Nous vous rappelons que, afin de garantir l'accès de tous les inscrits aux salles de réunion, l'inscription aux réunions est gratuite mais obligatoire.
Inscriptions closes à cette réunion.
18 personnes membres du GdR ISIS, et 10 personnes non membres du GdR, sont inscrits à cette réunion.
Capacité de la salle : 50 personnes.
Journée GDR : "Traitement d'antenne : signaux non gaussiens, non circulaires, non stationnaires"
Jusqu'au début des années 90, les outils développés pour la détection, la décision ou l'estimation paramétrique en traitement d'antenne faisaient souvent l'hypothèse de gaussianité, circularité et stationnarité des signaux reçus. Cependant, ces hypothèses peuvent être inappropriées pour certaines applications où les observations sont hétérogènes et/ou non circulaires et/ou non stationnaires et/ou non Gaussiennes, dégradant ainsi les performances des estimateurs classiques et/ou les rendant sous-optimaux. La prise en compte de la non gaussianité, la non stationnarité des observations ainsi que l'exploitation de la non circularité dans les traitements a ouvert de nouvelles perspectives tant sur le plan théorique ou conceptuel que sur le plan applicatif, et font actuellement l'objet de nombreux travaux.
L'objectif de cette journée est de présenter des algorithmes avancés en traitement d'antenne pour la détection, la décision et l'estimation de paramètres d'intérêt dans le contexte de signaux non gaussiens, non circulaires et/ou non stationnaires. Durant cette journée, les aspects applicatifs des outils théoriques susmentionnés seront aussi abordés et présentés dans des contextes tels que le radar, les radio-communications...
La journée GDR se tiendra à Telecom-ParisTech, le 8 décembre 2016 et le programme comportera 4 exposés invités. Par ailleurs, un appel à communication sur les aspects théoriques susmentionnés et leurs applications est ouvert. Les intervenants candidats sont invités à envoyer un résumé de quelques lignes par email aux organisateurs :
La date limite de réception des résumés est fixée au 14 Novembre 2016.
1) SAIC/MAIC of rectilinear or quasi-rectilinear signals by WL FRESH filtering.
Pascal Chevalier, CNAM et Thales-Communications-Security
L'une des propriétés des filtres WL est leur capacité à faire de la réjection d'interférences R (ASK, BPSK) ou QR (MSK, GMSK, OQAM) à partir d'une seule antenne (Single Antenna Interference Cancellation). Pour cette raison, ces filtres sont opérationnels dans les portables GSM depuis 2006 permettant une augmentation de la capacité système des réseaux à coût constant. Le concept SAIC nécessite des extensions pour les nouvelles technologies telles que VAMOS (extension de GSM/EDGE standardisée en 2011), les réseaux FBMC-OQAM (candidats pour la 5G) ou les liaisons engendrant du Doppler différentiel entre sources (liaisons aéronautiques) en particulier. On présente dans cet exposé quelques extensions de ce concept, basées sur le filtrage WL FRESH, pour des canaux sélectifs en fréquence, pour des sources QR aussi bien sans qu'avec offsets différentiels de fréquence. Des performances analytiques très éclairantes de ces extensions sont présentées et discutées. Ces extensions sont applicables aux technologies précédentes ainsi qu'à certains réseaux FDMA.
2) Non linear Volterra Beamforming
Jean Pierre Delmas, Telecom SudParis
Le beamformeur classique de Capon n'est optimal que pour des signaux gaussiens circulaires. Cependant en télécommunications, les signaux de nature non gaussiennes présentent aussi des propriétés de non circularités d'ordre supérieur. Ce sont les raisons pour lesquelles, nous proposons un beamformeur widely nonlinear de Volterra de type minimum variance distortionnless response (MVDR) du troisième ordre susceptible d'exploiter ces propriétés. Son équivalence avec la structure generalized sidelobe canceller (GSC), ses capacités de traitement en présence de plusieurs interférences et ces performances en termes de SINR seront démontrées.
3) Widely linear detection in MIMO communications from non circularity to circularity
Ding Yuehua et Yide Wang, Ecole Polytechnique de l'université de Nantes
La non circularité des signaux sources est largement exploitée dans les systèmes de communication pour améliorer leurs performances. Les techniques exploitant la non circularité des signaux sources utilisent simultanément les signaux reçus ainsi que leur complexe conjugué, font appel à des techniques linéaires au sens large. Dans cette étude, nous cherchons à exploiter les propriétés des signaux circulaires en s'inspirant des techniques linéaires au sens large. Pour ce faire, les propriétés symétriques de la constellation des signaux télécommunications sont utilisées. Les résultats de simulation montrent que la technique proposée a un temps de calcul rapide tout en ayant une performance proche de la méthode de maximum de vraisemblance qui nécessite un temps de calcul beaucoup plus long.
4) Schémas de Détection Adaptative Robuste en Environnement non Gaussien, hétérogène et en présence d'outliers - Application au Traitement Radar Adaptatif Spatio-Temporel (STAP)<
Jean Philippe Ovarlez, ONERA et CentraleSupélec/SONDRA
Dans cet exposé, nous présentons un cadre général de modèles statistiques non-gaussiens (processus sphériques, elliptiques), d'estimateurs robustes de covariance (MLE, M-estimateurs) et de tests de détection adaptatives (Adaptive Normalized Matched Filter) permettant de lutter efficacement contre le caractére non gaussien du bruit d'environnement (fouillis) et en présence d'éventuels "outliers". Etendus au traitement radar spatio-temporel, ces nouveaux détecteurs et processus d?estimation apportent une régulation fiable de la fausse alarme et une très nette amélioration des performances de détection par rapport à celles d?un traitement conventionnel. Nous discuterons des estimateurs de covariance régularisés (nombre de données secondaires faible par rapport à la taille des vecteurs d'observation), de la connaissance a priori de la structure de la covariance du fouillis (Toeplitz, persymétrie) et des détecteurs de type "sous-espace" lorsque le rang faible du fouillis est supposé connu a priori.
9h20 - 9h30 : Introduction
Thème non Gaussien (1)
Thème non Gaussien / non circulaire
12h35 - 13h50 : Repas
Thème non circulaire
Thème non circulaire / non stationnaire
15h30 15h45 : Pause
Thème non stationnaire
Thème non Gaussien (2)
Jean Philippe Ovarlez (ONERA et CentraleSupélec/SONDRA)
Dans cet exposé, nous présentons un cadre général de modèles statistiques non-gaussiens (processus sphériques, elliptiques), d'estimateurs robustes de covariance (MLE, M-estimateurs) et de tests de détection adaptatives (Adaptive Normalized Matched Filter) permettant de lutter efficacement contre le caractére non gaussien du bruit d'environnement (fouillis) et en présence d'éventuels "outliers". Etendus au traitement radar spatio-temporel, ces nouveaux détecteurs et processus d'estimation apportent une régulation fiable de la fausse alarme et une très nette amélioration des performances de détection par rapport à celles d?un traitement conventionnel. Nous discuterons des estimateurs de covariance régularisés (nombre de données secondaires faible par rapport à la taille des vecteurs d'observation), de la connaissance a priori de la structure de la covariance du fouillis (Toeplitz, persymétrie) et des détecteurs de type "sous-espace" lorsque le rang faible du fouillis est supposé connu a priori.
Frédéric Barbaresco (THALES LAND & AIR SYSTEMS)
L'algorithme FP (Fixed-Point) est l'algorithme le plus populaire pour estimer une matrice de covariance sur signaux non-gaussiens, mais souffre de nombreuses faiblesses confirmées sur signaux réels. L'algorithme FP ne tient pas compte de la structure Toeplitz de la matrice de covariance si le signal est localement stationnaire. L'algorithme FP n'est pas robuste aux nonstationnarités sur l'axe spatial (non-stationnarité Doppler du fouillis de mer ou de sol en radar, le cas des cibles proches ou des cellules corrompues par du brouillage). L'algorithme FP n'estime que la matrice moyenne associée à N snapshots et non pas la statistique complète, c'est-à-dire la densité de probabilité associée à N snapshots. Or, l'estimation de cette statistique complète et en particulier de la densité de probabilité associée aux matrices de covariance de l'ambiance (cases voisines) est fondamentale si l'on souhaite construire des détecteurs statistiques robustes basés sur la notion de "profondeur statistique". Nous proposons une méthode qui permet de définir une distance entre matrices de covariance normalisées, invariante par reparamétrisation, basée sur la géométrie de l'Information en utilisant une estimation obtenue par l'algorithme de Burg Normalisé. Le problème étant ramené dans un espace métrique, il est possible d'estimer la densité de probabilité par une méthode non-paramétrique en étendant les méthodes à noyaux sur des variétés différentielles. Il est également possible de définir la densité à maximum d'Entropie pour ces matrices structurées (c'est-à-dire la généralisation de loi normale gaussienne pour les matrices structurées) en appliquant les modèles développés en mathématique par Jean-Louis Koszul et en physique statistique par Jean-Marie Souriau. Nous traitons le cas de matrices de covariance Toeplitz du signal temporel pour la détection Doppler sur signaux non-gaussiens (en amplitude) , localement stationnaire (en Doppler) dans la rafale mais non-stationnaire sur l'axe distance, et le cas de matrices de covariance (Toeplitz)-Block-Toeplitz du signal spatio-temporel pour les traitements STAP.
Virginie Ollier (SATIE/ENS Cachan)
En radio-interférométrie, la calibration est une étape indispensable à réaliser, avant de procéder à la reconstruction d'images. Elle consiste à estimer le plus précisément possible toutes les perturbations qui ont été introduites sur le signal d'origine. Cette étape est d'autant plus essentielle, avec l'arrivée de nouveaux réseaux interférométriques tels que le LOw Frequency ARray (LOFAR) et le Square Kilometre Array (SKA), constitués d'un très grand nombre d'antennes à très large champ de vision. Nous considérons dans le ciel la présence de sources dites de calibration, connues et très lumineuses, mais aussi une multitude de sources inconnues et de faible intensité, qui jouent le rôle de données dites aberrantes ("outliers") et qui viennent s'ajouter au bruit classique gaussien. Par conséquent, dans ce contexte de traitement d'antennes, nous cherchons à exploiter la non gaussianité des observations en proposant une méthode de calibration robuste. Dans ce but, nous choisissons de représenter le bruit gaussien et la contribution des "outliers" par une modélisation SIRP et proposons un algorithme d'estimation itératif basé sur le maximum de vraisemblance. Des expressions analytiques sont obtenues pour les paramètres inconnus et permettent de limiter la complexité calculatoire de notre algorithme.
Jean Pierre Delmas (Telecom SudParis)
Le beamformeur classique de Capon n'est optimal que pour des signaux gaussiens circulaires. Cependant en télécommunications, les signaux de nature non gaussiennes présentent aussi des propriétés de non circularités d'ordre supérieur. Ce sont les raisons pour lesquelles, nous proposons un beamformeur widely nonlinear de Volterra de type minimum variance distortionless response (MVDR) du troisième ordre susceptible d'exploiter ces propriétés. Son équivalence avec la structure generalized sidelobe canceller (GSC), ses capacités de traitement en présence de plusieurs interférences et ces performances en termes de SINR seront démontrées.
Ding Yuehua et Yide Wang (Ecole Polytechnique de l'université de Nantes)
La non circularité des signaux sources est largement exploitée dans les systèmes de communication pour améliorer leurs performances. Les techniques exploitant la non circularité des signaux sources utilisent simultanément les signaux reçus ainsi que leur complexe conjugué, font appel à des techniques linéaires au sens large. Dans cette étude, nous cherchons à exploiter les propriétés des signaux circulaires en s'inspirant des techniques linéaires au sens large. Pour ce faire, les propriétés symétriques de la constellation des signaux télécommunications sont utilisées. Les résultats de simulation montrent que la technique proposée a un temps de calcul rapide tout en ayant une performance proche de la méthode de maximum de vraisemblance qui nécessite un temps de calcul beaucoup plus long.
Pascal Chevalier (CNAM et Thales-Communications-Security)
L'une des propriétés des filtres WL est leur capacité à faire de la réjection d'interférences R (ASK, BPSK) ou QR (MSK, GMSK, OQAM) à partir d'une seule antenne (Single Antenna Interference Cancellation). Pour cette raison, ces filtres sont opérationnels dans les portables GSM depuis 2006 permettant une augmentation de la capacité système des réseaux à coût constant. Le concept SAIC nécessite des extensions pour les nouvelles technologies telles que VAMOS (extension de GSM/EDGE standardisée en 2011), les réseaux FBMC-OQAM (candidats pour la 5G) ou les liaisons engendrant du Doppler différentiel entre sources (liaisons aéronautiques) en particulier. On présente dans cet exposé quelques extensions de ce concept, basées sur le filtrage WL FRESH, pour des canaux sélectifs en fréquence, pour des sources QR aussi bien sans qu'avec offsets différentiels de fréquence. Des performances analytiques très éclairantes de ces extensions sont présentées et discutées. Ces extensions sont applicables aux technologies précédentes ainsi qu'à certains réseaux FDMA.
Lucien Bacharach (Laboratoire des signaux et systèmes)
Les séries temporelles affectées par des changements abrupts dans leur distribution (également appelés points de ruptures) sont par nature non-stationnaires. Qu'ils soient multivariés ou non, ces signaux concernent de nombreuses applications, et il est alors important de pouvoir détecter ces éventuels points de rupture, ou d'estimer leurs positions. C'est le cas par exemple en traitement de signaux radars, en particulier pour la détection de contour dans des images SAR, la segmentation de cartes de fouillis ou la détection de cibles noyées dans du fouillis. Dans cette présentation, nous nous focaliserons sur l'analyse des performances d'estimation dans ce contexte où la borne de Cramér-Rao ne s'applique pas et où l'établissement de théorèmes limites est resté restreint à certains cas particulièrement simples. Afin de palier à ces difficultés, nous présenterons une borne sur l'erreur quadratique moyenne (EQM) qui a l'avantage d'être calculable pour des problèmes plus réalistes : nous en donnerons des expressions analytiques, notamment pour des signaux gaussiens changeant de moyenne et/ou de variance, ainsi que pour des signaux poissonniens qui changent de paramètre. Nous donnerons quelques résultats de simulation pour illustrer l'intérêt de cette borne et son comportement par rapport à l'EQM d'estimateurs classiques, comme celui du maximum a posteriori.
Quentin Hoarau (Laboratoire LISTIC)
L'estimation de matrices de covariances dans un cas sous-déterminé est plus robuste lorsque l'estimateur est construit à partir de fonctions de coût pénalisées au sens d'un critère de régularité, et on parle alors d'estimateur régularisé de matrice de covariances. Ces estimateurs dépendent en général d'un paramètre, dit de régularisation, qui a un impact direct sur la performance de l'estimation. En particulier, l'estimateur de Tyler régularisé offre des performances constantes quelle que soit la distribution statistique des données, tout en étant robuste à la présence de données aberrantes dans le jeu de données. Cependant, la sélection de la valeur du paramètre de régularisation dépend fortement de l'application ciblée et de la configuration des données. Ainsi, proposer une méthode de sélection générale pour toutes les configurations de données reste un problème non trivial.
Une méthode de sélection du paramètre de régularisation dans le cas sous-déterminé est proposée, en se basant sur une approche par sous-espace. L'attrait de méthode est validé à l'aide de simulations, avant avant de l'appliquer au problème de détection adaptative de canalisation enfouies.
Christophe Culan (Thales Air Systems, Advanced Radar Concept)
Cet exposé traite de l'estimation des caractéristiques de bruits non gaussiens (que l'on caractérise par des modèles elliptiques) et de la détection de signaux dans de tels environnements, en présence d'outliers. Nous montrons que l'estimateur de Tyler est l'estimateur ML sur l'ensemble des modèles elliptiques, mais qu'il n'est malheureusement pas suffisamment robuste à la présence d'outliers. Nous proposons donc une procédure générale d'estimation partielle étendant le principe de maximum de vraisemblance, permettant d'adapter des estimateurs existants à des situations où la réjection d'outliers est nécessaire. Cette procédure est appliquée à l'estimateur de Tyler, et nous montrons qu'elle permet de le rendre insensible à la présence d'outliers. Cette insensibilité aux outliers vient cependant au coût de performances moindres sur des scenarii ne contenant pas d'outliers, et nous discutons donc en clôture de cette présentation deux axes d'améliorations permettant de limiter cette dégradation :
Ahmed Bitar (SONDRA)
La qualité d'estimation de la matrice de covariance est essentielle dans les schémas de détection de cibles (ou d'anomalies) en imagerie hyperspectrale. Le fait d'exploiter, dans la méthodologie d'estimation, le caractère parcimonieux de la structure de la matrice de covariance originale (complètement inconnue) permet potentiellement d'améliorer les performances de détection et ce particulièrement lorsque la dimension augmente.
Dans cet exposé, nous présentons deux méthodologies de prise en compte de cette parcimonie dans l'estimation de la matrice de covariance à travers sa matrice unitaire triangulaire inférieure T. La première sert tout d'abord à estimer T par la méthode classique des moindres carrés et ensuite exploiter quelques techniques de seuillage, tandis que la deuxième permet d'estimer directement une version « sparse » de T. La propriété que la matrice de covariance soit définie positive est toujours garantie dans les deux méthodes proposées. L'application de ces techniques sur des images hyperspectrales artificielles et réelles démontre l'efficacité (en termes de détection) des approches proposées pour la détection d'anomalies.
Date : 2016-12-08
Lieu : Telecom ParisTech, 46 rue Barrault Paris 13e - amphi Opale
Thèmes scientifiques :
A - Méthodes et modèles en traitement de signal
Inscriptions closes à cette réunion.
Accéder au compte-rendu de cette réunion.
(c) GdR IASIS - CNRS - 2024.