Note publique d'information : L'observation passive de la surface, utilisant notamment comme source d'opportunité
des signaux émis par les systèmes de positionnement par satellites (GPS, Galileo,...),
constitue depuis quelques années un axe de recherche et de développement très dynamique.
Plusieurs équipes de recherche nationales ou internationales ont déjà mis en évidence
la pertinence de telles approches pour des observations aéroportées, voire satellitaires.
Expérimentalement, de tels dispositifs ont pu montrer l'influence de l'état de mer
(rugosité) en mesure passive ou même donner lieu à de l'imagerie par antenne synthétique
(SAR). Le travail dans cette thèse s'inscrit dans le cadre général de la mesure passive
utilisant les signaux de positionnement par satellites (signaux GPS), néanmoins notre
contexte de travail est celui d'observations réalisées à proximité de la surface (quelques
dizaines de mètres). La surface de mer ne peut plus dans ce cas-là se résumer à une
surface immobile dont la rugosité est décrite par quelques paramètres statistiques.
La diffraction des signaux d'opportunité doit alors prendre en compte la déformation
temporelle de la surface et le déplacement des vagues. L'ambition de cette thèse est
de montrer que l'analyse des signaux d'opportunité diffractés permet de mettre en
évidence la variation temporelle de la surface, ou du moins d'identifier le déplacement
des principaux diffuseurs (crête de vague, objet flottant à la surface,...). Les mouvements
dont nous parlons sont très lents (ordre du Hz) par rapport aux fréquences des ondes
considérées (ordre du GHz). L'amplitude des déplacements reste limitée, ce qui induit
des différences de retard très faibles. Toutefois, notre étude a montré que malgré
ce contexte difficile, des techniques de traitement de signal adaptées, peuvent permettre
la mise en évidence des mouvements à partir des signaux d'opportunité diffractés.
En particulier, notre étude s'appuie fortement sur la théorie du filtrage de Kalman
dans le plan Doppler-retard des signaux diffractés. Plus précisément, nous assimilons
les éléments de la surface de mer à des cibles mobiles, dont le mouvement est connu
et sur lesquelles se diffractent les signaux GPS. Le déplacement relatif de ces cibles
engendre alors une variation de fréquence (effet Doppler) et un retard temporel. La
fonction d¿autocorrélation du signal diffracté permet de retrouver les valeurs de
ces deux grandeurs. Il est à noter que le signal réfléchi est de très faible amplitude,
et mélangé avec plusieurs sortes du bruit, ce qui rend la détermination du Doppler
et du retard difficile. Une solution efficace est l¿intégration sur de longues périodes
du code du signal GPS. Toutefois, le mouvement de la cible rend cette approche complexe
(variation du Doppler). Dans cette thèse, nous montrons comment le filtre de Kalman
(linéaire et non linéaire) peut permettre de résoudre cette problématique. Les simulations
réalisées illustrent la faisabilité des approches que nous avons développées.
Note publique d'information : For many years now, passive observation of the ocean surface, using, in particular,
of source of opportunities from positioning satellites (GNSS), has been a very dynamic
research and development topic. Several research teams have already demonstrated the
relevance of such approaches for airborne observations. The aim of this thesis is
to address the feasibility of passive measurements from GPS system signals near the
sea surface (a few meters) for recovering oceanographic informations in coastal zones.
The sea surface cannot anymore, in this case, be considered as a stationary rough
surface. GPS reflected signals must consider the kinematic evolution of the sea surface
and the wave motion. The processing of these signals can reveal the temporal variation
of the surface, and identify the displacement of the main diffusers (wave crest, buoy
on sea surface¿). The motions described here are very slow (some Hz), with respect
to the incident wave frequencies (some GHz). The movement amplitude is limited, which
induces very short time delay differences. However, despite this difficult context,
we have implemented adaptive signal processing techniques, highlighting the detection
of movements from the reflected signals. More precisely, our study relies mainly on
Kalman filtering in the Doppler-delay space of diffracted signals.
paprika.idref.fr
data.idref.fr
Documentation
