Signaux
Motivation
- La complexité des données traitées impose l’utilisation des méthodes de plus en plus performantes
- Corrélation entre les approches mathématiques employées dans la construction des algorithmes et entre les phénomènes physiques spécifiques au problème traité
- Permettre à un opérateur humain de n’avoir interpréter que les données informationnelles les plus caractéristiques
Problématique
- Adaptation des méthodes de traitement classique aux particularités de l’environnement de travail – fortement non-stationnaire
- Traitement des grands volumes de données
- Vérification/Validation des méthodes conçues dans le contexte réel
Domaine d'application
- Traitement (détection, interprétation, classification) des signaux transitoires,
- Imagerie SAR, ISAR,…
- Classification des modulations numériques,
- Guerre électronique.
Activités/Études
- Construction des méthodes temps-fréquence adaptées aux types des signaux traités définition des noyaux temps-fréquence optimaux en utilisant des projections adaptatives des signaux sur des formes d’onde élémentaires,
- Développement et construction de méthodes de séparation de sources pour traitement de signaux (séparation aveugle de sources dans les mélanges instanés ou convolutifs),
- Estimation bayésienne de Chaînes de Markov Cachées par simulation de Monte Carlo,
- Détection, estimation, localisation et identification de cibles,
Retour vers le haut de la page ↑
Imagerie
Motivation
- Domaine incontournable pour l'extraction d'informations utiles,
- Existence de méthodes spécifiques pour le traitement de données image.
Problématique
Tendre vers une compréhension de la scène physique observée sachant :
- Données fortement bruitées,
- Données dépendant des conditions de mesure,
- Limiter voire s'affranchir de l'intervention humaine dans les processus de traitement.
Domaine d'application
- Détection et Classification de cibles, estimation des vitesses,
- Radar de poursuite
- Classification de cibles aériennes en ISAR,
- Génération de modèles numériques de terrain (MNT),
- Détection en milieu marin (suivi navires, estimation des vitesses …)
- Prédiction de catastrophes naturelles, Télédétection.
Méthodologie
- Compréhension et prise en compte des mécanismes de formation de l'image (configuration mono et bistatique),
- Détection – caractérisation – segmentation – classification,
- Confrontation (validation) avec des données réelles,
- Radargrammétrie (stéréocopie) MNT, reconstruction 3D, cartographie, Simple, approprié aux reliefs importants, Recalage des deux images délicat, précision altimétrique.
- Radarclinométrie (ombrages) MNT, reconstruction 3D, cartographie, Monoscopique, complémentaire des deux autres techniques, Sensible aux variations du coefficient de rétrodiffusion, précision altimétrique.
- Détection et classification Reconnaissance de cibles complexes, pollutions, Estimation des vitesses … Algorithmes de traitement et classification, critères invariants, Choix des critères, volume de donnés, complexité.