Vous êtes sur la page 1sur 98

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Traitement d'antenne

Maurice Charbit, Yves Grenier

TELECOM ParisTech
juin 2008

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Plan

Applications du traitement d'antenne

Modles

Formation de voie

Localisation de sources

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

LE TRAITEMENT D'ANTENNE ET SES APPLICATIONS

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Temps, frquence et espace


Dans les systmes dit "sans l", le canal de communication est le sige d'un phnomne qui varie la fois dans le temps et dans l'espace. Pour observer les signaux associs un tel phnomne on utilise un dispositif constitu de plusieurs capteurs suivis d'une opration d'chantillonnage en temps. En pratique le nombre de capteurs est souvent faible compar au nombre d'chantillons temporels.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Deux cas suivant la distance inter-capteurs


1

les capteurs travaillent sur le mme canal et exploite la relation de phase entre les fronts d'onde touchant chaque capteur. Dans ce cas la distance entre capteurs voisins est infrieure la longueur d'onde

= c /f0 .

On parle alors d'antenne

intelligente (en anglais


2

smart antenna).

les capteurs travaillent sur des canaux dirents de faon disposer d'une diversit spatiale (signaux indpendants). Dans ce cas la distance entre capteurs est suprieure plusieurs longueurs d'ondes. On exploite le fait qu'il est trs improbable que les signaux de tous les lments soient simultanment vanouis.

Nous ne nous intressons ici qu'au premier cas.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Diversit versus antenne intelligente

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Un ensemble de 48 capteurs pour 2 GHz

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Observation trs grande base (Mexique)

27 antennes disposes le long de 3 routes ; images radio" obtenues par corrlation des signaux observs sur chaque antenne.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Ceci n'est pas une antenne intelligente

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Problmes du traitement d'antenne


1

focaliser la rception dans une direction choisie de faon rehausser le niveau du signal d'intrt et rejecter les brouilleurs, tche utile dans les systmes multi-utilisateurs,

focaliser l'mission dans une direction choisie de faon minimiser les interfrences dans les secteurs voisins, tche utile dans sur la voie dite descendante allant de la station de base au mobile,

estimer les directions d'arrive (azimut, lvation) en vue par exemple d'une go-localisation d'lments xes ou mobiles d'un rseau de communications.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Utiliser la dimension spatiale Exemples d'antennes intelligentes Applications

Applications du traitement d'antenne :


1

astronomie (VLT), communications sans l, guerre lectronique, rseaux de microphones, imagerie mdicale, tudes gologiques, sismique, etc.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

MODLES

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Source lointaine et bande troite


Si la source est trs loin de l'antenne, le champ au voisinage de l'antenne a un front d'onde qui peut tre considr comme plan. Cela signie que les surfaces qui-phase sont des plans parallles, que l'on peut caractriser par le vecteur unitaire :

sin( ) cos() cos( )

k (, ) = sin() sin()
normal aux plans de phase et repr par ses angles d'Euler (indpendants de la position d'observation).

{, }

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Angles d'Euler

x
Angles d'Euler : site

[0 , ]

, gisement

[0, 2 ]

(site = lvation,

gisement = azimut)

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Surface qui-phase
Une surface qui-phase est l'ensemble des points de coordonnes

m = [x , y , z ]T

qui vrient : 2

k (, )T m = m f

= c /f0

dsigne la longueur d'onde et 0 la frquence porteuse.

A la frquence 0 , la phase

m correspond un retard 1 tm = m = k (, )T m 2 f0 c

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Antenne multi-capteurs
L'antenne est compose de

capteurs espacs des distances de

l'ordre de la longueur d'onde et de gain de directivit On dit :


1

gm (, ). gm (, )

que les capteurs sont omni-directionnels si la fonction est indpendante de la DOA

(, ),

que l'antenne est homogne si la fonction indpendante de

m.

gm (, )

est

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Propagation (1/2)
Le signal-source, not

e (t ) = s (t ) e 2j f t
0

se propage suivant la direction

{, }.

En l'absence de distorsion de propagation et de bruit sur le canal, le signal observ au niveau du s'crit :

m-me

capteur situ en position

m ,

ym (t ) = gm (, ) e 2j f (t tm ) s (t tm ) = gm (, ) e 2j f tm s (t tm )e 2j f t tm = k (, )T m /c .
0 0 0

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Propagation (2/2)
Dans la suite on pose :

am (, ) = gm (, ) e 2j f tm
0

En notant capteur

m,

xm (t )

l'enveloppe complexe du

ym (t )

observ sur le

on a :

s (t )

xm (t ) = am (, )s (t tm )

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Hypothse bande troite (1/4)


On suppose que

f0 .

Il s'ensuit que :

B B
Comme

Si la dimension de l'antenne est de l'ordre de grandeur de

alors

i j
on a : 1/ :

i j = |ti tj |/c ,

|ti tj |
On en dduit que pour tout

m=1

s (t tm ) s (t t1 )
Dans la suite, on note

= t1

le temps d'arrive sur le capteur 1.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Hypothse bande troite (2/4)


En concatnant les

signaux (enveloppe complexe), on obtient un

vecteur qui a pour expression :

x (t ) = a(, ) s (t ) (M 1 ) (M 1) scalaire
o

a(, ) =

L'ensemble des vecteurs la

g1 (, ) e 2j k (,) T g2 (, ) e 2j k (,)

. . .

/ /

T gM (, ) e 2j k (,) M /

des valeurs admissibles est appel la

a(, ) quand et parcourent l'ensemble rponse de l'antenne ou encore varit d'antenne (array manifold ).
Maurice Charbit, Yves Grenier Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Hypothse bande troite (3/4)


En supposant que l'origine du repre est le capteur 1, on a :

a(, ) =
M

g1 (, ) k (,)T g2 (, )e j

est le

gM (, )e j k (,) M vecteur-position du m -me capteur.


2

. . .

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Hypothse bande troite (4/4)


Si l'antenne est homogne :
T e j k (,) j k (,)T e

a(, ) = g (, )

T e j k (,) M
2

. . .

Si les capteurs sont isotropes et de mmes gains :


T e j k (,) j k (,)T e

a(, ) =

En pratique

e j

k (,)T M

. . .

a(, )

est souvent mesure ou calcule (calibration).


Traitement d'antenne

Maurice Charbit, Yves Grenier

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Exemple ULA : antenne linaire et uniforme

L'antenne est suppose le long de l'axe Oy, avec le premier capteur en 0. Cela donne :

a(, ) =
d

e 2j sin() sin()
. . .

e 2j (M 1) sin() sin()

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Trajets multiples
En pratique il apparat, lors de la propagation, des multitudes de trajets ainsi que du ltrage. La prsence de trajets multiples provient :
1

de rexions sur des obstacles lisses" de grande dimension devant

de diractions sur des obstacles de grande dimension devant comportant des asprits de petites dimensions,

de dispersions (scattering) sur des obstacles de petite dimension devant

d'ombrages (shadowing) du trajet direct.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Autres eets du canal


Le canal introduit aussi
1

une attnuation de la puissance, un ltrage temporel qui engendre de l'IES, des dispersions en frquence (eet doppler), des eets non stationnaires (vanouissement lent, vanouissement rapide), etc.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Modle de propagation
Source unique se propageant le long de

k (t ), retards k ), s (t ) x (t ) s'crit :

trajets (attnuations

dsigne le signal-source ; le signal observ

s (t )
1

x (t ) =

K k =1

k (t )a(k , k )s (t k )

k (t ) : K

p.a. gaussiens complexes, indpendants, centrs, de

covariances stationnaires,
2

(k , k ) : les K DOAs, k : les K retards observs au niveau de l'antenne. s (t ) dsigne l'enveloppe complexe associ au signal

rel.

Dans le cas de

sources, on somme les

contributions.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Modle discret d'observation


Chaque rcepteur comporte un dtecteur synchrone qui dtermine l'enveloppe complexe du signal par rapport 0 puis un chantillonnage et une conversion analogique-numrique :

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Signaux aprs chantillonnage


En sortie des convertisseurs, on a pour

t Z,

(M 1)
avec

xt

A(, ) st + bt ( M K ) ( K 1) (M 1)
K (t ) sK (t K )

st = 1 (t ) s1 (t 1 )
1

st est un vecteur de dimension K 1 reprsentant les sources, bt est un vecteur de dimension M 1 reprsentant l'enveloppe complexe du bruit sur les M capteurs, les k (t ) modlisent les vanouissements suivant les K trajets.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Matrice des vecteurs directionnels


La matrice

. . A(, ) = . aM (1 , 1 ) est la matrice des

a1 (1 , 1 )

a1 (K , K )

aM (K , K )

vecteurs directionnels (

steering vector ).

Rappelons que, sous l'hypothse que l'onde est plane et bande troite, le reus sur les

steering vector a(k , k ) dcrit les phases des signaux M capteurs relativement la phase du signal sur le

premier capteur de l'antenne.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Ambiguit de l'antenne
On dit que l'antenne est non ambigu si et seulement si

A(, ) = A( , ) {, } = { , }

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Source lointaine et bande troite Modle de propagation Canal de propagation rel Modle discret d'observation

Exemple : antenne linaire uniforme

d
1
1

e 2j sin() sin()

e 2j (M 1) sin() sin()

ambigut conique en ; on prend = /2 et = [0, /2] [3/2, 2 ], ambigut si d > /2. Si d < /2, il existe des zones d'ombre (quand sin() < 1 la phase ne couvre plus [, + ]).

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

FORMATION DE VOIE (BEAMFORMING)

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Usage de la formation de voie


1

La sret de transmission sur un canal sans l est fortement aecte par la prsence des trajets multiples et par la prsence de brouilleurs/interfreurs.

Pour lutter contre ces eets, une simple augmentation de la puissance n'est pas une solution. En particulier, elle agrave les problmes des interfreurs, d'o l'importance d'utiliser une antenne intelligente.

Une antenne intelligente est un rseau de capteurs suivi d'un algorithme de traitement du signal qui a pour but de sparer les sources.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Formation de voie
En anglais, beamforming.
1

La formation de voies consiste, une fois le nombre de sources estim, les sparer en fonction de leurs DOA.

L'objectif est de rejeter autant que possible les interfreurs tout en rehaussant le niveau du signal dsir.

Les signaux corrls avec le signal dsir sont, si possible, utiliss pour amliorer le traitement. Ils peuvent tre vus, en eet, comme une source de diversit.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Formation de voie adaptative


Un traitement adaptatif peut tre mis en uvre pour prendre en compte des variations au cours du temps.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Traitement d'antennes

Le traitement comporte en gnral :


1

une estimation des directions d'arrive, une pondration linaire (mthode retard-somme) applique aux signaux issus de l'antenne,

l'utilisation ventuelle d'information externe (codes identiant, squences d'apprentissage).


Maurice Charbit, Yves Grenier Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Types de formation de voie


On classe les formations de voie en deux catgories :
1

ltrage spatio-temporel indpendant des donnes observes. ltrage spatio-temporel dpendant des donnes observes.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Filtrage spatial en bande troite


La pondration sert remettre en phase les signaux provenant d'une direction. On parle alors de ltrage spatial. Cela s'crit :

En introduisant la

yn = w H xn TF de la w qui s'crit : M 1 W ( ) = wm e 2j m m=0

que l'on peut interprter comme

on fait apparatre une quantit une frquence spatiale.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Filtrage en bande troite pour une antenne ULA


En prenant pour les poids les avances

wm = e j 2 sin(

qui

compensent exactement les retards pour une arrive depuis l'angle

0 , la fonction W ( ) prsente un maximum la frquence spatiale : 0 =


Exercice :
1

sin(0 )

calculer la fonction

W ( )
0 W ( )

montrer qu'elle prsente son maximum en calculer la largeur du lobe principal de

calculer la hauteur du plus haut lobe secondaire de

W ( )

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Analogie entre RIF temporel et FdV

Analogie entre un RIF temporel (a) et une FV pour une ULA (b) o les retards sont multiples de 2

sin().

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Filtrage spatio-temporel en large bande (1/2)


Le canal se comporte comme un ltre dispersif. D'o l'ide pour compenser ces distorsions d'utiliser un ltrage temporel RIF :

yn =
formule :

L1 k =0

Hx wk n k

Les deux quations prcdentes peuvent s'crire selon l'unique

L = 1)

xn

dsigne un vecteur et

yn = w H xn ML composantes

(ventuellement

un vecteur de pondration.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Filtrage spatio-temporel en large bande (2/2)


L'tude peut donc s'appuyer sur la notion de TF en temps et en espace :

W (, f ) =

M 1 L1 m =0 k =0

wm,k e 2j (m +fk )

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Directivit du ltre spatial


Observation sans multi-trajets mais en prsence de brouilleurs :

xn = a(1 , 1 )s1,n +
On cherche le ltrage spatial associ la DOA

K k =2

a(k , k )sk ,n + bn s1,n

qui permet d'extraire le signal

est un

yn = w H xn = w H A(, )sn + w H bn vecteur colonne M composantes. G (, ) = w H a(, )


permet de juger de la rejection

La fonction

des brouilleurs dans les directions autres que la direction vise.

G (, )

est appele diagramme de directivit (

beampattern).

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Limite la directivit
Le ltre spatial idal doit avoir une directivit nulle pour toute DOA autre que la direction choisie pour laquelle elle doit tre gale 1. Ce ltre n'existe pas : il existe toujours un lobe principal de largeur non nulle et des lobes secondaires de hauteur non nulle.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Volume d'ambigut
Pour isoler une direction d'ambigut :

(1 , 1 ),

on utilise le ltre

w.

Pour juger de ses performances, on introduit le volume

V =
On a

|G (, )|2 d d = w H

a(, )aH (, )d d w = w H Aw

sous la contrainte que

|w H a(1 , 1 )|2 = 1.

|w H a(1 , 1 )|2 = 1 = |w H A1/2 A1/2 a(1 , 1 )|2


et donc

A1/2 w
1

A1/2 a(1 , 1 )

V H a (1 , 1 )A1 a(1 , 1 )
Maurice Charbit, Yves Grenier Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Rponse de la formation de voie classique (1/2)


On prend comme pondration

w = a(1 , 1 )
Ce ltrage spatial ne prend pas en compte les observations. Dans le cas d'un bruit blanc et en l'absence d'interfrences, ce choix correspond au ltre optimal.

xn = a(1 , 1 )s1,n + bn
qui donne

s1,n = H aH (1 , 1 )xn a (1 , 1 )a(1 , 1 )


1

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Rponse de la formation de voie classique (2/2)


En prsence de brouilleurs il s'ensuit que

yn = aH (1 , 1 )xn
= aH (1 , 1 )a(1 , 1 )s1,n +

K k =1

aH (1 , 1 )a(k , k )sk ,n + n

Le diagramme de directivit intervient donc sur chaque source :

yn = G (1 , 1 )s1,n +

K k =1

G (k , k )sk ,n + n

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Formation de voie classique, cas ULA (1/2)


Un calcul simple montre que, pour

= 90 , sin(M ( 1 )) G () = M sin( 1 )

on a :

1 = 2

sin(1 )

et

= 2

sin()

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Formation de voie classique, cas ULA (2/2)

Ox 1 0.5 0 0.5 1 1 1 0.5 0 0.5 1 1 1 0.5 0 0.5 1 1

Diagramme de directivit

formation de voies classique.

0 =

0 , 45 , 90 .

G () d'une ULA cinq capteurs w = a(0 , 0 ) avec 0 = 90 ,

en et

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

FdV statistiquement optimale


Une autre approche consiste mettre en forme le diagramme d'antenne dans la direction choisie, en optimisant un critre statistique. Pour cela on suppose que les observations sont un processus alatoire stationnaire au second ordre. Puis en s'appuyant sur les donnes observes, on estime les caractristiques statistiques.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

MVDR
Dterminons la pondration que l'on ait :
1

(mthode de Capon ou MVDR) telle

Minimum of Variance : min E(| Distorsionless Response :

w H a(1 , 1 ) = 1

yn |2 )

Montrons que :

R 1 a(1 , 1 ) w= H a (1 , 1 )R 1 a(1 , 1 ) H ). En pratique on remplace R par une estime R = E(xn xn


N = R
1

faite

partir des observations :

N n =1

H xn xn

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

MVDR (exercice faire en TD)


Observation : Hypothses :
1

xn = a1 s1,n + a2 s2,n + bn . s2,n


est 5 dB en dessous du signal utile

le brouilleur le bruit

bn , suppos blanc, est 20 dB sous le signal utile, H ) = Rs o sn = [s1,n s2,n ]T . s1,n et s2,n sont centres, E(sn sn bn et sn ne sont pas corrls.
H ). R = E(xn xn
Dterminer, en fonction de

s1,n ,

Questions :
1

a1 , a2 , Rs

et

l'expression de

En dduire l'expression des deux FV classique et MVDR. Dterminer le niveau du rsidu de brouilleur et du rsidu de bruit.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Comparaison FdV classique et MVDR (1/2)


Ox 1 0.5 0 0.5 1 1 1 0.5 0 0.5 1 1 1 0.5 0 0.5 1 1

En noir, taux de rjection

r () = aH ()R ()1 a(1 )/aH (1 )R ()1 a(1 )


1 =
avec un SNIR=5dB. Sources non corrles.

pour

0 , 45 , 90 . SNR=20 dB. Brouilleur dans la direction

En vert, diagramme de directivit, formation de voie classique.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Comparaison FdV classique et MVDR (2/2)


Ox 1 0.5 0 0.5 1 1 1 0.5 0 0.5 1 1 1 0.5 0 0.5 1 1

1 = 0 , 45 , 90 . SNR=20 dB. Prsence d'un brouilleur dans la direction , SNIR=5dB. Sources corrles (coecient de corrlation 0.2).
En noir, taux de rjection pour En vert, diagramme de directivit, formation de voie classique.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Annulation du signal utile


MVDR beamformer (8 sensors), SNR=10.0 dB. 10 0 10 Amplitude (dB) 20 30 40 50 60

80

60

40

20 0 20 Angles (degree)

40

60

80

8 capteurs, source utile 20, brouilleur 40, mais MVDR vise 22.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Remdes l'annulation du signal utile


On observe que, si la source n'est pas exactement dans la direction vise, alors elle risque d'tre rejete comme un brouilleur. D'o l'ide de rajouter des contraintes pour remdier cet eet :
1

par exemple, annuler la drive dans la direction vise, on peut aussi annuler la direction du brouilleur si elle est connue.

Remarque : la formation de voie consiste chercher savoir

w,

valeurs,

en minimisant la puissance sous un certain nombre de

contraintes. On peut donc introduire jusqu'

(M 1)

contraintes.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Maximisation du SNR
Hypothse :

xn = sn + bn

et on connat :

H) Rs = E(sn sn H) Rb = E(bn bn

On veut maximiser le rapport signal sur bruit en sortie, soit :

w H Rs w w H Rb w
Solution :

est vecteur propre de

1 Rb Rs .

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Exemple de formation de voie adaptative

Multi-users, multi-paths, multi-sequences

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Types de formation de voie Filtrage spatial et spatio-temporel Directivit Filtrage spatial optimal

Exemple de formation de voie adaptative

Formation de voie adaptative par squence d'apprentissage en GSM L'approche fournit la synchronisation-trame et les poids optimaux pour chaque source prsente dans la trame courante.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

LOCALISATION DE SOURCES

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Localisation de sources
Dans le cas gnral, on est en prsence de plusieurs sources, chacune donnant naissance des trajets multiples. On peut aussi considrer qu'il y a

sources sans multi-trajet et

que les rexions sont des sources secondaires. On dit que deux signaux sont d'un mme signal

ampli ou attnu

cohrents
ou

s'ils sont deux versions

retard.

Ce cas peut tre

associ la prsence de multi-trajets.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Modles
Reprenons l'quation d'observation :

(M 1)
o

xn

A(, ) sn + bn ( M K ) ( K 1) (M 1) K
le nombre de sources ou

dsigne le nombre de capteurs et

le nombre de trajets. Les mthodes dont nous allons parler ncessitent que :
1

K soit connu K <M


N = R
1

Dans la suite on note :

N n =1

H xn xn

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Hypothse sur le bruit


Le bruit On a :

bn

est suppos, gaussien complexe, centr, blanc.

E(bn ) = 0 H ) = 2I E(bn bn n ,n
Sa distribution de probabilit l'instant

a pour densit :

pbn (b) = M 2M

exp

bH b
2

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Modle alatoire
Le signal de source

sn

est un processus alatoire gaussien complexe,

centr, de covariance

H) = R E(sn sn s n ,n
On suppose que On en dduit

n, n , bn et sn sont indpendants. que xn est gaussien complexe, centr, de H ) = AR AH + 2 I R = E(xn xn s

covariance :

Nous crirons :

xn N (0, R )
On en dduit que la log-vraisemblance moyenne d'une suite de observations (qui sont

indpendantes )

a pour expression :

N ) L(x ; ) = M log( ) log det(R ) trace(R 1 R


Maurice Charbit, Yves Grenier Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Modle dterministe
Le modle dterministe ne fait aucune hypothse sur la nature de

sn .

Les amplitudes sont maintenant des paramtres inconnus

"estimer". Dans le cas dterministe, covariance

2I

xn

est gaussien complexe, non centr, de

xn N (A(, )sn , 2 IM )
On en dduit que la log-vraisemblance moyenne d'une suite de observations a pour expression :

L(x ; ) = M log( ) M log( )

N n =1

N 2

xn A(, )sn

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Modle dterministe, dnitions


1

[MI] Un modle statistique paramtrique

identiable
2

{P ; }
2

est

ssi

1 = 2 P = P
1

[NA] On suppose que paramtrisation est

est structur par ssi

cad

La

non-ambigu
sont

1 = 2 (1 ) = (2 )
3

[PI] Les

paramtres

identiables
1

ssi
2

1 = 2 P( ) = P(
donc PI

{MI et NA}.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Rang de la covariance dans le cas alatoire


La matrice de covariance est :

R () = A(, )Rs AH (, ) + 2 IM
1

si l'antenne est non-ambigu alors pour tous les

K -uples

A(, )
On a

est de rang plein

de DOAs distinctes.

on note

la rang de la matrice

de signaux cohrents, multi-trajets).


3

R<K

Rs .

R K.

Dans le cas

(par exemple en prsence de

on appelle varit d'antenne la collection de tous les vecteurs directionnels quand

dcrit l'ensemble des paramtres :

A = {a(, ) CM , (, ) }

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Maximum de vraisemblance, modle alatoire (1/2)


On considre :

En notant que s'crit :

xn N (0, ARs AH + 2 IM ) R = ARs AH + 2 IM = i i vi viH ,


log i

la vraisemblance

N ) = log det(R ) trace(R 1 R


o

N vi vHR i i
1

1 2 K K +1 = = M = 2

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Maximum de vraisemblance, modle alatoire (2/2)


On montre que (moindres carrs) :

s = (AH A)1 AH (R N R 2 (, )I )A(AH A)1


et

N ) 2 (, ) = (M K )1 trace( AR A (, ) = A(AH A)1 AH


et A (, ) = I A (, )

Il s'ensuit que le maximum de vraisemblance est donn par : arg min log det(

s AH + AR 2 IM )

arg min log det(A N A

+ 2 A)

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Maximum de vraisemblance, modle dterministe (1/2)


On considre le signal non centr

xn N (A(, )sn , 2 IM )
Le maximum de vraisemblance est alors donn par :

N ) (, ) = arg min trace( AR


o

H 1 H A = IM A(A A) A

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Maximum de vraisemblance, modle dterministe (2/2)


Dans le cas d'une seule source, le maximum de vraisemblance est :

N ) (, ) = arg max trace(A R


avec

A = H a(, )aH (, ) a (, )a(, )


1 1 arg max (, ) = H a (, )a(, )

qui donne :

N n =1
d

|aH (, )xn |2

Dans le cas ULA en azimut :

= arg max

n =1 m =1

e j 2(m1) sin() xm,n |2


Traitement d'antenne

Maurice Charbit, Yves Grenier

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Localisation par formation de voie


Elle consiste utiliser une formation de voies (ltrage spatial) et balayer l'ensemble des direntes DOAs possibles. Cela conduit rechercher les maxima de la fonction :

Notons que

n =1 H ). E(J (, )) = w H Rw o R = E(xn xn

J (, ) =

|w H (, )xn |2

Ces mthodes ne prennent pas compte de la forme paramtrique de la matrice de covariance. On distingue :
1

formation de voie classique qui ne prend pas en compte les donnes,

formation de voie MVDR.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthode de Bartlett (1/2)


La mthode de Bartlett consiste prendre

w H Rw

sous la contrainte

vecteur propre de

w H w = 1.

w (, )

qui maximise

On en dduit que

est le

associ la plus grande valeur propre.

Dans le cas d'une source unique on a :

ce qui donne

xn = asn + bn H R = E(xn xn ) = s 2 aaH + 2 I .

On en dduit que le vecteur propre associ la plus grande valeur propre est

w=
Le choix de

aH (, )a(, )

a(, )

ne dpend pas des observations.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthode de Bartlett (2/2)


La fonction de localisation est :

N 1 1 aH (, )xn JB (, ) = H a (, )a(, ) N n=1 N M d 1 JB () = xm,n e j 2(m1) sin() N n=1 m=1 M 1 m=M +1

Dans le cas ULA en azimut, cela donne :

Exercice : montrer qu'elle se calcule par transforme de Fourier 1

JB () =

m e j 2m sin()

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthode de Capon (1/2)


La mthode de Capon est associe la FdV avec MVDR qui prend en compte les observations :

maximise

w H Rw

sous la contrainte

w H a(, ) = 1.

On rappelle que :

w (, ) = H R 1 a(, ) a (, )R 1 a(, )
En remplaant

par

N , R

il vient : 1

JC (, ) = 1 a(, ) aH (, )R N

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthode de Capon (2/2)


Dans le cas ULA en azimut, cela donne :

JC () =
o les

gm

d sin() M 1 j 2 m m=M +1 gm e

sont les lments obtenus par somme sur les diagonales

de l'inverse de la matrice

N = N 1 R

N x xH. n=1 n n

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthode de Lagunas
Amliorer la rsolution de la mthode de Capon en normalisant par la puissance du ltre pour un bruit blanc

JL (, ) =

J (, ) wHw C
1

w (, ) = H R 1 a(, ) a (, )R 1 a(, ) aH (, )R 2 a(, ) w (, )H w (, ) = 2 (aH (, )R 1 a(, ))


d'o :

aH (, )R 1 a(, ) JL (, ) = H a (, )R 2 a(, )

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthode par sous-espace


Comme forme :

est dnie positive,

peut tre dcompose sous la

xn = A(, ) sn + bn (M 1 ) ( M K ) (M K ) (M 1)
En l'absence de bruit, les par les vecteurs

xn appartiennent [a(1 , 1 ) a(K , K )].

au sous-espace engendr

Les mthodes dites de type sous-espace s'appuient sur des proprits gomtriques associes la dcomposition de

H ). E(xn xn

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Interprtation gomtrique

xn appartiennent au sous-espace engendr [a(1 , 1 ) a(K , K )]. Par consquent les DOAs sont l'intersection du sous-espace signal S et de la varit d'antenne A.
En l'absence de bruit, les par les vecteurs

xn1 xn2

a1 A

a2

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Interprtation algbrique
En l'absence de bruit, les par les vecteurs

xn appartiennent au sous-espace engendr [a(1 , 1 ) a(K , K )]. H R = Us s Us = [a(1 , 1 ) a(K , K )]Rs [a(1 , 1 ) a(K , K )]H Rs = 2 I ,
il existe une matrice de passage entre

Comme

Us

et

Us = [a(1 , 1 ) a(K , K )] T = A(, ) T

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Proprits de la matrice de covariance

Si

H ) = AR AH + 2 I = U U H + 2 U U H R = E(xn xn s s s s b b l'antenne est non ambigu et si Rs est de rang R K , on a span{us ,1 us ,K } = span{(ARs )1 (ARs )K } span{a1 aK }, S = span{a1 aK } est appel le sous-espace-signal ; la non-ambigut impose que S soit de dimension K , H est un Ub est de dimension M (M K ) et b = Ub Ub M projecteur orthogonal dni sur C et valeurs dans un
sous-espace de dimension

(M R )

appel le

sous-espace-bruit,

s b = 0 , s > 2 IK .
Maurice Charbit, Yves Grenier Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Projections sur les sous-espaces


Dans le cas non-cohrent o engendr par engendr par

Rs est de rang plein K , le sous-espace Us = [us ,1 us ,K ] concide avec le sous-espace A:


span{

us ,1 us ,K } = span{a1 aK }

Par consquent

A b = 0 A = A(AH A)1 AH H. b = Ub Ub

o et

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

MUSIC, recherche des directions


Si on connat l'espace-bruit, on peut alors chercher les DOAs qui annulent la fonction discriminante :

H a(, ) = 0 = uB
o

uB

dsigne un vecteur de l'espace-bruit.

Les mthodes dirent par le choix de

uB

dans l'espace-bruit.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

MUSIC, fonction de localisation


On cherche les

minima de la fonction discriminante :

b) (, ) = trace(a
o

a = H a(, ) aH (, ) a (, ) a(, )
1

On peut aussi chercher les

maxima de l'inverse de

(, ),

ce qui

donne la fonction de localisation :

J (, ) =

aH (, ) a(, ) b a(k , k ) aH (k , k )

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

MUSIC, amplitudes
Les amplitudes des maxima de relies aux amplitudes des

J (, )

ne sont pas directement

signaux-source.

Pour estimer les amplitudes on peut utiliser la mthode des moindres carrs ou MVDR :
1

estimer les

directions des sources

diagonalisation de
2

N R

et calcul de

a(k , k ) J (, )

par

pour chacun source, estimer le carr de l'amplitude comme :

k =

1 a(k , k ) aH (k , k )R N

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

MUSIC, exemple ULA


On note associs

N G = [g1 , , gM K ] les K vecteurs de la svd de R aux K valeurs singulires les plus petites. La fonction () =
1

pour expression :

d sin() d j 2 e j 2 sin() GG H e
. . .

On introduit le polynme :

Q (z ) = z M 1
On vrie que

GG H 1 z Q (1/z ) = z 2(M 1) Q (z ) et z
1

z M 1

Q (z0 ) = 0 Q (1/z0 )=0


Deux faons de procder : ROOT-MUSIC ou FFT-MUSIC
Maurice Charbit, Yves Grenier Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Cas o le rang est infrieur au nombre de sources


Si

Rs

est de rang

sous-espace signal et
S u1 a(1,1) a(2 ,2)

R < K , le sous-espace bruit empite sur le b peut ne pas tre orthogonal a(k , k ).

Exemple : L'espace-bruit Si on prend

M = 3, K = 2, R = 1.

de dimension 2 empite sur le sous-espace-signal vecteur dans le sous-espace bruit, il n'est

de dimension 2.

M K =1

pas sr qu'il soit orthogonal

a(1 , 1 )

et

a(2 , 2 ).

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Minimisation dans les mthodes par sous-espace


Le principe des mthodes de type sous-espace est bas sur la minimisation suivante :

, T ] = arg min M A(, ) T 2 [A F A ,T


o

est une matrice

une matrice

M Q K Q.

construite partir des observations et

On en dduit que :

= arg max trace(A MM H ) A A H 1 H A = A(A A) A est le projecteur orthogonal

sur

A.

Cas particulier :

M = Us

et

Q=K
Traitement d'antenne

Maurice Charbit, Yves Grenier

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthodes par sous-espace, analogies


1

le MV dterministe est donn par le maximum de la fonction : trace(A N )

o
2

N = N 1 R

N x xH n =1 n n

la FV classique est donne par les

maxima de la fonction :

o
3

a = a(,)H a(,) a(, )a(, )H


1

trace(a N )

MUSIC est donn par les

maxima de la fonction :

trace(a s o

H) s UU
de

s est obtenue par diagonalisation U H + 2U s U s b U H. RN = U b


Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Variantes de MUSIC
On peut considrer les deux cas suivants :
1

la maximisation porte sur mono-dimensionnel.

et on recherche

maxima d'une

fonction deux variables (, ). On dit que le problme est

la maximisation porte sur d'une fonction 2

AK

et on recherche le maximum

variables. On dit que le problme est

multi-dimensionnel.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

MUSIC multidimensionnel
MUSIC-MD cherche les valeurs des couples

(, )

qui minimisent :

b = U b U H b

b) J (, ) = trace(A
est donn par

H + 2U U N = U s s b U H R b

Cette recherche est complexe car elle porte sur une fonction multi-dimensionnelle. Par consquent, compare la mthode MV l'avantage n'est pas clair d'autant qu'elle n'est pas optimale (possibilit d'optimalit par pondration).

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

WSF, Weighted Subspace Fitting


Mthode par sous-espace (Signal Subspace Fitting) :

[, ] = arg min Us A(, ) T 2 F A ,T


La solution optimale pour

est

T = A Us Us A(, ) T 2 F
H A Us s Us
optimale

] = [, =
Remplacer

arg min

A A

arg min trace

par une pondration

Wopt = (s 2 IM )2 s
WSF a les mmes performances asymptotiques que ML alatoire Pour

petit, eet de seuil

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

ESPRIT, dcomposition en sous-antennes


ESPRIT : Estimation of Signal Parameters via Rotational Invariant Techniques Utilise le fait que l'antenne peut-tre dcompose en deux sous-antennes identiques. Si :

H + 2U U H R = ARs AH + 2 I = Us s Us b b
alors : span{ Si

Us ,1 Us ,K } = span{(ARs )1 (ARs )K } span{A1 AK } K R Rs ,


il existe

dsigne le rang de

de rang plein et de

dimension

telle que

Us = A(, )T

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

ESPRIT : cas d'une ULA (1/3)


Cas ULA :

ak = [1 e j k e j (M 1)k ]T o k = 2 d sin(k ) Slectionnons dans A1 les (M 1) premires lignes de A et dans A2 les (M 1) dernires A1 = IM 1 0 A et A = 0 IM 1 A dduit que A2 = A1 o est = diag(e j , . . . , e j K )
1

On en

Posons

Puisqu'il

V1 = IM 1 0 Us et V2 = 0 IM 1 Us existe T tel que Us = AT , on a : V2 = A2 T = A1 T V2 = V1 T 1 T

V1 = A1 T

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

ESPRIT : cas d'une ULA (2/3)


En introduisant la pseudo-inverse

# H V1 )1 V H , on obtient : V1 = (V1 1

# TV1 V2 = T
Notons que Theorem

# V1 V2

est une matrice de dimension

(K K ).

Si TA = BT , alors A et B ont les mmes valeurs propres


Dmonstration.

est une valeur propre de A associe au vecteur propre u , Au = u , alors TAu = Tu , et TAu = BTu , et donc B Tu = Tu est une valeur propre de B associe au vecteur propre Tu .
Si Du fait que

est diagonale, nous en dduisons les


Traitement d'antenne

Maurice Charbit, Yves Grenier

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

ESPRIT : cas d'une ULA (3/3)


L'estimateur ESPRIT de

1 ,

...,

est donne par les

arguments des valeurs propres de la matrice

# H V )1 V H V V1 V2 = (V1 1 1 2
o

V1 = IM 1 Us
est donne par :

Us

et

V2 =

IM 1 Us

et o

H + 2U U H R = ARs AH + 2 I = Us s Us b b

Avantage : facile calculer (pas de recherche de maxima) Inconvnients : ncessite des gomtries particulires d'antennes (par exemple ULA), ncessite que les deux sous-antennes soient parfaitement identiques.

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Mthodes par sous-espace, taxonomie


Minimiser

sur

A, AK

ou

, T ] = arg min M A(, ) T 2 [A F A ,T E = {Z = [AT AT T ]T , A CM K } = arg max trace(A MM H ) A A AK


MV MD-MUSIC

conduit :

N MM H = R H H s MM = Us U

A
FV MUSIC

E
ML-ESPRIT TLS-ESPRIT

Maurice Charbit, Yves Grenier

Traitement d'antenne

Applications du traitement d'antenne Modles Formation de voie Localisation de sources

Maximum de vraisemblance Localisation par formation de voie Mthodes par sous-espace ESPRIT

Bibliographie
B.Van Veen, K.Buckley, Beamforming : a Versatile Approach to Spatial Filtrering, IEEE ASSP Magazine, Vol.5, n2, pp.4-24, avril 1988. H.Krim, M.Viberg, Two Decades of Array Signal Processing Research, IEEE Signal Processing Magazine, Vol.13, n4, pp.67-94, juillet 1996.

Maurice Charbit, Yves Grenier

Traitement d'antenne