Méthodologies de conception de formes d'onde pour radars sol. Application au cas du radar MIMO. / Uy Hour Tan ; sous la direction de Jean-Philippe Ovarlez

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Catalogue Worldcat

Systèmes à entrées multiples et à sorties multiples

Radar

Ondes

Ovarlez, Jean-Philippe (Directeur de thèse / thesis advisor)

Marcos, Sylvie (1960-....) (Président du jury de soutenance / praeses)

Himed, Braham (Rapporteur de la thèse / thesis reporter)

Chaumette, Eric (1965-....) (Rapporteur de la thèse / thesis reporter)

Ginolhac, Guillaume (1974-) (Membre du jury / opponent)

Ferro-Famil, Laurent (19..-....) (Membre du jury / opponent)

Adnet, Claude (19..-....) (Membre du jury / opponent)

Rabaste, Olivier (1980-....) (Membre du jury / opponent)

Université Paris-Saclay (2015-2019) (Organisme de soutenance / degree-grantor)

École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....) (Ecole doctorale associée à la thèse / doctoral school)

SONDRA (Gif-sur-Yvette, Essonne ; 2004-....) (Laboratoire associé à la thèse / thesis associated laboratory)

CentraleSupélec (2015-....) (Autre partenaire associé à la thèse / thesis associated third party)

Résumé / Abstract : Cette thèse se focalise sur le concept du radar MIMO co-localisé. L'acronyme MIMO -- pour Multiple-Input Multiple-Output -- indique l'utilisation de plusieurs émetteurs et de plusieurs récepteurs, tandis que le terme co-localisé signifie que ces éléments sont étroitement espacés. Chaque émetteur envoie une forme d'onde qui lui est propre : un radar MIMO émet donc simultanément un ensemble de signaux.Cette thèse a ainsi pour but d'établir une méthodologie permettant de générer cet ensemble de signaux, tout en respectant certaines contraintes opérationnelles. Cela nous permettra de déterminer les apports éventuels de ce radar. Nous nous sommes intéressés en particulier aux codes de phase, pour des raisons de couplage (qu'on peut traduire ici par la capacité, lors du traitement, à distinguer la position angulaire d'une cible de sa distance).La méthodologie proposée se synthétise simplement en une modélisation sous la forme d'un problème d'optimisation. Contrairement à la littérature et à des précédents résultats théoriques, nous avons décidé d'évaluer l'orthogonalité des signaux émis par le radar en différentes directions, et non l'orthogonalité des signaux élémentaires. Ce problème, plus réaliste, est malheureusement non-convexe et à grande échelle : un benchmark sur différentes méthodes d'optimisation nous a permis de constater l'efficacité des algorithmes basées sur le gradient.Optimiser cette orthogonalité sous-entend l'utilisation de filtres adaptés. Cependant, en pratique, le traitement radar s'effectue à l'aide de filtres désadaptés. Nous suggérons ainsi un problème d'optimisation jointe, permettant de générer de manière simultanée un ensemble de formes d'onde (pour le radar MIMO, entre autres) et les filtres désadaptés associés. Des simulations ont permis de montrer l'efficacité de la méthode. Celle-ci est en particulier préférable aux algorithmes cycliques habituellement utilisés.

Résumé / Abstract : This thesis deals with coherent MIMO radars. MIMO stands for Multiple-Input Multiple-Output, meaning that several transmitters and several receivers are used, closely-spaced in a coherent MIMO radar. Each transmitter has its own signal, providing waveform diversity. This thesis aims for defining a way to generate a set of sequences, specific for this radar, while satisfying practical constraints. It may help to determine the potential contribution of a MIMO radar. Only phase codes are concerned here, because they suffer less from the range/angle coupling effect.A simple framework is introduced, based on an optimisation problem.While literature often involves the orthogonality of the elementary signals (because of theoretical aspects), it is suggested to consider the orthogonality of signals from different directions of the surveillance space. Unfortunately, the obtained optimisation problem is non-convex and has a lot of variables. A benchmark on a simpler problem notifies us that gradient-based algorithms are surprisingly efficient.An optimisation of the correlation function corresponds to a processing with matched filters. However, in practice, mismatched filters are usually employed. A joint optimisation problem is suggested accordingly, in order to generate simultaneously a set of sequences (e.g. MIMO radar signals) and their associated mismatched filters. Obtained results are quite promising : as expected, a joint optimisation seems to perform better than a cyclic one, usually employed.