Contributions à la mise en œuvre de chaînes de traitement radar fondées sur des formes d'onde à bande synthétique : Conception de chaînes de traitement complètes de diverses formes d'onde à fréquence échelonnée modulées par impulsions

Contributions to High Range Resolution Radar Waveforms : Design of Complete Processing Chains of Various Intra-Pulse Modulated Stepped-Frequency Waveforms

• Auteur / Autrice : Mahdi Saleh
• Direction : Éric Grivel, Samir Mohamad Omar
• Type : Thèse de doctorat
• Discipline(s) : Automatique, Productique, Signal et Image, Ingénierie cognitique
• Date : Soutenance le 27/02/2020
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale des sciences physiques et de l’ingénieur (Talence, Gironde)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de l'intégration du matériau au système (Talence, Gironde)
• Jury : Président / Présidente : Sylvie Marcos
• Jury : Examinateurs / Examinatrices : Éric Grivel, Samir Mohamad Omar, Sylvie Marcos, Dirk T. M. Slock, Jean-Philippe Ovarlez
• Jury : Rapporteurs / Rapporteuses : Dirk T. M. Slock, Jean-Philippe Ovarlez

Mots clés

Mots clés contrôlés

Traitement du signal

Radar

Ondes

Mots clés libres

Forme d'onde radar

HRRP

Système à bande synthétique

Forme d’onde NLFM

Optimisation de formes d’onde

Forme d’onde PC

Radar waveform

HRRP

Stepped frequency

NLFM waveform

Waveform optimization

Phase coded waveform

Résumé

Dans divers systèmes radar, un grand intérêt a été porté à la sélection d’une forme d’onde et à la conception d’une chaîne de traitement complète, de l’émetteur au récepteur, afin d’obtenir un profil distance haute résolution (HRRP, acronyme de High Range Resolution Profile en anglais). Au cours des dernières décennies, les concepteurs d’algorithmes de traitement du signal radar ont concentré leur attention sur différentes formes d’onde telles que les techniques de compression d’impulsion et les systèmes à bande synthétique (SF acronyme de stepped frequency, en anglais).D’une part, trois types de formes d’onde de compression d’impulsions large bande ont été proposés dans la littérature : la forme d’onde modulée linéairement en fréquence (Linear Frequency Modulation), celle à codes de phase (Phase Coded) et la forme d’onde modulé non linéairement en fréquence (Non Linear Frequency Modulation). Ces approches sont très populaires, mais elles requièrent une fréquence d’échantillonnage généralement élevée au niveau du récepteur, et par voie de conséquence un convertisseur analogique-numérique coûteux. De plus, les formes d’onde PC et NLFM peuvent être préférables dans certaines applications à haute résolution, car elles conduisent à de meilleurs PSLR et ISLR que ceux obtenus avec la forme d’onde LFM.D’autre part, lorsqu’il s’agit de schémas SF, une fréquence d’échantillonnage moins élevée peut être envisagée, ce qui permet d’utiliser un CAN meilleur marché.Ces deux approches peuvent être combinées pour tirer avantage des deux familles. Bien que la combinaison standard mène à l’exploitation d’un CAN bon marché, les performances en termes de PSLR et ISLR ne sont pas nécessairement adaptées. Comme le PSLR et l’ISLR ont une grande influence sur la probabilité de détection et la probabilité de fausse alarme, notre objectif est de trouver des solutions alternatives. Ainsi, notre contribution dans ce mémoire de thèse consiste à proposer deux nouvelles chaînes de traitement, de l’émetteur au récepteur :1) Dans la première approche, le spectre de la forme d’onde à large bande est décomposé en un nombre prédéterminé de portions. Puis, les versions temporelles de ces dernières sont successivement transmises. Le signal reçu est alors traité soit en utilisant un algorithme FD (pour Frequency domain en anglais) modifié, soit un algorithme de reconstruction de forme d’onde réalisé directement dans le domaine temporel (TWR pour time wave reconstruction). Dans cette thèse, les formes d’ondes PC et NLFM ont été sélectionnées. Une étude comparative est alors menée entre les différentes chaînes de traitement, de l’émetteur au récepteur, que l’on peut constituer. Nos simulations montrent que les performances obtenues à partir de l’algorithme TWR sont le plus souvent meilleures que celles de l’algorithme FD modifié. La contre-partie est une augmentation du coût calculatoire. De plus, que ce soit avec une forme d’onde PC ou NLFM, l’approche présentée fournit de meilleurs résultats en termes de PSLR et ISLR que les formes d’onde SF classiques.2) La seconde démarche proposée consiste à approximer une forme d’onde NLFM à large bande par une forme d’onde LFM par morceaux, puis de la combiner avec une approche de type SF. Cela donne lieu à une forme d’onde combinant SF et un train d’impulsions LFM ayant différentes durées et largeurs de bande. La sélection des paramètres de cette forme d’onde est faite en minimisant un critère multi-objectif, tenant compte du PSLR, de l’ISLR et de la résolution distance. Cette estimation est opérée par algorithmes génétiques. Selon les poids utilisés dans le critère multi-objectif et le nombre d’impulsions LFM pris en compte, les performances des les formes d’onde résultantes varient.Une annexe est en outre fournie qui présente des travaux complémentaires sur la comparaison de modèles à partir de la divergence de Jeffreys.

In various radar systems, a great deal of interest has been paid to selecting a waveformand designing a whole processing chain from the transmitter to the receiver toobtain the high range resolution profile (HRRP). For the last decades, radar designershave focused their attentions on different waveforms such as the pulse compressionwaveforms and the stepped frequency (SF) waveform:On the one hand, three different types of wide-band pulse compression waveforms havebeen proposed: the linear frequency modulation (LFM) waveform, the phase coded(PC) waveform, and the non-linear frequency modulation (NLFM) waveform. They arevery popular but the sampling frequency at the receiver is usually large. This hence requiresan expensive analog-to-digital convertor (ADC). In addition, the PC and NLFMwaveforms may be preferable in some high range resolution applications since they leadto peak sidelobe ratio (PSLR) and integrated sidelobe ratio (ISLR) better than the onesobtained with the LFM waveform.On the other hand, when dealing with SF waveforms, a small sampling frequency canbe considered, making it possible to use a cheap ADC.Pulse compression and SF waveforms can be combined to take advantage of both. Althoughthe standard combination of PC or NLFM with SF leads to the exploitation ofa cheap ADC, the performance of the PC waveform or NLFM waveform in terms ofPSLR and ISLR cannot be attained. As the PSLR and the ISLR have a great influenceon the probability of detection and probability of false alarm, our purpose in the PhDdissertation is to present two new processing chains, from the transmitter to the receiver:1) In the first approach, the spectrum of a wide-band pulse compression pulse is splitinto a predetermined number of portions. Then, the time-domain transformedversions of these various portions are transmitted. At the receiver, the receivedechoes can be either processed with a modified FD algorithm or a novel timewaveformreconstruction (TWR) algorithm. A comparative study is carried outbetween the different processing chains, from the transmitter to the receiver, thatcan be designed. Our simulations show that the performance in terms of PSLRand ISLR obtained with the TWR algorithm is better than that of the modified FDalgorithm for a certain number of portions. This comes at the expense of an additionalcomputational cost. Moreover, whatever the pulse compression used, the approach we present outperforms the standard SF waveforms in terms of PSLRand ISLR.2) In the second approach, we suggest approximating the wide-band NLFM by apiecewise linear waveform and then using it in a SF framework. Thus, a variablechirp rate SF-LFM waveform is proposed where SF is combined with a train ofLFM pulses having different chirp rates with different durations and bandwidths.The parameters of the proposed waveform are derived from the wide-band NLFMwaveform. Then, their selection is done by considering a multi-objective optimization issue taking into account the PSLR, the ISLR and the range resolution.The latter is addressed by using a genetic algorithm. Depending on the weightsused in the multi-objective criterion and the number of LFM pulses that is considered, the performance of the resulting waveforms vary.An appendix is finally provided in which additional works are presented dealing withmodel comparison based on Jeffreys divergence.