Filtre adapté
Application à l’imagerie radar
1 Reconnaissance et extraction d’un signal par filtrage adapté
1.1 Généralités
On souhaite réaliser un système permettant de reconnaître la forme d’un signal et qui
utilise la ressemblance de deux signaux, mesurée à partir de leur fonction d’intercorrélation
+∞
Z
rxy (τ ) = x(t)y ∗ (t − τ )dt (1)
−∞
Le système est mis en oeuvre à l’aide de filtres Linéaires Invariants dans le Temps (LIT).
La réponse, y(t), d’un filtre LIT de réponse impulsionnelle h(t), à un signal d’entrée
x(t), est donnée par
+∞
Z
y(t) = h(t) ∗ x(t) = h(τ )x(t − τ )dτ soit Y (f ) = H(f )X(f ) (2)
−∞
où X(f ) = T F (x(t)) est la transformée de Fourier de x(t), et H(f ) est la fonction de
transfert du filtre.
La borne supérieure de la ressemblance est donnée par une adaptation de l’inégalité
de Cauchy-Schwarz au problème traité, qui s’écrit
+∞ 2 +∞ +∞
Z Z Z
∗
x(t)y (t)dt ≤ |x(t)| dt
2
|y(t)|2 dt soit |Exy |2 ≤ Ex Ey (3)
−∞ −∞ −∞
avec Exy = rxy (0), et Ex = rxx (0) = rx (0), l’énergie de x(t). La borne supérieure est
atteinte lorsque x(t) = λ y(t).
1.2 Mise en oeuvre par filtrage LIT: filtrage adapté
On souhaite reconnaître une forme d’onde de durée T , u(t), présente dans x(t).
a) A partir de (1) et (2), déterminer la réponse impulsionnelle h(t) telle que h(t) ∗
x(t) = rxu (t)
b) Donner l’opération de filtrage équivalente dans le domaine spectral
c) Déterminer l’expression de y(t) = x(t) ∗ h(t) lorsque x(t) = Au(t − t0 ).
d) Expliquer comment estimer A et t0 par application sur x(t) d’un filtrage adapté à
u(t)
1
1.3 Visualisation
Le programme Matlab Waveform_extraction.m et le fichier Waveform_extraction.pdf
permettent d’illustrer certaines propriétés du filtre adapté.
2 Formes d’ondes et applications
2.1 Forme d’ondes radar définie dans le domaine temporel
2.1.1 Fonctionnement d’un système radar impulsionnel cohérent
On considère un système radar dont le synoptique est montré sur la figure 1a. Ce système
(a) A forme d’onde impulsionnelle
(b) A forme d’onde continue
Figure 1: Synoptiques d’un système radar cohérent
utilise une forme d’onde définie dans le domaine temporel comme
1
! (
τ jπατ 2 ∀|τ | ≤ 12
u(τ ) = rect e avec rect(τ ) = (4)
Tp 0 ailleurs
La forme d’onde en bande de base, u(τ ) est transposée autour de fc pour donner le
signal RF modulé. Le signal émis seRF (τ ) est converti en champ EM qui se propage et
interagit avec l’environnement mesuré. La partie du champ réfléchie vers le radar est
captée par les antennes de réception qui délivrent le signal RF reçu, srRF (τ ). Ce signal
est ensuite transposé en bande de base pour donner le signal reçu sr (τ ).
2
Dans le cas d’un diffuseur situé à une distance d0 du radar, les signaux reçus s’écrivent,
en l’absence de bruit, comme
srRF (τ ) = a0 seRF (τ − τ0 ) et sr (τ ) = a0 e−jωc τ0 u(τ − τ0 ) (5)
avec τ0 = 2dc 0 , la durée du trajet radar-diffuseur aller-retour. Le signal reçu est "focalisé"
à l’aide d’un filtre adapté à la forme d’onde u(τ ) afin de déterminer l’amplitude et le délai
des différentes réponses de la scène. Dans le cas d’une scène composée de Nd diffuseurs
dont les réponses n’interagissent pas, le signal reçu s’écrit
Nd Nd
−jωc τk
sr (τ ) = ak e u(τ − τk ) = u(τ ) ∗ ak e−jωc τk δ(τ − τk ) (6)
X X
k=1 k=1
et le signal focalisé est donné par
Nd
srf (τ ) = sr (τ ) ∗ u∗ (−τ ) = ak e−jωc τk ru (τ − τk ) (7)
X
k=1
On rappelle des propriétés de l’impulsion de Dirac, très utiles en traitement du signal
Définition
+∞
+∞ lorsque τ = 0
( Z
δ(τ ) = et δ(τ ) dτ = 1 (8)
0 autrement
−∞
Propriétés
+∞
Z
f (τ )δ(τ − τ0 ) dτ = f (τ0 ), f (τ ) ∗ δ(τ − τ0 ) = f (τ − τ0 ), F T (δ(τ − τ0 )) = e−j2πf τ0 (9)
−∞
2.1.2 Allure des signaux
Tracer l’allure de <(u(τ )), la partie rélle de u(τ ), et de ru (τ ) dans deux cas très courants:
a) pour une impulsion classique, non modulée, avec α = 0
b) pour une impulsion modulée de type "chirp" avec ∆f Tp 1
N.B: La fonction d’autocorrélation de u(τ ) est donnée par
1 − 2|t| ∀|t| ≤ 12
! ! ! (
τ τ
ru (τ ) = Tp tri sinc ∆f tri τ avec tri(t) = (10)
2Tp 2Tp 0 ailleurs
où sinc(x) = sin(πx)/(πx) et ∆f = αTp
3
2.1.3 Résolution
On considère l’expression du signal focalisé de (7) dans le cas de Nd = 2 diffuseurs. On
peut définir la résolution temporelle comme l’intervalle de temps δτ = |τ1 − τ0 | minimal
tel que les réponses soient séparables, i.e. que l’on puisse estimer exactement a0 et a1
en l’absence de bruit.
a) Montrer que δτ correspond à l’abscisse du premier passage par 0 de ru (τ )
b) Comparer les résolutions des deux impulsions étudiées
2.2 Forme d’ondes radar définie dans le domaine spectral
2.2.1 Filtre adapté échantillonné dans le domaine spectral
a) A partir de (7), donner l’expression du spectre du signal focalisé, Srf (f ). Dans le
cas de u(τ ) définie en (4) et avec ∆f Tp 1, montrer qu’une version échantillonnée
de Srf (f ), f ∈ [f1 , . . . , fN f ], peut être obtenue par simple mesure d’une fonction
de transfert, validant ainsi le synoptique de la figure 1b. Expliquer les différences
entre ces deux modes de mesure.
−j2πfNf τ T
b) On note s = [Srf (f1 ), . . . , Srf (fNf )]T a(τ ) = [e−j2πf1 τ , . . . , e ]
• Montrer que srf (τ ) = aH (τ )s représente un filtrage adapté à la réponse d’un
diffuseur lors d’une mesure à onde continue. On pourra utiliser la version
suivante de l’inégalité de Cauchy-Schwarz
2
soit xn yn∗ ou |Exy |2 ≤ Ex Ey
X X X
H 2 2 2
|y x| ≤ kxk kyk ≤ |xn |2 |yn |2
n n n
(11)
la borne supérieure étant atteinte lorsque x = λy, i.e. xn = λyn ∀n.
• Quelle est l’opération simple assurée par aH (τ ) ?
c) Calculer rxu (τ ) dans le cas d’un échantillonnage régulier, i.e. fn = f1 + (n − 1) df
d) Discuter de la forme de rxu (τ ) pour τ ≈ 0, calculer la période de |rxu (τ )|
e) Déterminer la résolution et l’ambiguité de rxu (τ ) en fonction de df et N
2.2.2 Applications
Des illustrations utilisant des signaux radar réels sont données dans le fichier applications_radar.pdf