Formes d’onde et traitements bio-inspirés

Bio-inspired waveforms and processing

• Auteur / Autrice : Anthony Torre
• Direction : Thierry Chonavel
• Type : Thèse de doctorat
• Discipline(s) : Signal, image et vision
• Date : Soutenance le 19/12/2024
• Etablissement(s) : Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et le numérique
• Partenaire(s) de recherche : Laboratoire : Equipe Models and AlgoriThms for pRocessIng and eXtracting information - Laboratoire en sciences et techniques de l'information, de la communication et de la connaissance
• Partenaire(s) de recherche : Organisme de recherche : Office national d'études et de recherches aérospatiales (France)
• Jury : Président / Présidente : Atika Rivenq
• Jury : Examinateurs / Examinatrices : Thierry Chonavel, Alessio Balleri, Laurent Ferro-Famil, Abigael Taylor, Dominique Poullin
• Jury : Rapporteur / Rapporteuse : Alessio Balleri, Laurent Ferro-Famil

Mots clés

Mots clés contrôlés

Radar

Fonctions d'onde

Écholocation (physiologie)

Chauves-souris

Mimétisme

Mots clés libres

Biomimétisme

Chauve-Souris

Écholocation

Forme d’onde

Traitement radar

Biomimicry

Bat

Echolocation

Waveform

Radar processing

Résumé

Cette thèse aborde le sujet de la diversité des formes d’onde afin d’apporter des réponses aux problématiques radar actuelles, telles que la congestion croissante du spectre électromagnétique ou encore le besoin constant de performances améliorées (ou du moins maintenues). En étudiant le principe d’écholocation utilisé par les chauves-souris et leurs formes d’onde, les potentiels atouts de ces signaux innés sont mis en exergue. Une forme d’onde bio-inspirée, la forme d’onde de Parsons, capable d’imiter la construction des signaux de chauves-souris avec une certaine flexibilité, a ainsi été proposée pour des applications radar. Tout au long de la thèse, la comparaison est faite entre la fonction de Parsons et des formes d’ondes radar classiques (le chirp et la fonction hyperbolique) afin de mesurer le potentiel de cette forme d’onde bio-inspirée. En outre, ses réponses au traitement radar classique sont étudiées. En particulier, les bornes de Cramér-Rao ont été calculées pour quantifier l’efficacité de la forme d’onde dans l’estimation du délai et du Doppler. Des discussions sur des données simulées et réelles ont permis de valider la fonction de Parsons en tant que potentielle nouvelle forme d’onde radar. Pour aller plus loin, son implémentation dans des applications radar concrètes est étudiée. Enfin, à la suite de l’étude initiale sur les signaux de chauves-souris, un algorithme de détection de changement, le CuSum, est adapté et développé pour la détection de signaux radar inconnus.

This thesis addresses the issue of waveform diversity to answer current challenges in radar, such as the increasing spectral congestion or the need for improved (or at least maintained) capabilities. By studying the echolocation of bats and their waveforms, the potential assets of such innate waveforms have been highlighted. A bio-inspired waveform, the Parsons waveform, which is capable of mimicking the design of bat waveforms with a notable flexibility, has thus been proposed for use in radar applications. All along this thesis, the comparison is made between the Parsons function and classical radar waveforms (the chirp and the hyperbolic frequency modulation) in order to assess the potential of the bio-inspired waveform. In addition, its responses to traditional radar processing have been studied. In particular, the Cramér-Rao lower bounds have been calculated to quantify the efficiency of the waveform in estimating delay and Doppler. Discussions on both simulated and real data have enabled the validation of the Parsons bio-inspired function as a potential new radar waveform. To further investigate this, its implementation in concrete radar applications is studied. Finally, following an initial study of bat signals, a change-point detection algorithm, namely the CuSum, is derived and developed for the detection of unknown radar signals.