIOGRAPHIE
-
(1) - BAR-SHALOM (Y.), FORTMANN (T.) - Tracking and Data Association - . Academic Press (1988).
-
(2) - BLACKMAN (S.) - Multiple-target tracking with radar application - . Artech House (1986).
-
(3) - DE CARLO (R.A.) - Linear Systems : a state variable approach with numerical implementation - . Prentice Hall (1989).
-
(4) - KAY (S.M.) - Fundamentals of statistical signal processing : estimation theory - . Prentice Hall (1993).
-
(5) - ROITENBERG (I.) - Théorie du contrôle automatique - . MIR (1974).
-
(6) - URICK (R.J.) - Principles of underwater sound for engineers - . Mc Graw Hill (1975).
-
(7)...
Cet article fait partie de l’offre
Le traitement du signal et ses applications
(160 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive