S.

SMIHILY Utilisation des antennes adaptatives dans les radars de poursuite 1

Utilisation des antennes adaptatives dans les

systèmes RADAR de poursuite
Sara SMIHILY, Mounir RIFI
Lab. RITM/ESTC. CED Science de l’ingénieur, ENSEM, Université Hassan II
Casablanca, Morocco.
[Link]@[Link], rifi@[Link]

Abstract—Un Radar de poursuite mesure les coordonnées définir les antennes adaptatives et présenter leurs structure
d’une cible et fournit des données qui peuvent être utilisées dans la troisième partie, les sections 3 et 4 auront pour
pour déterminer la trajectoire de la cible et prédire sa position objectif de présenter les travaux dirigés à propos les
future. Par ailleurs, ce système présente des limitations. Pour techniques de direction d’arrivé, (Direction of arrival, DOA)
lutter contre ces problèmes une solution très efficace a vu le
ainsi les algorithmes adaptatifs utilisés par les antennes
jour dans les dernières décennies qui repose sur le fait de
contrôler intelligemment la transmission des données dans le adaptatifs.
domaine spatial. Plus précisément, utiliser des antennes dont le
diagramme de rayonnement est contrôlé afin d’avoir le
maximum du gain dans la direction du lobe principal (la cible) II. LES ANTENNES INTELLIGENTES
et réduit l’effet des multi-trajets. C’est dans ce contexte que la Les systèmes d'antennes intelligentes sont d’une grande
les techniques d’antennes intelligentes vont être utilisées. Cet importance dans les applications de communication sans fil
article présente une vue d’ensemble sur les antennes et radar. Ils améliorent efficacement la capacité du système
intelligentes, et en particulier les antennes adaptatives qui se
et réduisent les interférences dans le même canal.
veut une solution pour pallier aux limitations de l’ancien
système Radar de poursuite.
Les antennes intelligentes offrent des excellentes
Keywords— Antennes intelligentes, Antennes adaptatives, performances par rapport aux antennes existantes en ce qui
Radar de poursuite. concerne la consommation d'énergie, la capacité de
l'utilisateur ainsi que la suppression du bruit [2].
I. INTRODUCTION
Elles peuvent aussi diriger le lobe principal du faisceau
Le Radar, comme tout autre système, présente des
vers l’utilisateur réel. Par cette méthode, la puissance
limitations présentées comme suit :
maximale sera rayonnée vers la cible, ce qui donnera un très
Le système n’est pas très stable et il est sujet aux bon gain dans cette direction [3]. Une antenne intelligente
interférences externes causées par d'autres supports. La peut également être utilisée pour augmenter la capacité du
forme du lobe d’antenne, n’est pas adaptée à la recherche réseau, atténuer les interférences, réutiliser les fréquences et
d’une cible dans un grand domaine, ce qui limite cette réduire l'ensemble des coûts d'infrastructure [4].
recherche à un cône d’ouverture faible que la cible à
poursuivre doit traverser pour pouvoir s’identifier. Le L'antenne adaptative est un réseau d’antenne permet de
système ne peut pas, également, distinguer ou résoudre former des diagrammes de rayonnement dynamiques orientés
plusieurs cibles (il est possible que les signaux radio ne dans des directions privilégiées facilitant ainsi la poursuite
différencient pas les objets). Et finalement, Le Radar met d’une cible tout au long de son trajet. Ces diagrammes
plus de temps à se verrouiller sur un objet.
s’adaptent constamment à l’environnement radio au fur et à
Pour pallier à ces limitations, on a résumé les besoins mesure que ce dernier change [5].
actuels des Radars de poursuite en quatre points :
 Il faut maximiser le signal d’intérêt tout en annulant
de manière adaptative les interférences. III. LES ANTENNES ADAPTATIVES
Un système d'antenne intelligente adaptative répond
 Avoir un lobe secondaire bas, pour rejeter les
parfaitement aux critères des radars de poursuite, vu sa
interferences.
combinaison entre un réseau d’éléments d'antenne et
 Avoir une bonne directivité du lobe principal. techniques de traitement du signal numérique “Fig. 1”.
 Une bonne précision de poursuite de cible.
Or les antennes adaptatives (un type des antennes
intelligentes) répondent parfaitement à tous ces besoins.
Le reste de cet article est organisé comme suit :
La 2eme section sera dédiée à présenter les avantages
d’utilisation des antennes intelligentes par la suite on va

Mediterranean Telecommunications Journal Vol. 9, N° 2, July 2019 ISSN: 2458-6765

S. SMIHILY Utilisation des antennes adaptatives dans les radars de poursuite 2

IV. LES TECHNIQUES D’ESTIMATION D’ANGLE D’ARRIVEE

Méthode basée sur la notion de sous-espace :

-Méthodes à recherche spectrale.
MUltiple SIgnal Classification (MUSIC) , Vrai Semblance.
-Méthodes sans recherche spectrale

Méthodes du maximum de vraisemblance (ML) :

Très efficace mais très lente et difficile à implémenter

Méthodes à réseaux de neurones.

Peu sensible au bruit, prenant en compte les couplages
mutuels et sont rapides
Difficulté de l’implémentation

Algorithmes Génétiques (AG):

Très couteux en terme de calcul à cause de leur complexité

Fig. 3. Classification des méthodes d’estimation d’angle d’arrivée

Réaliser une estimation de DOA à l'aide d'une seule

antenne fixe a une résolution limitée [7], car la taille
physique de l'antenne en fonction, est inversement
Fig. 1. Processus d’adaptation
proportionnelle à la largeur du faisceau du lobe principal de
La technique de traitement du signal utilise deux l'antenne. Il est pratiquement impossible, d'augmenter la
algorithmes, un algorithme de direction d'arrivée (DOA) et taille d'une seule antenne pour obtenir une largeur de
un algorithme adaptatif de formation de faisceau. faisceau plus nette. Un réseau d’antenne offre de meilleures
L'algorithme DOA calcule la direction d'arrivée de tous les performances en termes d’estimation de paramètres et de
signaux entrants. Ensuite, l'algorithme adaptatif de réception de signaux. Donc utiliser un réseau d'antenne
formation de faisceau est utilisé pour mettre à jour les améliora la précision et la résolution [8]. Et c’est le principe
paramètres du système “Fig. 2”. des antennes intelligentes (l’utilisation d’un réseau
d’antenne).
Les poids de chaque élément modifient le déphasage et Les grandes familles des méthodes d’estimation sont
l'atténuation d'amplitude du signal reçu, de sorte que le présentées en dessus dans la “Fig. 3”.
faisceau principal sera dirigé vers la direction du signal L’estimation des angles d’arrivées représente un intérêt
souhaitée et que les valeurs nulles seront placées dans les pour plusieurs études qui essayent d’apporter des
directions de l'interférence [6]. améliorations et des innovations aux différentes méthodes
d’estimation et surtout pour MUSIC, vu qu’elle représente
la méthode la plus largement répandue.

Dans ce contexte, une étude [9], a montré que, MUSIC

utilise les valeurs propres et les vecteurs propres du signal et
du bruit pour estimer la direction d'arrivée des signaux
entrants. Il est donc facile de séparer les signaux du bruit,
car les vecteurs propres du sous-espace signal et bruit sont
orthogonaux les uns aux autres.
L’efficacité de cet algorithme d’estimation peut être
améliorée en augmentant l’espacement entre les éléments,
en augmentant le nombre d’élement d’antenne. Pour les
signaux cohérents, l'algorithme MUSIC conventionnel ne
parvient pas à obtenir des pics étroits et nets. ils ont conclu
que la détection de signaux cohérents peut être obtenue de
manière satisfaisante en utilisant l'algorithme amélioré
MUSIC.

V. LES ALGORITHMES ADAPTATIFS

Pour obtenir les pondérations optimales, diverses
méthodes sont possibles. Le choix de l’algorithme qui
permet d’atteindre la solution optimale est une étape
cruciale car de lui dépendent la vitesse de convergence et la
Fig. 2. Schéma représentatif d'une antenne adaptative complexité d’intégration matérielle

Mediterranean Telecommunications Journal Vol. 9, N° 2, July 2019 ISSN: 2458-6765

S. SMIHILY Utilisation des antennes adaptatives dans les radars de poursuite 3

Cet étude montre, qu'en augmentant le nombre

d'éléments rayonnants d'antenne, la performance globale de
l'antenne intelligente s'améliore dans tous les algorithmes.
La convergence des algorithmes adaptatifs de formation de
faisceaux est insensible au changement de déplacement
entre les éléments d'antenne.

L'algorithme LMS présente de bonnes performances et

une formation de faisceau stable, à l'exception du fait que sa
convergence est lente et dépend du nombre d'éléments
d'antenne.
Les algorithmes LMS et NLMS introduisent le niveau le
plus bas des lobes latéraux. Egalement, NLMS réalise les
meilleures performances en ce qui concerne la convergence
de vitesse, la stabilité de la formation de faisceau, le faible
niveau des lobes latéraux, la simplicité de calcul et la
profondeur de zéro appropriée.

Fig. 2. Les types des algorithmes adaptatifs Les algorithmes SMI et RLS améliorent la convergence
au détriment du niveau élevé des lobes latéraux et de
Les différents algorithmes adaptatifs peuvent être divisés l’instabilité de la formation de faisceau. Ces algorithmes
en deux groupes principaux: donnent les valeurs nulles les plus profondes dans les
 Méthodes aveugles directions des signaux brouilleurs.
 Méthodes non aveugles.
L'algorithme hybride LMS/SMI améliore également la
Une large classification des algorithmes adaptatifs est convergence, diminue l'erreur quadratique moyenne et
présentée dans “Fig. 4”. minimise la complexité de calcul au détriment du niveau
élevé des lobes latéraux et de l'instabilité de la formation de
Dans un système de suivi de cible radar, il est faisceau.
souhaitable d’adopter une adaptation à haute vitesse des
poids et de rejeter les interférences et le bruit. Pour cela, de Une autre étude réalisée [11], a été effectuée sur les
nombreuses recherches ont été faites pour déterminer performances des mêmes algorithmes LMS, NLMS et
l’algorithme optimal. SLMS en faisant varier la taille des étapes.
Pour les grandes valeurs de pas, LMS ne fonctionne pas
Dans cet optique une étude a été réalisé [10] en pour la formation de faisceau. Le taux de convergence est
comparant les performances de cinq algorithmes non également l’un des inconvénients des algorithmes LMS car
aveugles, Least Mean Square (LMS), Norlaized Least Mean il dépend directement de la valeur de la taille du pas.
Square (NLMS), Sample Matrix Inversion (SMI), Recursive
Least Square (RLS) et hybride LMS/SMI, en variant le NLMS a donné encore une fois, une bonne convergence
nombre des éléments rayonnants N et le déplacement entre ainsi que des résultats exacts pour une large variation de la
les éléments du réseau d. Les performances de chaque taille des pas. Il a été observé que NLMS surpassait les
algorithme sont mesurées en termes de stabilité de la autres algorithmes en termes de localisation de l'utilisateur
formation de faisceau, de largeur de faisceau, de niveau et réduisait également les niveaux de lobe latéral pour
maximal des lobes latéraux, de profondeur nulle et de taux différentes valeurs de taille de pas. La difficulté de calcul de
de convergence. NLMS est également supérieure à celle de LMS.

TABLE I. TABLE COMPARATIF DES DIFFERENTS ALGORITHMES

LMS NLMS SMI RLS LMS/SMI

NOMBRE DES Bonnes Bonnes Bonnes Bonnes BONNES
ÉLÉMENTS performances performances performances performances PERFORMANCES

FORMATION DE Stable Stable Instable Instable INSTABLE

FAISCEAU
CONVERGENCE Lente Rapide Rapide Rapide RAPIDE

NIVEAU DES BAS LE PLUS BAS ÉLEVÉ ÉLEVÉ ÉLEVÉ

LOBES
LATÉRAUX

Mediterranean Telecommunications Journal Vol. 9, N° 2, July 2019 ISSN: 2458-6765

S. SMIHILY Utilisation des antennes adaptatives dans les radars de poursuite 4

Dans cette partie, on a essayé de présenter les recherches [9] Gupta, P., & Kar, S. P. (2015). MUSIC and improved MUSIC
les plus pertinentes du domaine et la majorité de ces études algorithm to estimate direction of arrival. 2015 International
démontrent que le NLMS est l’algorithme adaptatif le plus Conference on Communications and
performant, qui offre les meilleurs résultats, un tableau, SignalPrcessing(ICCSP).doi:10.1109/iccsp.2015.7322593
[10] Khalaf, A. A. M., El-Daly, A.-R. B. M., & Hamed, H. F. A.
Table.1, comparatif est donné pour résumer les (2016). Different adaptive beamforming algorithms for
performances de chaque algorithme . performance investigation of smart antenna system. 2016 24th
International Conference on Software, Telecommunications
andComputerNetworks
VI. CONCLUSION (SoftCOM).doi:10.1109/softcom.2016.7772134
Les systèmes d'antennes intelligentes sont d’une grande [11] Lakshmi, T. S. J., Sivvam, S., & Rajyalakshmi, V.
(2018). Performance evaluation of smart antennas using non
importance dans les applications de poursuite radar. Ils
blind adaptive algorithms. 2018 Conference on Signal
améliorent efficacement la capacité du système et réduisent Processing And Communication Engineering Systems
les interférences dans le même canal. (SPACES).doi:10.1109/spaces.2018.8316318

Les systèmes adaptatifs reposent sur des algorithmes de

traitement de signal sophistiqués permettent de distinguer en
permanence les signaux utiles des signaux issus des trajets
multiples et même poursuivre le signal utile (la cible) grâce
aux algorithmes de détection des directions d’arrivée (DoA,
Direction of Arrival) et des algorithmes adaptatifs pour
pouvoir orienter le lobe principale vers la cible tout en
créant des zéros dans les directions d’interférences pour
réduire les niveaux des signaux brouilleurs émis par d’autres
systèmes.

Notre papier avait pour objectif de présenter une vue

globale sur les antennes adaptatives et leurs impact sur le
système Radar de poursuite, vu que le système n’apporte
que des avantages et assure le suivi, ainsi une présentation
des dernières recherches et études dans ce domaine.

Références
[1] Salvat, Francois, Bouko, Jean, remier Auteur, "Système
d’antenne à balayage conique pour radar de
poursuite",Office européen des brevets, n° de publication
0 002 982 A1.
[2] Michael Chryssomallis, “Smart Antennas” IEEE Antennas
and Propagation Magazine, Vol. 42, No. 3, June 2000
[3] Frank Gross, “Smart Antenna for Wireless Communication”
Mcgrawhill, September 14, 2005
[4] J.C. Libert and T. S. Rappaport, Smart Antennas for Wireless
Communications and Third Generation CDMA Applications,
Englewood Cliffs, NJ, Prentice Hall,1999.
[5] Lal C. Godara, “Application of Antenna Arrays to Mobile
Communications, Part II: beamforming and direction-of-
arrival considerations”, Proceeding of the IEEE, Vol. 85, No.
8, pp. 1195-1234, August 1997
[6] W. Ali, D. Mohamed, and A. H. Hassan, "Performance
analysis of least mean square sample matrix inversion
algorithm for smart antenna system," in Antennas and
Propagation Conference (LAPC) Loughborough, UK, 2013,
pp. 624-629.
[7] Marshall [Link], "Direction of arrival estimation using
super resolution algorithms ", .M Sc. Thesis, California State
Polytechnic University, Pomona, 2007.
[8] Zekeriya A1iyazicioglu, H.K. Hwang. Marshall Grice,
Anatoly Yakovlev, "Sensitivity analysis for direction of arrival
estimation using a Root-MUSiC algorithm ", Proceedings of
the International Multi Conference of Engineers and
Computer Scientists vol n IMECS, 19-21 March 2008.

Mediterranean Telecommunications Journal Vol. 9, N° 2, July 2019 ISSN: 2458-6765

S. SMIHILY Utilisation des antennes adaptatives dans les radars de poursuite 5

Mediterranean Telecommunications Journal Vol. 9, N° 2, July 2019 ISSN: 2458-6765