Vous êtes sur la page 1sur 139

T E C H N O LO G I E S D E L' I N F O R M AT I O N

Ti385 - Technologies radars et applications

Systèmes radars

Réf. Internet : 42591 | 2nde édition

Actualisation permanente sur


www.techniques-ingenieur.fr
Tec h n ique s de l ’I n gé ni eur
La plus impor tante ressource documentaire scientifique
et technique en français

Une information fiable, claire et actualisée


Validés par un comité scientifique et mis à jour en permanence sur Internet,
les articles Techniques de l’Ingénieur s’adressent à tous les ingénieurs et
scientifiques, en poste ou en formation.
Outil d’accompagnement de la formation et de la carrière des ingénieurs,
les ressources documentaires Techniques de l’Ingénieur constituent le socle
commun de connaissances des acteurs de la recherche et de l’industrie.

Les meilleurs experts techniques et scientifiques


Plus de 200 conseillers scientifiques et 3 500 auteurs, industriels, chercheurs,
professeurs collaborent pour faire de Techniques de l’Ingénieur l’éditeur
scientifique et technique de référence.
Les meilleurs spécialistes sont réunis pour constituer une base de
connaissances inégalée, vous former et vous accompagner dans vos projets.

Une collection 100 % en ligne


• Accessibles sur www.techniques-ingenieur.fr, les dernières nouveautés et
actualisations de votre ressource documentaire
• Les articles téléchargeables en version PDF

Des services associés


Rendez-vous sur votre espace « Mon compte » en ligne pour retrouver la liste
des services associés à vos droits d’accès et les utiliser.

 Des services associés


Pour toute information, le service clientèle reste à votre disposition :
Tél : 01 53 35 20 20 l Fax : 01 53 26 79 18 l Mail : infos.clients@teching.com

III
Cet ouvrage fait par tie de
Technologies radars et applications
(Réf. Internet ti385)
composé de  :

Gestion du spectre électromagnétique Réf. Internet : 42590

Systèmes radars Réf. Internet : 42591

Applications radars Réf. Internet : 42592

Géomatique Réf. Internet : 42641

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires

IV
Cet ouvrage fait par tie de
Technologies radars et applications
(Réf. Internet ti385)

dont les exper ts scientifiques sont  :

François LE CHEVALIER
Directeur scientifique à Thalès systèmes aéroportés, Professeur à l'université de
Delft

Michel KASSER
Ancien directeur de l’ENSG (Ecole Nationale des Sciences géographiques),
Professeur Responsable de la filière Géomatique à l'école d'ingénieurs
d'Yverdon-les-Bains (Suisse), Président de l’IGSO (Ingénieurs Géomètres de
Suisse Occidentale)

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires

V
Les auteurs ayant contribué à cet ouvrage sont :

Fabrice AUZANNEAU Yves DELIGNON Laurent KOPP


Pour l’article : TE6712 Pour l’article : R1107 Pour les articles :
TE5225 – TE5226
Xavier BEGAUD Serge DRABOWITCH
Pour l’article : E3282 Pour les articles : E3320 – Patrick LASSUDRIE-
E3321 DUCHESNE
Gérard CACHIER Pour l’article : E1163
Pour l’article : E1380 Christelle EYRAUD
Pour l’article : TE6714 François LE CHEVALIER
Laurent CASTANET Pour l’article : TE6710
Pour l’article : E1163 François GAUTIER
Pour les articles : E3294 – Pierre MASSALOUX
Fabrice COMBLET E1000 Pour l’article : TE6714
Pour l’article : TE6714
Jean-Michel GEFFRIN Gérard-Pascal PIAU
Franck DAOUT Pour l’article : TE6714 Pour l’article : TE6714
Pour l’article : TE6714
Jean-François Denis PILLON
Jacques DARRICAU GRANDIN Pour les articles :
Pour les articles : Pour l’article : S7224 TE6705 – TE6707
TE6650 – TE6655 –
TE6660 – TE6662 Claude JAUFFRET Laurent SAVY
Pour les articles : Pour l’article : TE6710
André DE LUSTRAC TE6705 – TE6707
Pour l’article : E1166 Hervé SIZUN
Pour l’article : E1162

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires

VI
Systèmes radars
(Réf. Internet 42591)

SOMMAIRE

1– Antennes et radars Réf. Internet page

Radars : principes de base. Éléments constitutifs TE6650 11

Radars : principes de base. Paramètres de détection TE6655 19

Radars - Détection des mobiles dans le clutter TE6660 27

Radars- Traitements avancés du signal radar TE6662 35

Technologies d'antennes. De l’antenne élémentaire aux grandes antennes E3282 43

Antennes à traitement du signal. Partie 1 E3320 49

Antennes à traitement du signal. Partie 2 E3321 53

Antennes actives. Principes de conception E3294 59

2– Traitement des signaux Réf. Internet page

Traitements spatio-temporels adaptatifs en radar TE6710 67

Détection et estimation en traitement d'antenne  : théorie TE5225 71

Détection et estimation en traitement d'antenne : applications TE5226 75

Trajectographie passive par mesure d'angle TE6705 81

Trajectographie passive à partir d'angles et d'autres mesures TE6707 87

Fusion de données. Théorie et méthodes S7224 91

Filtrage de Kalman R1107 97

3– Physique des environnements radars Réf. Internet page

Propagation des ondes radioélectriques à travers l'atmosphère E1163 103

Propagation des ondes radioélectriques des réseaux terrestres E1162 105

La furtivité électromagnétique TE6712 111

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires

VII
Mesure de surface équivalente radar (SER). Aspect expérimental TE6714 117

Matériaux composites en électromagnétisme. Matériaux absorbants radar E1166 123

4– Hyperfréquences Réf. Internet page

Introduction aux hyperfréquences E1000 131

Bruit en hyperfréquences. Origine et modélisation E1380 133

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
Systèmes radars
(Réf. Internet 42591)


1– Antennes et radars Réf. Internet page

Radars : principes de base. Éléments constitutifs TE6650 11

Radars : principes de base. Paramètres de détection TE6655 19

Radars - Détection des mobiles dans le clutter TE6660 27

Radars- Traitements avancés du signal radar TE6662 35

Technologies d'antennes. De l’antenne élémentaire aux grandes antennes E3282 43

Antennes à traitement du signal. Partie 1 E3320 49

Antennes à traitement du signal. Partie 2 E3321 53

Antennes actives. Principes de conception E3294 59

2– Traitement des signaux

3– Physique des environnements radars

4– Hyperfréquences

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires


QP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUP

Radars : principes de base


Éléments constitutifs

par Jacques DARRICAU
Ingénieur général de l’Armement
Ingénieur ENICA et ENSAE

1. Un peu d’histoire ...................................................................................... TE 6 650 - 2


1.1 Aux USA ....................................................................................................... — 3
1.2 En Grande Bretagne..................................................................................... — 3
1.3 En Allemagne ............................................................................................... — 3
1.4 Russie et autres pays ................................................................................... — 3
1.5 En France ...................................................................................................... — 3
1.6 Histoire du magnétron................................................................................. — 4
1.7 État de l’art en 1945 ..................................................................................... — 4
2. Principes de base ..................................................................................... — 4
2.1 Onde électromagnétique ............................................................................. — 4
2.2 Radar à impulsions ...................................................................................... — 4
2.3 Composition d’un radar............................................................................... — 6
3. Organisations types de radars .............................................................. — 8
3.1 Radar panoramique ..................................................................................... — 8
3.2 Radars volumétriques.................................................................................. — 12
3.3 Radars à exploration conique ..................................................................... — 12
3.4 Radars d’atterrissage ................................................................................... — 13
3.5 Radars aéroportés........................................................................................ — 13
3.6 Fréquences utilisées .................................................................................... — 14
4. Critères de performances ...................................................................... — 14
4.1 Précision et pouvoir discriminateur ........................................................... — 14
4.2 Notions sur les performances de précision ............................................... — 16
4.3 Volume de confusion ................................................................................... — 16
4.4 Mesure de la vitesse .................................................................................... — 16
5. Conception générale de l’émission/réception radar....................... — 17
5.1 Organisation des chaînes d’émission réception ....................................... — 17
5.2 Tubes hyperfréquences en émissions radar.............................................. — 18
5.3 Étages de puissance état solide .................................................................. — 22
5.4 Modulateurs ................................................................................................. — 22
6. Caractéristiques des antennes radars ................................................ — 24
6.1 Principe général ........................................................................................... — 24
6.2 Définitions de base ...................................................................................... — 24
6.3 Antennes à réflecteurs ................................................................................. — 27
6.4 Antennes Cassegrain ................................................................................... — 28
6.5 Antennes pour radar de poursuite ............................................................. — 29
6.6 Antennes planes........................................................................................... — 30
6.7 Antennes à balayage électronique ............................................................. — 30
6.8 Antennes actives .......................................................................................... — 33
6.9 Avantages du balayage électronique ......................................................... — 34

ans cet article, le lecteur découvrira les principes de base de la détection


D
p。イオエゥッョ@Z@ヲ←カイゥ・イ@RPQR

électromagnétique, fonction assurée par le Radar (abréviation pour Radio


Detection And Ranging), et ses éléments constitutifs.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 650 – 1

QQ
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUP

RADARS : PRINCIPES DE BASE ________________________________________________________________________________________________________

Un rappel historique, du télémobiloscope de l’Allemand Christian Hülsmeyer


(1904) aux théories modernes du Britannique P.M. Woodward (1950), permettra
de situer les grandes étapes de la découverte et du développement des radars.
Sont ensuite exposés les principes de base du radar à impulsions : principes
de la mesure de la distance et de la mesure angulaire, qui amènent à la définition
de la composition type d’un radar, avec une description sommaire de chacun


des éléments qui la compose. Suit un panorama des différents types de radars :
– panoramique ;
– volumétrique ;
– de poursuite ;
– d’atterrissage ;
– aéroportés.
Pour chacun d’eux sont décrites les organisations types correspondantes
et/ou leurs particularités remarquables.
À la suite de ce parcours rapide, sont définis les critères qui permettent de
caractériser les performances opérationnelles des radars :
– pouvoir discriminateur et précision ;
– notions concernant le « volume de confusion » d’un radar et de son inci-
dence sur la détection des parasites naturels « fouillis » ou « clutter », pouvant
altérer leur vision des objets utiles ;
– notion d’effet Doppler, qui permettra de caractériser les mobiles par leur vitesse.
Sont ensuite abordées les technologies d’émission réception propres aux
radars. Cette description commence par celle de l’organisation générale des
chaînes d’émission réception radar, puis sont examinés les éléments actifs
conduisant à l’émission des signaux :
– tubes hyperfréquences ;
– étages de puissance « état solide » ;
Et les dispositifs particuliers d’alimentation électrique de ces éléments de
haute puissance instantanée : les modulateurs.
La description se poursuit par celles des antennes utilisées en radar. Selon
un schéma classique, sont d’abord établies les notions conduisant à
comprendre le fonctionnement de ces antennes, avant de poursuivre par un
panorama des différents types d’antennes radar :
– à réflecteurs ;
– Cassegrain ;
– pour radar de poursuite ;
– planes ;
– à balayage électroniques ;
– actives.
Avec, pour chacune d’elles leurs principe et performances caractéristiques.

1. Un peu d’histoire La première expérimentation concrète est due à Christian Hüls-


meyer qui breveta en 1904 son Télémobiloscope. Mais, il faut
attendre les années 1920 avant que l’idée ne refasse surface.
Les premières applications de la radioélectricité furent les télécom-
munications, puis la radionavigation. Mais, dès le début du siècle, des
précurseurs envisagèrent la possibilité de détecter la présence On peut citer alors en 1922 les travaux :
d’objets métalliques par l’utilisation d’ondes électromagnétiques. – en Italie de Gugliemo Marconi ;
C’est le besoin militaire de la défense aérienne et maritime qui – aux USA de A.H. Taylor et L.C. Young du NRL ;
fut le principal moteur de cette technique nouvelle à partir des – en France, celles du radio amateur chevronné M. Brard.
années 1930. Le mot Radar lui-même, qui est aujourd’hui univer- D’autres expériences auront lieu un peu plus tard en France,
sellement adopté pour désigner un matériel répondant à ces exi- notamment celles de C. Gutton et E. Pierret en 1927 et de P.
gences, est un nom de code officiellement adopté par la marine David et R. Mesny en 1928.
nationale des États-Unis en novembre 1940, abréviation de
l’expression : Radio Detection And Ranging. La véritable éclosion de cette technique se situe cependant entre
Mais, les origines du radar lui sont bien antérieures. 1930 et 1940.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 650 − 2 est strictement interdite. − © Editions T.I.

QR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUP

_________________________________________________________________________________________________________ RADARS : PRINCIPES DE BASE

Ces « radars » jouèrent à partir de juillet 1940 un rôle fondamen-


tal dans la conduite de la Bataille d’Angleterre, grâce à leur par-
faite intégration dans le système de défense anglais.
■ La seconde innovation anglaise concerne les radars aéroportés.
Le premier radar aéroporté anglais est développé dans une version
Antennes émission/réception séparées, « ASV » (Airborne Research for Surface Vessels ), construite en
à grande distance série à partir de l’automne 1939. Ces radars métriques équipent les


avions du Coastal Command à partir de septembre 1940.
a radar bistatique
C’est de cette première application qu’ont été ensuite dérivés,
dès 1939, les radars d’interception d’aéronefs, qui équipèrent les
chasseurs de nuit de la RAF à partir de 1940.

1.3 En Allemagne
Antennes ■ En 1934, un premier système Gema, obtient, sur des bateaux, une
Antenne unique émission/réception portée de 12 km, avec un radar à onde continue. Un second système
émission/réception proches Gema, travaillant en impulsions atteint, en 1936, une portée de 40 km
sur bateaux, avant d’être réorienté vers la détection des avions.
b radar monostatique
En parallèle est expérimenté, à l’été 1936, un prototype baptisé
« Darmstadt », doté d’un système original de dipôle tournant au
Figure 1 – Configurations de radars foyer de la parabole (le « Quirl » précurseur du « scanning »
anglo-saxon) pour améliorer la précision angulaire.
1.1 Aux USA ■ Fin 1936, les opérationnels posent les spécifications de deux
systèmes : un radar de veille aérienne (portée 50 km) et un radar
■ En 1933, le NRL expérimente le principe d’un « radar bistatique de DCA (portée > 25 km) :
en onde continue » (figure 1a ) qui permet de déceler les
mouvements d’un avion en vol à une distance de 50 km, puis se – pour la veille : les « Freyas », d’une classe comparable aux
réoriente en 1934 vers une méthode « monostatique à SCR 270 américains, sont déployés en octobre 1939 sur les côtes
impulsions » (figure 1b ). de la mer du Nord, dans les îles de la Frise ;
– pour la conduite de tir : le « Kurfürst » en 1936, puis le
■ En 1939, la société RCA obtient un premier contrat de « Würzburg A ».
production pour 20 exemplaires d’un radar fonctionnant à Par ailleurs, les chasseurs allemands seront équipés de radars
400 MHz, baptisé « CXAM », destiné à équiper diverses unités de la de tir.
Navy. Entre temps, celle-ci s’est également équipée en radars de
conduite de tir, les « FA Mark 1 » produits par Bell Laboratory et ■ Dès 1941, le FuG 212 « Lichtenstein », équipe le Messerchmitt
fonctionnant à 750 MHz. ME 110 G. Ce radar fut produit en plus de 400 exemplaires.
Viennent ensuite les « Lichtenstein SN2 » qui équipèrent les
■ De son côté, le Signal Corps Laboratory, fait la démonstration chasseurs de nuit Heinkel, et les « Neptun V2 » qui équipèrent les
d’un radar de conduite de tir « monostatique à impulsions » qui Messerschmitt 262.
utilise trois antennes :
Cependant, faute de posséder le magnétron, les Allemands ne
– pour l’émission ; prirent que tardivement le virage des ondes centimétriques, après
– pour la réception en gisement ; la découverte en février 1943, et la copie, d’un « H2S » dans un
– pour la réception en site. bombardier anglais abattu à Rotterdam.
Ce radar, industrialisé par la Western Electric Compagny sous
l’appellation de « SCR 268 », sera produit à plus de 3 000 exemplaires
pendant la guerre. 1.4 Russie et les autres pays
Un second système de veille est développé dans le même temps
sous la double forme « SCR-270 » et « SCR-271 ». Au total, près de La Russie disposait en 1938 de divers types de radars à impulsions
800 SCR-270/271 sont construits entre 1939 et 1944. Et, après cinq dont :
ans d’utilisation, ce radar était encore à la fin de la guerre un équi- – le Redut, fonctionnant à une longueur d’ondes de 4 mètres,
pement standard de l’US Army. d’une portée de 50 à 100 km ;
– le Strelets, fonctionnant à une longueur d’ondes de 80 cm
■ En 1941, une dernière innovation significative sera l’adoption du d’une portée de 20 km.
mode de présentation des échos « PPI » (Plan Position Indicator ),
Les travaux étaient bien moins avancés :
inventé à Paris en 1939 dans les laboratoires français de LMT, et
devenu par la suite le standard de tous les radars modernes. – en Italie, malgré le développement des radars métriques EC3
(1,5 m, 200 MHz) et EC3bis (70 cm, 400 MHz) de portée 30 km ;
– en Hollande, où un radar de veille de longueur d’onde 70 cm et
1.2 En Grande Bretagne de portée 30 km existait en 1939 ;
– au Japon où, malgré les travaux du docteur H. Hagi en 1936,
Plus tardivement, les Anglais se tournent vers le radar en 1935, les réalisations ne démarrèrent concrètement qu’à partir de 1942.
après la parution du célèbre mémorandum, de R.A. Watson-Watt
sur la « radio-détection ». Les choix doivent être impérativement
fixés en fonction des moyens immédiatement disponibles. 1.5 En France
■ Fin 1937, une première chaîne de 5 stations de « RDF » (Radio
Direction Finding ), fonctionnant en ondes décamétriques, est mise ■ En 1934
en service. Leur nombre sera ensuite porté à 18 constituant la Pierre David, au Laboratoire National de Radioélectricité, expéri-
célèbre « Chain Home » achevée le 1er avril 1939. menta au Bourget un « dispositif bistatique en onde continue ».

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 650 – 3

QS
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUP

RADARS : PRINCIPES DE BASE ________________________________________________________________________________________________________

À la même époque la CSF-SFRA orienté ses travaux sur le Technology), décrivant dans le détail tant les principes que les techno-
« magnétron en ondes centimétriques ce qui conduisit à la réalisation logies et les schémas de réalisation, devint le document de base en la
d’un « détecteur d’obstacles » en ondes continues qui fut expérimenté matière et servir de référence pendant de nombreuses années.
en 1935 sur le Paquebot Normandie pour la détection des icebergs. Il faudra attendre l’ouvrage du Britannique P.M. Woodward, en
Les essais d’un « système à impulsions » sont ensuite conduits au 1950, pour déclencher, tant aux États-Unis qu’en France, des
Havre en juillet 1938. Ce matériel, qui détecte des navires jusqu’à réflexions qui ont amené, à la fin des années 1950, à la conception
10 km, est véritablement le premier radar centimétrique à impul- des « radars modernes » : radars à corrélation et radars à


sions au monde. Il aurait été installé également sur le Normandie. compression d’impulsions.
Pour leur part, sous la direction de Pierre David sont réalisées À la même époque, sont apparues les applications :
des barrières radioélectriques, à base de radars bistatiques. Les – des techniques de « filtrage doppler » ;
« Barrages David » deviennent les premiers systèmes français opé- – les nouveaux principes de mesure angulaires dits « monopulse » ;
rationnels de détection électromagnétique. – le « balayage électronique ».
■ À l’approche de la guerre Le tout préfigurant les radars d’aujourd’hui.
S’impose alors la solution des radars métriques à impulsions. Il
en résulte, de juin 1939 à mai 1940, la construction de différents
radars pour l’Armée de l’Air. 2. Principes de base
En parallèle la Marine, dote ses principaux bâtiments de moyens
de détection électromagnétique. Le « Cuirassé Richelieu », sta-
tionné à Dakar, reçoit l’un des matériels SADIR, suivent le 2.1 Onde électromagnétique
« Strasbourg » en janvier 1942, puis « l’Algérie » en avril.
À la suite du débarquement des Alliés en Afrique du Nord le 2.1.1 Généralités
8 novembre 1942, la Flotte de Toulon se saborde. L’essentiel de
l’équipement radar français disparaît dans ce désastre. L’onde électromagnétique est le vecteur porteur du signal radar.
Elle se caractérise par la présence simultanée d’un champ
électrique : E et d’un champ magnétique : H, perpendiculaires entre
eux, variables sinusoïdales du temps, de même pulsation : ω = 2πf
1.6 Histoire du magnétron et de même phase, la propagation de l’onde se faisant dans le sens :
  
Au centre de cette histoire du radar, l’histoire du magnétron Π = E∧H
revêt une importance particulière. Son début se situe à partir de
1924 aux USA et au Japon. Mais, les deux progrès décisifs eurent Π, vecteur de Poynting de l’onde, est le flux de puissance de
lieu en 1939/1940 en Angleterre et en France, en 1940 : l’onde, laquelle se propage dans le vide à la vitesse de la lumière
C = 3 × 108 m/s.
– la structure du magnétron à cavités couplées, en Angleterre ;
– la cathode à oxyde en France. Une onde est caractérisée en outre par les paramètres repris
dans la figure 2.
La technologie de la cathode à oxyde est transférée en
Angleterre, le 8 mai 1940, à quelques jours de la rupture du front
par l’armée allemande. En associant les deux principes, un premier 2.1.2 Notion de polarisation
prototype du magnétron E-1189 délivre, 10 kW crête, puis trois La polarisation d’une onde est définie par l’orientation de son
mois plus tard, une centaine de kilowatts. champ électrique :
■ En Angleterre – une onde, dont le champ électrique est contenu dans un plan
L’application la plus spectaculaire concerne en Angleterre les horizontal, est dite de « polarisation horizontale » ;
radars aéroportés, avec la mise en service, en janvier 1943, d’un – une onde, dont le champ électrique est contenu dans un plan
radar de veille centimétrique pour bombardier, le « H2S ». À la vertical, est dite de « polarisation verticale » ;
même époque, les avions du Coastal Command sont équipés de – la combinaison de deux ondes en phase, l’une de polarisation
radars centimétriques de détection des sous-marins, « ASV ». horizontale, l’autre de polarisation verticale, engendre une onde de
« polarisation oblique » ;
Enfin, pour les avions de chasse, sont successivement dévelop-
pés trois modèles de radars centimétriques : les « AI », auxquels
sera bientôt préféré le radar américain « SCR 720 ».
α=2πft
■ Aux États-Unis
Aux États-Unis, le « SCR 584 » est le premier radar hyperfré- Caractéristiques propres au signal :
A – amplitude : A
quences de conduite de tir. Au total 2 000 exemplaires de ce radar
furent réalisés par General Electric et Westinghouse. – phase : α = 2 π f t
C – fréquence : f
Dans le domaine des radars d’interception aéroportés, le « SCR
– période : T = 1/f
720 », également en bande centimétrique, répond aux besoins du
combat aérien de nuit. Il fut opérationnel début 1943 et produit à
plusieurs centaines d’exemplaires par Western Electric.
Pour une onde se déplaçant à la vitesse C : sa
longueur d’onde : λ = C/f, déplacement de
l’onde pendant une période du signal
1.7 État de l’art en 1945 λ

Ainsi, grâce aux efforts conjugués des Américains et des


Britanniques, la technique radar évolua de manière très profonde
entre 1940 et 1945. En 1945, les principes et la technologie des « radars D
classiques » étaient arrivés à maturité, une véritable encyclopédie du
radar en 20 volumes éditée par le MIT (Massachussets Institut of Figure 2 – Principe schématique de l’onde électromagnétique

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 650 – 4 est strictement interdite. – © Editions T.I.

QT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUP

_________________________________________________________________________________________________________ RADARS : PRINCIPES DE BASE

– la combinaison de deux ondes d’égale amplitude, en quadra-


ture, l’une de polarisation horizontale, l’autre de polarisation verti-
cale, engendre une onde de « polarisation circulaire » ;
– la combinaison de deux ondes de phase et/ou amplitude
quelconques, l’une de polarisation horizontale, l’autre de polari-
sation verticale, engendre une onde de « polarisation elliptique ».
D

2.2 Radar à impulsions C Q


2.2.1 Principe
D
Le radar utilise la propriété des ondes électromagnétiques de se
réfléchir sur tout obstacle, créant ainsi une onde de retour suscep-
tible d’être décelée par un récepteur adapté à ce signal.
Pour ce faire, il constitue un ensemble comportant :
– un émetteur engendrant le signal ; Figure 3 – Schéma de propagation du signal radar
– une antenne le focalisant dans l’espace ;
– un récepteur recueillant l’onde de retour ;
– un système d’exploitation adaptant l’information recueillie à cible, et C la vitesse de propagation de l’onde, le temps de trajet
l’opérateur. aller et retour de l’onde est :

Dans les radars classiques, le signal émis est une suite d’impul- T = 2D /C
sions électromagnétiques. Chaque impulsion de durée très brève
« τ », de l’ordre de quelques microsecondes, se propage dans Le procédé le plus simple pour mesurer ce temps de trajet (et le
l’atmosphère à la vitesse de la lumière : C = 3 × 108 m/s. premier employé) consiste dans l’utilisation d’un oscilloscope,
appelé « SCOPE A », dans lequel un faisceau d’électrons, contrôlé
en position par des plaques de déviation, vient éclairer un tube
Une partie de ce signal est réfléchie par la cible. cathodique (figure 4).
On dit quelquefois que la cible est « illuminée » et Sur les plaques de déviation horizontale, on applique un signal en
« rerayonne » une partie de l’énergie émise sous la forme « dent de scie », dont le début est synchronisé avec l’impulsion
d’une onde de faible amplitude et de caractéristiques tempo- d’émission. Le signal perçu par le récepteur, convenablement ampli-
relles identiques à celle du signal émis (figure 3). fié, est appliqué sur les plaques de déviation verticale. Ainsi, la posi-
tion horizontale du spot sur le scope est proportionnelle au temps
écoulé après l’émission, et une déviation verticale est le signe de la
Différents paramètres peuvent ainsi être analysés. présence d’une cible.
La distance entre le radar et la cible étant une fonction linéaire
2.2.2 Mesure de la distance du temps de trajet de l’onde, la position du signal sur l’axe hori-
zontal du scope est bien proportionnelle à la distance entre le
Elle s’effectue par l’intermédiaire de celle du temps de trajet radar et la cible. On peut donc graduer directement cet axe avec
aller et retour de l’onde. En effet, si D est la distance du radar à la l’unité de distance convenable.

TR
Scope « A »
Émetteur

τ
Synchro

Générateur
de dents de scie TR
∆T

Récepteur

∆T

Figure 4 – Principe schématique de la mesure de la distance

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 650 – 5

QU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUP

RADARS : PRINCIPES DE BASE ________________________________________________________________________________________________________

2.2.3 Mesure des angles


La seule mesure de la distance est insuffisante pour localiser les Lobes diffus Ouverture à mi-puissance
objets. Elle est combinée avec une mesure angulaire utilisant la (10–4 à 10–6 G)
directivité des antennes radars.
En effet, une antenne ne répartit pas l’énergie uniformément θ
L
dans toutes les directions. En particulier une antenne de


dimension « L », le long de laquelle on répartit l’énergie à émettre
suivant une loi particulière, peut, par le jeu de la recombinaison Lobes secondaires Lobe principal
spatiale des ondes, concentrer l’énergie émise (ou du moins la (10–2 à 10–4 G)
majeure partie de cette énergie) dans un angle limité : « θ ».
■ Nous retiendrons la relation pratique :
Figure 5 – Schéma de directivité d’un aérien
θ ∼ 65 λ /L
avec θ ouverture en degrés à mi-puissance,
λ (en m) longueur d’onde émise, θg
L (en m) dimension de l’antenne.
θs
θ ouverture de l’angle dans lequel se concentre l’énergie est θs ∼ 65 λ/H ; θg ∼ 65 λ/L
également appelée ouverture du faisceau, du lobe ou du dia- (en degrés)
gramme de l’antenne. H
ANTENNE DE VEILLE
G ∼ 0,3 (4πS/λ2) ∼ 15 000/θs θg
Une telle antenne n’éclaire (ou n’envoie de l’énergie), de
ANTENNE DE POURSUITE
manière significative, que dans le secteur +/– θ/2. Les autres sec- L G ∼ 0,6 (4πS/λ2) ∼ 30 000/θs θg
teurs sont également éclairés, mais avec des niveaux 10–2 à
10–4 fois plus faibles dans les lobes secondaires proches, 10–4 à G gain de l’antenne,
10–6 dans les lobes diffus (figure 5). H hauteur de l’antenne,
L largeur,
■ Le phénomène de propagation de l’onde étant réciproque, il en
résulte que les niveaux d’énergie des signaux perçus par le radar, θg ouverture de son diagramme dans le plan
en dehors de l’angle solide d’ouverture θ, seront 104 fois à de gisement, à mi-puissance,
1012 fois plus faibles que ceux perçus dans cet angle solide. θs ouverture de son diagramme dans le plan
de site à mi-puissance.
Ainsi donc, en associant une antenne directive à un émet-
teur/récepteur traitant des signaux impulsionnels, on peut mesurer
simultanément la direction et la distance d’une cible, et cela Figure 6 – Caractéristiques générales des antennes
uniquement parce que cette cible réfléchit une partie de l’énergie
dirigée vers elle.
Le même phénomène peut être reproduit dans le plan horizontal
(ou plan de gisement) et dans le plan vertical (ou plan de site) en
disposant d’antennes de dimensions horizontales et verticales adé-
quates. La figure 6 résume les propriétés de telles antennes.

ÉMETTEUR RÉCEPTEUR
Le gain de l’antenne est lié au fait qu’une part importante
de l’énergie émise se trouve concentrée dans l’angle solide :
␪g ␪s . Tube Réception
Duplexeur
C’est le rapport entre l’énergie émise à l’intérieur de cet d'émission et filtrage
angle solide et celle qui serait émise par une antenne omnidi-
rectionnelle qui, par principe, répartit également cette énergie
dans toutes les directions. Traitement
Modulateur Synchronisation
de l'information

2.3 Composition d’un radar


Figure 7 – Schéma synoptique d’un radar
Il ressort du paragraphe précédent que le radar est un instrument
capable de fournir à l’utilisateur les informations suivantes :
– existence d’un corps étranger dans l’atmosphère (avion, 2.3.1 Antenne
bateau, obstacle naturel, etc.) ;
– position de ce corps étranger. C’est l’élément le plus visible du radar, et également le plus connu
du profane. Son rôle est de concentrer l’énergie émise par le radar
Ces deux informations peuvent être complétées, suivant le cas, dans un angle solide déterminé. Celui-ci est défini par la nature de
par d’autres portant sur la vitesse, l’étendue, voire la nature du l’antenne utilisée. La direction vers laquelle il est dirigé est égale-
corps détecté par le radar. Le diagramme fonctionnel type d’un ment liée à l’antenne. Une action (mécanique ou électronique) sur
radar est donné à figure 7. cette antenne permettra de modifier cette direction et, donc, de pro-
Examinons les principaux éléments d’un tel radar. voquer une exploration du domaine entourant le radar.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 650 – 6 est strictement interdite. – © Editions T.I.

QV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUP

_________________________________________________________________________________________________________ RADARS : PRINCIPES DE BASE

L’antenne peut être double afin de permettre indépendamment La qualité des signaux délivrés par le modulateur doit être
les fonctions d’émission et de réception. Dans ce cas, il est néces- contrôlée pour permettre d’éviter des effets parasites sur le signal
saire que les deux aériens élémentaires soient orientés à chaque émis.
instant dans la même direction. Ils doivent donc être solidaires
entre eux, ou synchronisés. En outre, leur interférence radio-
électrique doit être la plus faible possible afin qu’au moment de 2.3.4 Récepteur
l’émission, le signal émis (qui est de très grande puissance) ne C’est l’élément le plus délicat, et souvent le plus complexe du
vienne pas perturber le fonctionnement du récepteur.


radar. Il assure l’amplification, le filtrage et le traitement du signal
L’ensemble des raisons qui précèdent viennent augmenter le radar.
prix de l’antenne double. Aussi chaque fois que cela est techni-
Sa sensibilité doit être très grande (jusqu’à 10–15 Watts).
quement possible, on lui préfère la solution de l’aérien unique, uti-
lisé à l’émission et à la réception, associé à un duplexeur. Il amplifie les signaux dans de très grandes proportions (1010
à
1014) et doit le faire sans déformation du signal. Le récepteur doit,
en outre, effectuer le filtrage du signal et tous autres traitements
2.3.2 Duplexeur adaptés à l’information à obtenir (par exemple vitesse, position
angulaire...).
C’est un aiguilleur électronique qui permet, d’une part au signal
émis d’être dirigé vers l’antenne avec une perte minimale tout en Sa réalisation doit être particulièrement soignée pour réduire au
isolant convenablement le récepteur, d’autre part au signal reçu minimum toute distorsion involontaire du signal traité et réduire
d’être dirigé en totalité vers le récepteur, sans dérivation vers les perturbations dues au bruit qui accompagne le signal radar.
l’émetteur et toujours avec une perte minimale. Après traitement, le signal est amplifié par un amplificateur
La complexité des duplexeurs dépend du niveau de puissance vidéofréquence (en abrégé ampli-vidéo) qui l’amène au niveau
du signal émis (de quelques kW à 20 MW). Elle est liée à la limi- désiré pour son exploitation (quelques volts).
tation des fuites vers le récepteur (qui ne peut supporter sans dété-
rioration des signaux supérieurs à 100 mW environ).
2.3.5 Traitement et exploitation
des informations
2.3.3 Émetteur
Le traitement des informations radar est fait à partir des
L’émetteur se compose de deux parties principales : éléments suivants :
– l’étage de puissance dans lequel est engendré, ou amplifié, le – signal vidéo délivré par le récepteur ;
signal émis ; – signaux de synchronisation ;
– le modulateur qui fournit à l’étage de puissance l’énergie élec- – information de position angulaire du faisceau d’antenne ;
trique et les signaux de commande. – autres informations en provenance d’un traitement spécial ou
de sources extérieures éventuellement.
■ Étage de puissance
Il permet de délivrer les « plots » radar qui seront pris en compte
Sa partie active est le tube d’émission dans lequel est engendrée
par le système d’exploitation. Les informations sont présentées à
l’impulsion hyperfréquence à la fréquence et à la puissance désirées.
un opérateur sous la forme d’une image radar adaptée à la
Il peut être du type oscillateur de puissance, le tube utilisé est situation à analyser. L’opérateur a alors à sa charge d’interpréter
alors un magnétron, une triode oscillatrice ou tout autre tube les informations ainsi visualisées et d’effectuer les opérations
oscillateur. C’est avec le magnétron que les plus hauts niveaux de nécessaires (identification, guidage, anticollision...).
puissance sont obtenus.
Les moyens de visualisation les plus courants sont :
La chaîne d’amplification est un autre type d’étage de puissance, – l’oscilloscope cathodique dit « à balayage cavalier » ;
dans lequel le signal est amplifié par étapes successives, d’un
– les écrans de télévision haute définition, souvent en couleur,
niveau de l’ordre du watt à la puissance finale de sortie qui varie
qui présentent la situation générale.
selon le tube utilisé et la longueur d’onde.
Ils peuvent être complétés par des visualisations auxiliaires sur
Les tubes d’amplification radar sont :
écran de télévision et des projections sur grand écran.
– les klystrons ;
Le travail de l’opérateur est facilité par l’emploi d’une
– les tubes à ondes progressives (TOP) ;
« exploitation automatique » assurée par des moyens numériques,
– les tubes à champs croisés ;
l’information étant délivrée à l’opérateur par l’intermédiaire de
(Pour les niveaux de puissance élevés.) consoles de visualisation. Celles-ci, qui utilisent au maximum les
– amplificateurs à état solide (diodes, transistors) aux basses possibilités de la visualisation, sont de véritables systèmes visuali-
puissances, ou pour la fourniture de « modules » de puissance. sant les informations « synthétiques » issues de l’exploitation.
Elles permettent, en outre, un dialogue entre les opérateurs et le
Cet étage comprend, en outre, des dispositifs annexes : calculateur chargé de l’élaboration de l’information synthétique.
– refroidissement d’alimentation ;
– circuits de mise en route et de contrôle...
2.3.6 Synchronisation
Son rendement global est de l’ordre de 10 à 30 %.
Le « synchronisateur » est le cœur du système radar. Il délivre
■ Modulateur les signaux de base qui définissent les instants d’émission et
Le modulateur fournit la puissance nécessaire à la partie active divers signaux annexes nécessaires à des opérations en temps
de l’émetteur. Il permet de stocker l’énergie pendant les périodes réel. Son élément de base est une horloge de très grande stabilité
séparant deux émissions successives, et de la restituer pendant le (10–4 à 10–6) à partir de laquelle sont engendrés les signaux de
temps (très bref) de l’émission radar. synchronisation.
Les puissances crête délivrées par le modulateur sont très impor- Ces signaux sont distribués aux différents éléments à piloter.
tantes (3 MW par exemple, pour une puissance crête émise de Leur distribution doit être assurée avec une très grande reproduc-
1 MW). Il y correspond des courants de plusieurs dizaines d’ampè- tibilité sur chaque voie, de manière à ne pas fausser les mesures
res sous des tensions de plusieurs dizaines de milliers de Volts. effectuées.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 650 – 7

QW

QX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

Radars : principes de base


Paramètres de détection

par Jacques DARRICAU
Ingénieur général de l’armement
Ingénieur ENICA et ENSAÉ

1. Bruit en réception radar ......................................................................... TE 6 655 - 3


1.1 Définitions de base ...................................................................................... — 3
1.2 Application aux récepteurs ......................................................................... — 3
1.3 Température totale de bruit d’une chaîne de réception ........................... — 5
1.4 Facteur de bruit ............................................................................................ — 5
1.5 Caractéristiques fréquentielles du bruit ..................................................... — 6
2. Signal radar ................................................................................................ — 6
2.1 Expression générale .................................................................................... — 6
2.2 Puissance et énergie d’un signal ................................................................ — 6
2.3 Représentation vectorielle. Notion de signal vidéo complexe................. — 6
2.4 Notion de spectre ......................................................................................... — 7
3. Filtrage optimal du signal radar ........................................................... — 12
3.1 Problématique de la réception radar en présence de bruit ...................... — 12
3.2 Recherche du filtre optimal ......................................................................... — 13
4. Équation de propagation d’un radar ................................................... — 14
4.1 Rappel du rôle de l’antenne radar .............................................................. — 14
4.2 Comportement de la cible – Notion de surface équivalente .................... — 14
4.3 Équation de propagation ............................................................................. — 15
4.4 Application pratique .................................................................................... — 16
5. Équation du radar ..................................................................................... — 16
5.1 Exposé du problème de la détection .......................................................... — 16
5.2 Détection d’une cible silencieuse ............................................................... — 16
5.3 Détection d’une cible brouilleuse ............................................................... — 17
5.4 Détection d’une cible dans un milieu brouilleur ....................................... — 17
6. Aspect probabiliste de la réception radar......................................... — 18
6.1 Notions de probabilité ................................................................................. — 18
6.2 Comportement aléatoire du bruit ............................................................... — 19
6.3 Détection d’un signal stable dans un bruit ................................................ — 21
6.4 Détection de cibles fluctuantes ................................................................... — 21
6.5 Radar diversité ............................................................................................. — 23
6.6 Post-intégration ............................................................................................ — 24
6.7 Notions sur les extracteurs ......................................................................... — 25
7. Effets dus à la propagation des ondes radar.................................... — 28
7.1 Réflexion des ondes sur un sol plan réfléchissant .................................... — 28
7.2 Portés « optique » et « radar » .................................................................... — 29
7.3 Propagation anormale ................................................................................. — 30
7.4 Atténuation des ondes radar dans l’atmosphère ...................................... — 30
8. Radars de poursuite ................................................................................. — 30
8.1 Préliminaire .................................................................................................. — 30
8.2 Poursuite distance........................................................................................ — 32
8.3 Poursuite angulaire par scanning ............................................................... — 33
8.4 Poursuite angulaire par monopulse ........................................................... — 35
p。イオエゥッョ@Z@ヲ←カイゥ・イ@RPQS

Pour en savoir plus ........................................................................................... Doc. TE 6 655

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 655 – 1

QY
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

RADARS : PRINCIPES DE BASE ________________________________________________________________________________________________________

et article concerne l’ensemble des phénomènes mis en jeu par la


C « détection radar », c’est-à-dire la capacité du radar à déceler la présence
d’échos de cible dans un milieu perturbé par la présence de bruits, et à loca-
liser ces cibles.
Il aborde, dans un premier temps, les notions de bases nécessaires à la
quantification du bruit et du signal utile.


Pour ce qui concerne le bruit, sont abordées les notions de :
– gain et bande passante d’un récepteur ;
– température additionnelle de bruit ;
– température de bruit et facteur de bruit d’une chaine de réception ;
– caractéristiques fréquentielles et filtrage.
Pour ce qui concerne le signal utile, sont abordées les notions de :
– expression mathématique du signal ;
– expression temporelle des puissances et énergie ;
– représentation vectorielle et complexe du signal ;
– notion de signal complexe équivalent ;
– spectre et filtrage, à partir d’une approche physique de la transformée de
Fourier ;
– examen de spectres typiques de signaux avec et sans porteuse ;
– calcul spectral des puissances et énergie des signaux.
Ces notions simples constituent les bases théoriques strictement nécessaires
à l’étude des performances des récepteurs radar, telle qu’elle sera abordée
dans les articles « Détection des mobiles dans le clutter » et « Traitements
avancés du signal radar », qui prendront la suite du présent article.
Ici, elles sont directement appliquées à l’étude du filtrage optimal d’un récep-
teur radar qui aborde successivement :
– la problématique de la réception radar en présence de bruit ;
– la recherche d’un filtre résolvant cette problématique et ses performances
en terme de rapport signal sur bruit après filtrage.
Cela conduira à l’expression de « l’équation du radar » en étapes successives :
– établissement de l’équation de propagation du signal entre le radar et
l’objet à détecter ;
– application de la notion de filtrage adapté à la détection en présence de
bruit ;
– équation du radar sur une cible silencieuse et brouilleuse ;
– équation du radar en milieu brouilleur.
Est ensuite abordé l’aspect probabiliste de la détection radar, ce qui conduira
à établir : des relations entre le rapport signal sur bruit à la sortie du récepteur,
la probabilité de fausse alarme due au bruit résiduel et la probabilité de détec-
tion de la cible. Cela en exposant :
– un rappel des notions de probabilité nécessaires à cette étude ;
– l’étude du comportement aléatoire du bruit, conduisant à la fausse alarme ;
– l’étude de divers comportements du signal et des traitements associés,
conduisant à sa détection.
Ces études, centrées sur la présentation des phénomènes physiques, sont
illustrées par de nombreux graphiques illustrant les phénomènes eux-mêmes,
et les résultats obtenus. Elles sont complétées par un exposé pratique
concernant le comportement des ondes dans le milieu naturel.
Enfin, est abordé le domaine particulier des radars de poursuite, qui permettent
une localisation très précise des cibles radar grâce à des procédés particuliers :
– de poursuite distance ;
– de poursuite angulaire par « scanning » ;
– de poursuite angulaire par « monopulse » ;
en examinant dans chaque cas :
• le principe de base du procédé,
• le détail de la génération du signal d’erreur, conduisant à chiffrer la préci-
sion obtenue.
Des schémas synoptiques des radars de poursuite à « scanning » et
« monopulse » illustrent l’organisation générale de ces radars.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 655 − 2 est strictement interdite. − © Editions T.I.

RP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

_________________________________________________________________________________________________________ RADARS : PRINCIPES DE BASE

1. Bruit en réception radar


Le bruit joue un rôle très important en réception radar, car c’est
sa présence qui vient limiter les possibilités de détection du signal
utile. Le présent chapitre a pour but de préciser à ce sujet les
notions simples, utiles à l’application radar.


Les sources de bruit dans un récepteur sont : Z0
– les résistances qui sont productrices de bruit thermique ;
– les éléments actifs qui produisent leurs bruits propres.
Z1
Toutes ces sources de bruit s’additionnent en puissance dans le Courant
récepteur pour former le bruit global de réception. En pratique,
dans la bande utile d’un radar, le bruit d’origine naturelle est uni-
formément réparti à toutes les fréquences. La puissance moyenne
de bruit à la sortie d’un récepteur sera donc, toutes choses égales

par ailleurs, proportionnelle à sa bande passante.

1.1 Définitions de base


L’analyse des bruits des récepteurs, prend comme référence le
bruit d’origine thermique dont les principaux paramètres sont
Générateur Récepteur
résumés ci-après :
■ Tension efficace de bruit aux normes d’une résistance « R » Figure 1 – Schéma « générateur-charge »
Le bruit dans une résistance ohmique provient de l’agitation
thermique des électrons. Le processus de naissance du bruit dans
une telle résistance est connu sous le nom « d’effet Johnson ». ■ Température de bruit
On démontre que la tension efficace du bruit engendré dans une L’expression précédente montre qu’un bruit thermique est entiè-
résistance a pour expression : rement caractérisé par sa température : T = b/k, dans une bande de
fréquence donnée.
VB2 = 4 ⋅ R ⋅ k ⋅T ⋅ ∆F

avec R résistance en ohms,


On peut généraliser cette notion en radar, où les bandes pas-
k = 1,37 × 10–23 watts/hertz/degré constante de Boltzman, santes relatives restent faibles. Un bruit d’origine quelconque
T température en degrés kelvin, sera caractérisé par sa température équivalente de bruit, défi-
nie à partir des paramètres mesurables B et ∆F :
∆F bande de mesure en hertz.
■ Puissance maximale de bruit thermique transmissible à une b B
TB = =
charge k k ⋅ ∆F
Un générateur de tension ne peut transmettre à l’extérieur toute On notera, en outre, que ces paramètres sont définis sur les
l’énergie dont il dispose, car une partie de cette énergie est dissi- spectres physiques des signaux.
pée dans son impédance interne.
Posons (figure 1) :

Z 0 = R0 + jX 0 et Z 1 = R1 + jX 1 1.2 Application aux récepteurs


• On démontre que la puissance transmise est maximale si :

X1 = − X 0 1.2.1 Gain et bande passante d’un récepteur


R1 = R 0 = R
Pour tenir compte des problèmes de l’adaptation, on choisira
• La puissance transmise à la charge est alors : comme définition du gain :

WT = V 2 / 4 ⋅ R Rapport entre la puissance fournie à la charrge


• Dans le cas du bruit, cette expression devient : et la puissance maximale disponible sur la source

WB = B = VB2 / 4 ⋅ R Ce qui se justifie car, avec cette définition, une ligne adaptée
sans perte a un gain de transmission égal à un.
soit :
Le gain en puissance d’un récepteur est généralement fonction
B = k ⋅T ⋅ ∆F de la fréquence du signal. On l’écrira donc, en faisant apparaître la
■ Densité spectrale de bruit thermique transmittance F (f) du récepteur, rapport des amplitudes du signal
à chaque fréquence entre la sortie et l’entrée (§ 2.4) :
Par définition, c’est la puissance du signal par hertz de bande.
Ici :
b = B /∆F = k ⋅T G (f ) = G ⋅ [F (f )]2

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 655 – 3

RQ
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

RADARS : PRINCIPES DE BASE ________________________________________________________________________________________________________

Te TA1 TA2 Ts
TA
Ampli réel Ts > G.Te Ampli parfait Ts = G.(Te+TA)
Te
Te G1 G2
G G

Figure 2 – Schéma de la température additionnelle


TA Ts
Te


G
D’où la formulation de « ∆F » : bande passante équivalente d’un
récepteur, respectant la relation : B = b ∆F, en posant G = 1 et
b (f) = b · G (f) = b [F (f)]2 : Figure 3 – Schéma de mise en cascade d’amplificateurs
∞ ∞
B = b ∆F = ∫ b (f ) ⋅ df = ∫ b [F (f )]2 ⋅ df
0 0
Enceinte : T0
∞ TAL Ts = T0
∆F = ∫ [F (f )]2 ⋅ df R
Ligne
Te = T0
Ampli parfait
adaptée G = 1/L
0

Cette bande est, en général, voisine de la bande passante à


mi-puissance du récepteur, leur rapport varie de 1 à 1,5 selon le
type de circuit d’accord. Figure 4 – Température additionnelle d’une ligne adaptée

1.2.2 Température additionnelle d’un récepteur


Tout récepteur engendre des bruits dans sa structure interne. TAC
Pour tenir compte de ce phénomène, on assimilera l’ensemble de Ts = τ.T0
ces bruits à une source unique de température de bruit « TA » pla- T0 G = 1/Lc
cée à l’entrée du récepteur, qui sera comme le bruit externe ampli-
fié avec le gain « G ».
Dans ce cas, le bruit en sortie du récepteur s’écrira (figure 2) :
Figure 5 – Température additionnelle d’un mélangeur
Ts = G ⋅ (Te + TA )

La température additionnelle de bruit TA d’un récepteur se


déduit donc des caractéristiques de celui-ci par la relation : TA0 TAC TA1
Ts
G0 1/Lc G1
T − G ⋅T e
TA = S
G
Elle ne dépend que des conditions de fonctionnement du récep- Figure 6 – Chaîne superhétérodyne
teur et non du signal d’entrée. TA , G et ∆F caractérisent
complètement le bruit du récepteur.
■ Température additionnelle d’une ligne adaptée
1.2.3 Propriétés de la température additionnelle Une ligne adaptée présente la même impédance réelle « R » à
son entrée et à sa sortie.
■ Amplificateurs en cascade
Les seuls bruits étant d’origine thermique, le bruit à la sortie de
Soient deux amplificateurs 1 et 2 caractérisés, chacun par leurs la ligne est égal à son bruit d’entrée et fonction de la seule tempé-
températures additionnelles de bruit TA1 et TA2 et leurs gains G1 et rature du lieu. On prend comme référence T0 = 290 oK comme
G2 . Soit Te la température de bruit à l’entrée du récepteur. température de la ligne. On a alors : Te = Ts = T0 (figure 4).
On peut substituer à ces amplificateurs, un amplificateur unique La ligne présente par ailleurs une perte : L = 1/G. D’après la défi-
équivalent de gain G et de température additionnelle TA à nition de TA , on en déduit :
condition de restituer les mêmes signaux en sortie.
TAL = T0 (L − 1)
Ce qui implique (figure 3) :

G = G1 ⋅G 2 ■ Température additionnelle d’un mélangeur


Dans le cas des mélangeurs, T0 = 290 oK étant toujours prise
Ts = (TA + Te ) ⋅G = Te ⋅G1 ⋅G 2 + TA1 ⋅G1 ⋅G 2 + TA 2 ⋅G 2 comme température d’entrée de référence, on constate en pratique
que Ts = τ · T0 (τ ≅ 1,5), alors que la perte de conversion est Lc
Soit : (rapport 4 à 6), d’où la température additionnelle du mélangeur
TA 2 (figure 5) :
TA = TA1 +
G1 TAC = T0 (τ ⋅Lc − 1)

Cette relation peut se généraliser à un nombre quelconque ■ Cas d’une chaîne superhétérodyne complète
d’étages, soit :
Soit une chaîne (figure 6) comportant en cascade : un amplifica-
TA 2 T teur hyperfréquence (G0 , TA0), un mélangeur (Gc = 1/Lc , TAC), un
TA = TA1 + + A 3 .......
G1 G1 ⋅G 2 amplificateur moyenne fréquence (G1, TA1).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 655 – 4 est strictement interdite. – © Editions T.I.

RR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

_________________________________________________________________________________________________________ RADARS : PRINCIPES DE BASE

La combinaison des relations établies dans les paragraphes pré-


cédents permet d’écrire que cette chaîne est équivalente à un TAL
TA0 TAC TA1
récepteur unique de gain : G = 1/L Te Ts
G0 1/Lc G1
TANT
G0 ⋅G1
G=
LC
Figure 8 – Chaîne complète de réception


Et de température additionnelle :
1.4 Facteur de bruit
T ⋅ (τ ⋅LC − 1) TA1 ⋅LC
TA = TA0 + 0 +
G0 G0 1.4.1 Facteur de bruit d’un amplificateur
Si on considère un amplificateur pris isolément, soumis à une
■ Exemple numérique
source de bruit de température Te = T0 = 290 oK, le facteur de bruit
Soit : TA1 = 200 oK ; G1 = 16 dB (rapport 40) ; LC = 6 dB (rapport de l’amplificateur est défini par la relation :
4) ; τ = 1,5 ; TA2 = 200 oK :
TS T +T
F0 = = 0 A
G ⋅T0 T0
290 × (1, 5 × 4 − 1) 200 × 4
TA = 200 + +
40 40 Cette définition normalisée du facteur de bruit, est celle utilisée
TA ≈ 200 + 36 + 20 = 256 o K pour toutes les mesures en laboratoire.

1.4.2 Facteur de bruit d’une chaîne


1.3 Température totale de bruit d’amplificateurs
d’une chaîne de réception Dans le cas d’amplificateurs en cascade, la relation du § 1.2.3, et
la définition du facteur de bruit donnée en § 1.4.1, permettent
Une chaîne de réception est généralement composée d’une d’écrire :
antenne, d’une liaison hyperfréquence et d’un récepteur. F2 − 1 F3 − 1
F = F1 + + .......
L’antenne recueille les bruits externes, principalement d’origine G1 G1 ⋅G 2
thermique, en les « pondérant » par son gain dans chacune des
directions des sources de bruit. 1.4.3 Facteur de bruit d’une chaîne
Le bruit recueilli par une antenne radar est plus faible que « T0 » de réception complète
lorsque l’antenne est pointée vers le ciel qui est une source froide,
Si on considère une chaîne de réception complète, on convient
sauf bien-sûr dans la direction du soleil. En général : TANT = 100 à
de ramener la température totale de bruit de la chaîne « TB » à la
200 oK.
température de référence T0 = 290 oK, par la relation :
La liaison hyperfréquence se comporte comme une ligne adap-
tée de perte « L ». De ce fait, la température de bruit à la sortie de TB = F ⋅T0
la liaison, donc à l’entrée du récepteur, s’écrira (figure 7) :
Cette autre définition du facteur de bruit permet d’écrire :
« b = F · k · T0 », expression classique du bruit en radar. Dans ce
TANT T0 ⋅ (L − 1) cas, la définition du facteur de bruit F devient :
Te = +
L L
TB Te + TA
F = =
La température totale de bruit de la chaîne complète, calculée à T0 T0
l’entrée du premier élément actif du récepteur, aura pour expres-
sion (figure 8) :
Exemple
TB = Te + TA Si la chaîne, définie au § 1.2.3, (TA = 256 oK), est placée devant les
éléments d’entrée suivants :
– antenne : TANT = 100 oK ;
TANT T0 (L − 1) T ⋅ (τ ⋅LC − 1) TA1 ⋅LC
TB = + + TA0 + 0 + – ligne : perte 0,4 dB (L = 1,1).
L L G0 G0
On peut calculer, selon la définition de F :

100 290 (1,1− 1)


Te = + = 117 o K
1,1 1,1
TAL et
T e + T A 117 + 256
F = = ≈ 1, 3 ⇒ 1,15 dB
G = 1/L Te
T0 290
Alors que selon la définition du § 1.5.3, le facteur de bruit mesuré
TANT en laboratoire de la chaîne d’amplificateur seule est :

T 0 + T A 290 + 256
F0 = = ≈ 1, 9 ⇒ 2, 8 dB
Figure 7 – Bruit recueilli par une antenne radar
T0 290

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 655 – 5

RS
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

RADARS : PRINCIPES DE BASE ________________________________________________________________________________________________________

b(f) = b b(f) A(t) A1(t) = A(t) · cos(ω · t)

Q f f

Figure 10 – Signal vidéo et sous porteuse

Figure 9 – Répartition spectrale du bruit


2.2 Puissance et énergie d’un signal
On voit donc que « F » peut différer sensiblement de « F0 » dès
que « Te » s’éloigne de « T0 » et que « TA » est faible, ce qui est ■ Puissance instantanée d’un signal
généralement le cas dans les chaînes de réception modernes. Pour La puissance instantanée d’un signal se définit comme le carré
cette raison, il est recommandé de passer par l’intermédiaire des de son amplitude :
températures de bruit, dont la définition n’est pas ambiguë, pour
estimer les facteurs de bruit de chaînes complètes. Pi = A2 (t )

■ Énergie d’un signal


1.5 Caractéristiques fréquentielles Par définition, l’énergie d’un signal de durée T est l’intégrale de
sa puissance :
du bruit
E= ∫ A2 (t ) dt
On résume ci-après les propriétés fréquentielles de bruit utili- ∆=T
sées en traitement du signal radar, qui seront précisées au para-
graphe suivant (figure 9). ■ Puissance efficace d’un signal
Par définition, nous appellerons puissance efficace d’un signal :
1.5.1 Bruit blanc
E
W= = A2 (t )
C’est un bruit dont la densité spectrale est constante. Dans ce T
cas, la relation entre sa puissance et sa densité spectrale s’écrit :
■ Cas d’un signal vidéo
B = b ⋅ ∆F
Pi = W = A2 (t )
E = ∫ A2 (t ) ⋅ dt
1.5.2 Bruit après filtrage
■ Cas d’un signal sous porteuse
Le filtre vient modifier la densité spectrale du bruit qui devient :
Pi = A12 (t ) = A2 (t ) cos2 (ω ⋅ t )
b (f ) = b ⋅ [F (f )]2

La puissance du bruit est alors l’intégrale de sa densité spectrale E = ∫ A2 (t ) cos2 (ω ⋅ t ) dt


(§ 1.1) :
∞ ∞ 1
B = ∫ b ⋅ [F (f )]2 ⋅ df =
b
∫ [F (f )]2 df E=
2
∫ A2 (t ) dt
2
0 −∞

En posant (§ 2.4) : F (– f) = F*(f). A2 (t )


W=
2
Voir la figure 10.

2. Signal radar
2.3 Représentation vectorielle.
Notion de signal vidéo complexe
2.1 Expression générale
2.3.1 Définition
Un signal vidéofréquence a pour expression A (t).
Soit un signal sous porteuse à bande étroite défini par la
Tout signal sous porteuse à bande étroite peut être entièrement
relation :
défini par la relation :
A1 (t ) = A (t ) ⋅ cos [ω ⋅ t + ϕ (t )] = X (t ) ⋅ cos (ω ⋅ t ) + Y (t ) ⋅ cos (ω ⋅ t + π / 2)
A1 (t ) = A (t ) cos [ω ⋅ t + ϕ (t )] = X (t ) cos (ω ⋅ t ) + Y (t ) cos (ω ⋅ t + π / 2)
La représentation de Fresnel d’un tel signal est donnée à la
La figure 10 illustre un exemple simple de tels signaux. figure 11.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 655 – 6 est strictement interdite. – © Editions T.I.

RT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

_________________________________________________________________________________________________________ RADARS : PRINCIPES DE BASE

2.4 Notion de spectre


Un signal est en outre caractérisé par sa répartition dans le
domaine des fréquences. On désigne sous le nom de « spectre »,
X(t) le domaine de fréquence occupé par un signal.

jY(t)
Z(t) 2.4.1 Transformée de Fourier d’un signal


ϕ(t) périodique
ωt Axe des réels : x
Comme illustré à la figure 13, une somme de « cosinus » de
périodes sous multiples de « T » (prise égales à 1 sur la figure 13)
engendre un signal périodique symétrique de période T et une
A(t) somme analogue de « sinus » engendre un signal périodique anti-
symétrique.
Figure 11 – Représentation de Fresnel du signal A (t) En conclusion, tout signal périodique peut être engendré à l’aide
d’une somme de cosinus et de sinus. Ce qui amène la relation sui-
vante (dans laquelle : fT = 1/T et T période du signal) :

A · cosϕ a0 x
2 ∑
A (t ) = + an ⋅ cos (2π ⋅ nf T ⋅ t ) + bn ⋅ sin (2π ⋅ n f T ⋅ t )
1

Connue sous le nom2 de série de Fourier. On vérifie aisément


A · cos(ωt+ϕ)
OL que : an =
T
∫ A (t ) ⋅ cos (2π ⋅ nfT ⋅ t ) dt
cos(ωt) ∆=T
2
π/2 bn =
T
∫ A (t ) ⋅ sin (2π ⋅ nf T ⋅ t ) dt
A · sinϕ 2.4.2 Expression imaginaire
∆=T de la série de Fourier
Une forme plus générale de la série de Fourier se déduit de la
précédente. Posons :

Figure 12 – Restitution de signal vidéo complexe an ⋅ cos (n ⋅ ωt ) + bn ⋅ sin (n ⋅ ωt ) = λn e jn⋅ωt + λ−n e− jn⋅ωt

Ce qui revient à écrire chaque composante du signal sous la


On y constate que A1 (t) est la projection sur l’axe des réels, du forme exponentielle avec :
vecteur Z (t) d’amplitude « A » et de phase ω · t + ϕ (t).
an − j ⋅ bn a + j ⋅ bn
ω étant connu, toute l’information contenue dans le signal A1 (t) λn = ; λ−n = n
se retrouve dans le signal complexe Z (t) : 2 2
a0
λ0 =
2
Z (t ) = A (t ) ⋅ e jϕ (t) = X (t ) + j ⋅Y (t )
Avec ces notations, le développement en série de Fourier d’un
avec : signal périodique s’écrira :

X (t ) = A (t ) ⋅ cos ϕ (t )
n=+∞
Y (t ) = A (t ) ⋅ sin ϕ (t )
A (t ) = ∑ λn ⋅ e jn⋅2 π ⋅fT ⋅t
n=−∞
De même qu’au § 2.1, on pouvait dire que A (t) et ϕ (t) 1
comportaient toute l’information utile du signal A1 (t), on pourra λn = H T (n ⋅ f T ) =
T
∫ ∆=T A (t ) ⋅ e− jn⋅2π ⋅f ⋅t ⋅ dt
T

dans le cas général dire que Z (t) comporte toute l’information


contenue dans le signal A1 (t), et cela est vrai que ϕ (t) soit une
fonction du temps ou une constante inconnue a priori, ce qui est L’expression de la série de Fourier et celle des coefficients de
pratiquement toujours le cas en radar. cette série sont ainsi uniformes.
On remarque que, pour tout signal réel : λ−n = λn* , ce qui
entraîne :
2.3.2 Génération du signal vidéo complexe
λn ⋅ λ−n = [λn ]2 ou : H T (n ⋅ f T ) ⋅ H T (− n ⋅ f T ) = [H T (n ⋅ f T )]2
Ce signal vidéo complexe s’obtient à partir du signal moyenne
fréquence, selon le principe suivant dit de « détection cohérente »,
basé sur une double démodulation du signal (figure 12). 2.4.3 Transformée de Fourier des signaux
non périodiques
Cette double démodulation est couramment utilisée comme
étage terminal, avant codage et traitement du signal, dans les Un signal non périodique peut être considéré comme la limite
récepteurs modernes. d’un signal périodique. Sa période tend vers l’infini, si ce signal
périodique est la répétition, tous les intervalles T, d’un signal élé-
Car c’est le signal vidéo complexe qui est traité en numérique mentaire dont l’allure au cours du temps ne varie pas avec T
dans les récepteurs modernes. (figure 14).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 655 – 7

RU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVUU

RADARS : PRINCIPES DE BASE ________________________________________________________________________________________________________

Le signal périodique admet une décomposition en série de


Fourier, qui répond aux relations :
A(t)
2,50
+∞
2,00 A (t ) = ∑H T (n ⋅ f T ) ⋅ e j2 π ⋅n⋅fT ⋅t
−∞
1,50
1 T /2
H T (n ⋅ f T ) = ∫ T / 2 A (t ) ⋅ e− j2π ⋅n⋅f ⋅t ⋅ dt

T
1,00 T
1
0,50 fT =
T
-0,00
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2 Lorsque T tend vers l’infini, tous les HT (n · fT) tendent vers zéro
-0,50 car le terme intégral est fini. Par contre, on pourra être amené à
examiner ce qui se passe dans un domaine δf autour d’une fré-
Composantes du signal A(t)
quence f. Cela amène à poser :
1,5

1 f = n ⋅ fT
δf = f T = 1/ T
0,5
H T (n ⋅ f T ) = H T (f )
0
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2
0,5
Dans le domaine d’observation ␦f , on ne trouve, lorsque T est
fini, qu’une seule raie du spectre du signal. Par ailleurs, lorsque
-1 T → ∞, HT (f) → 0, mais T · HT (f), reste fini. Cela amène à poser :

-1,5
H (f ) = T ⋅ H T (f )
H T (f ) = H (f ) ⋅ δf
A(t)
2,50 +∞

2,00
A (t ) = ∑H (f ) ⋅ e j2 πft ⋅ δf
−∞
1,50 +T /2
1,00 H (f ) = ∫ A (t ) ⋅ e− j2 πft ⋅ dt
0,50 −T / 2

-0,00
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2 À la limite, la série A (t) devient une intégrale et nous pouvons
-0,50
écrire :
-1,00
-1,50

+∞
Composantes du signal A(t) A (t ) = ∫ H (f ) ⋅ e j2 πft ⋅ df
1,5 −∞
+∞
1 H (f ) = ∫ A (t ) ⋅ e− j2 πfft ⋅ df
−∞

0,5

0 |H (f)| représente la densité d’amplitude du signal non pério-


-2 -1,5 -1 -0,5 0 0,5 1 1,5 2 dique ainsi formé dans le domaine des fréquences, car c’est
0,5 |H (f)| · δf qui a la dimension d’une amplitude.
-1
On remarque par ailleurs que, pour tout signal réel :
-1,5 H (– f) = H*(f).

Figure 13 – Composition de signaux périodiques 2.4.4 Spectres typiques

Les figures 15, 16 et 17 présentent des illustrations de spectres


de signaux vidéo.
A(t)

T 2.4.5 Spectres signaux périodiques

D’après la définition même des séries de Fourier, le spectre d’un


signal périodique est un spectre de raies (figure 18).
t
Inversement, le spectre d’un ensemble de « raies » est un
spectre périodique (figure 19), compte tenu de la symétrie des
Figure 14 – Schéma de limite d’un signal périodique équations définissant les transformées de Fourier et leurs inverses.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 655 – 8 est strictement interdite. – © Editions T.I.

RV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVP

Radars – Détection des mobiles


dans le clutter
par Jacques DARRICAU

Ingénieur général de l’armement
Ingénieur ENICA et ENSAE

1. Propriétés caractéristiques de clutter ............................................ TE 6 660 - 2


1.1 Ouverture équivalente – Angle solide équivalent .................................. — 2
1.2 Clutter atmosphérique.............................................................................. — 3
1.3 Puissance de clutter de sol ou de mer interceptée par un radar .......... — 4
1.4 Pouvoir réflecteur du clutter de mer ....................................................... — 4
1.5 Pouvoir réflecteur du clutter de sol ......................................................... — 5
1.6 Comportement spectral des échos de clutter......................................... — 6
2. Visualisation des cibles mobiles....................................................... — 10
2.1 Principes .................................................................................................... — 10
2.2 Effet du doppler sur un train d’impulsions............................................. — 10
2.3 Chaînes d’émission/réception utilisées................................................... — 12
2.4 Réception et traitement du signal ........................................................... — 13
2.5 Performances des VCM ............................................................................ — 14
2.6 Notion de filtrage vitesse ......................................................................... — 17
2.7 Cas des radars pulse doppler aéroportés ............................................... — 18
3. Notions sur les radars continus ........................................................ — 22
3.1 Principe de base........................................................................................ — 22
3.2 Disposition des antennes ......................................................................... — 22
3.3 Influence du découplage émission/réception sur la portée radar ........ — 22
3.4 Comportement des radars continus devant les échos fixes ................. — 23
3.5 Bruit de phase des chaînes d’émission/réception en régime continu.. — 23
3.6 Cas de la démodulation « cohérente ».................................................... — 24
3.7 Mesure de la distance dans les radars continus .................................... — 24
4. Détection transhorizon des mobiles à basse altitude ................ — 26
4.1 Concept général ........................................................................................ — 26
4.2 Principe et constitution des radars à onde de surface........................... — 27
4.3 Principe et constitution des radars OTH ................................................. — 28
4.4 Particularités technologiques .................................................................. — 28
5. Conclusion .............................................................................................. — 30
Pour en savoir plus ........................................................................................... Doc. TE 6 660

ans cet article, l’accent est mis sur les traitements du signal radar permet-
D tant la détection des mobiles dans le clutter, leurs principes, les
techniques de réception qui en résultent et leurs critères de performances.
Les performances de ces dispositifs sont liées à la nature des échos parasites
dits « clutter » (échos de réflexion des ondes sur le sol, la mer, les nuages) ou
« fouillis » qui les entoure. Une analyse des propriétés caractéristiques du
clutter (pouvoir réflecteur, intensité des échos parasites, comportement spec-
tral), et de leurs conséquences sur la visibilité des cibles, est donc proposée,
avec une loupe sur le cas du clutter vu par les radars pulse doppler aéroportés.
La Visualisation des Cibles Mobiles (VCM), qui a pour objectif de permettre
de déceler la présence de cibles mobiles dans un milieu d’échos fixes ou lents,
p。イオエゥッョ@Z@。ッエ@RPQS

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 660 – 1

RW
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVP

RADARS – DÉTECTION DES MOBILES DANS LE CLUTTER ____________________________________________________________________________________

est abordée par l’examen de l’effet du doppler des cibles sur un train d’impul-
sions. Les chaînes d’émission/réception utilisées pour obtenir ces signaux sont
présentées. Les différents types de traitement du signal :
– filtres simple et double annulation ;
– filtres linéaires ;
– filtrage de vitesse ;


– réalisation type pulse doppler ;
sont décrits et leurs performances analysées.
Le cas particulier des échos vus par les radars pulse doppler aéroportés est
analysé et conduit à examiner les différentes solutions :
– radars sans ambiguïté de distance (ou BFR) ;
– radar sans ambiguïté de vitesse (ou HFR) ;
– radar avec ambiguïté de distance et de vitesse (ou MFR) ;
et leurs degrés de performances.
Sont ensuite décrits, dans leur principe et leurs modes de fonctionnement,
les radars continus, solution la plus simple de mesure de la fréquence doppler
des cibles, si on ne s’intéresse qu’à leur vitesse.
Leurs particularités, notamment :
– l’influence du découplage émission réception sur la portée radar ;
– le comportement des radars continus devant les échos fixes.
sont examinées.
Enfin, un exposé des principes des radars transhorizon participant à la détection
lointaine des cibles à basse altitude :
– radar transhorizon a ondes de surface (Grounds-waves or surface-waves
radars) ;
– radars transhorizon à rétrodiffusion ionosphérique (Skywave radars or
OTH (over the horizon) radars).
ainsi que la description de leurs éléments caractéristiques

1. Propriétés caractéristiques 1.1 Ouverture équivalente – Angle solide


équivalent
du clutter
■ Dans le lobe principal, le gain d’une antenne peut être exprimé
Le volume de détection d’un radar est limité par la présence d’échos en utilisant l’approximation du « lobe gaussien », soit la relation :
indésirables, provenant de perturbations atmosphériques, nuages,
pluie, neige, ou dus à la réflexion des ondes sur le sol ou la mer.
  θ 2 θg2  
G = G0 exp − 2, 8  2s + 2  
L’ensemble de ces échos perturbateurs est désigné sous le   θ0s θ0g  
nom de « clutter », qui a comme équivalent français le terme
« fouillis », plus récent. avec
On entendra donc parler de clutter (ou fouillis) atmosphé- θs et θg angles en site et gisement entre l’axe du faisceau
rique, clutter (ou fouillis) de mer, clutter (ou fouillis) de sol. et la direction visée,
θ0s et θ0g ouverture à 3 décibels (mi-puissance) du lobe
radar en site et gisement.
Au cours de la présente étude, nous tenterons de définir :
– les volumes, ou surfaces, de clutter interceptés par un radar ; ■ Un aérien de ce type, placé devant un clutter homogène très
– les surfaces équivalentes unitaires du clutter η ou σ0, qui étendu, recevra une puissance :
seront exprimées en m2/m3, ou en m2/m2 suivant les cas.
Nous présenterons dans ce chapitre les méthodes à utiliser pour Pc = ∫ K G 2 (θs , θg ) dθs dθg
le calcul des perturbations dues aux précipitations, qui amèneront
à la définition du rapport : soit tous calculs faits :

Pu Puissance utile reçue de la cible θ 0s θ 0g


= Pc = K G02
Pc Puissance issue de la précipitation 2

TE 6 660 − 2 Copyright © – Techniques de l’Ingénieur – Tous droits réservés

RX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVP

____________________________________________________________________________________ RADARS – DÉTECTION DES MOBILES DANS LE CLUTTER

Tout se passe donc comme si le radar émettait et recevait de Et le rapport puissance cible sur puissance clutter, dans le
l’énergie avec le gain maximum dans l’angle solide équivalent : cas d’une cible de surface équivalente « ␴ » visée par
l’antenne, compte tenu de la perte moyenne de dépointage
θ 0 sθ 0g sur le signal utile, (voisine de 1/2) :
Ωe =
2
Pu σ 2σ 1
= = ·
Pc σ c η ·θ0s ·θ0g ·C · τ D 2
■ Dans le cas d’un problème plan, on définira de la même
manière, une ouverture angulaire équivalente :
■ Clutter atmosphérique intercepté par un radar de veille

θ0 Les radars de veille ont un lobe d’antenne d’ouverture en site
θe = étendue, c’est alors l’altitude maximale de clutter « Z » qui fixe la
2 hauteur de clutter interceptée.
• Le volume de précipitation intercepté par le radar devient
alors :
1.2 Clutter atmosphérique
θ0g C ·τ
V =D · ·Z ·
2 2
1.2.1 Puissance de clutter atmosphérique
intercepté par un radar
Par ailleurs, le clutter est vu sous un gain moyen « Gmoy »,
■ Clutter atmosphérique intercepté par un radar à faisceau étroit différent du gain de l’antenne dans la direction de la cible
« G (θ) », et la cible, du fait de la rotation de l’antenne, est
Considérons le cas schématisé figure 1.
soumise à la modulation de lobe (perte d’environ 1/√2).
L’aérien est très directif et la cellule élémentaire radar est suppo- D’où une expression différente du rapport signal sur clutter :
sée totalement incluse dans la précipitation.
Pu σ G 2 (θ ) 2
• Le radar est un radar à impulsions de durée τ, le volume équi- = · ·
valent de précipitation intercepté est limité par :
Pc η ·θ0g ·D ·Z Gmoy
2 C ·τ

– le pouvoir séparateur en distance du radar :

1.2.2 Pouvoir réflecteur du clutter atmosphérique


C ·τ
∆D =
2 ■ Clutter de pluie
La relation pratique suivante établie pour définir la surface équi-
– l’angle solide équivalent : valente de la pluie est :
I16
,
θ0s · θ0g η ≅ 5 × 10−6
Ωe = λ4
2
■ Clutter de neige
D’où son expression : La relation pratique établie pour la surface équivalente de la
neige devient :

C ·τ θ0s ·θ0g C ·τ I2
V = D 2 ·Ωe · = D2 · η = 2,5 × 10−6
2 2 2 λ4
avec (pour les deux relations) :
avec η (m2/m3) pouvoir réflecteur de la précipitation.
η (m2/m3) pouvoir réflecteur,
D’où la surface équivalente du clutter : I intensité de la précipitation en mm d’eau par heure,
λ (cm) longueur d’onde.
θ0s · θ0g C ·τ On remarque que les deux pouvoirs réflecteurs sont assez
σ c = η ·D 2 ·
2 2 voisins.

Il n’en est pas de même lorsque la neige est en fusion, car


C · τ/2 alors les flocons de neige se recouvrent d’une pellicule d’eau
et le pouvoir réflecteur de la neige augmente.
Ωe Ce phénomène de « bande brillante » a été observé dans
des zones de neige où la température avoisine zéro degré ; il
est très localisé.

Les précipitations de pluie sont, en moyenne, beaucoup plus


intenses que les précipitations de neige, la pluie est donc l’élément
Figure 1 – Volume intercepté par un radar à faisceau étroit perturbateur principal.

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 660 – 3

RY
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVP

RADARS – DÉTECTION DES MOBILES DANS LE CLUTTER ____________________________________________________________________________________

■ Fréquence des précipitations 1.4 Pouvoir réflecteur du clutter de mer


Dans les régions tempérées, il pleut en moyenne par an :
– 200 h : des pluies de 2 mm/h ; Le pouvoir réflecteur du clutter de mer dépend de plusieurs
– 100 h : des pluies de 3 mm/h ; paramètres qui sont :
– 10 h : des pluies de 10 mm/h (par périodes consécutives dépas- – l’incidence de l’onde ;
sant rarement 2 h) ; – la hauteur des vagues, elle-même liée à la vitesse du vent ;
– 2 h : des pluies de 20 mm/h (par périodes consécutives dépas- – la longueur d’onde utilisée.


sant rarement 30 mn) ;
– 1 h : des pluies de 40 mm/h (par périodes consécutives dépas- L’analyse du phénomène est assez complexe. En conséquence,
sant rarement 20 mn). les modèles proposés ne pourront être qu’approximatifs.

1.4.1 Incidences élevées


1.3 Puissance de clutter de sol
ou de mer interceptée par un radar Nous pourrons retenir comme valeur moyenne :

1.3.1 Radar à faisceau étroit σ 0 = 5 m2 /m2


Soit une antenne à lobe étroit placée à une hauteur h au-dessus
du sol. Celui-ci est éclairé suivant un angle ψ (figure 2).
1.4.2 Modèle à l’incidence 3o
Si θs et θg sont les ouvertures de l’aérien, la surface éclairée par
le radar a pour dimensions : Les différentes données disponibles permettent d’établir le
– en gisement : D θg /√2 modèle suivant du pouvoir réflecteur en polarisation horizontale :
– en distance : Cτ/(2 cosψ)
Ce qui suppose : W 2,6
σ 0 = 4 ·10−6
Cτ D θs λ
<
2 cosψ sin ψ avec σ0 (m2/m2) pouvoir réflecteur de la mer,
• La surface de clutter interceptée est alors : W (m/s) vitesse du vent,
θ0g
C ·τ λ (cm) longueur d’onde.
Σ =D · ·
2 2 cosψ
1.4.3 Variation en fonction de l’incidence
D’où le rapport puissance cible, puissance clutter, pour une Le modèle proposé devient :
cible de surface équivalent « ␴ » et un clutter de pouvoir
réflecteur « ␴ 0 », compte tenu d’une perte de dépointage sur 2,6
le signal utile : L (en moyenne rapport 2) : K (ψ ) ·Wm/s
σ 0 (ψ ) =
λcm
Pu 2 · σ ·cos ψ
=
Pc σ 0 · θ0g · C ·τ ·D Avec les valeurs du tableau 1.

1.3.2 Radar de veille 1.4.4 Effet de la polarisation des ondes


et de la direction du vent
Le clutter est vu sous un gain moyen « Gmoy », différent du gain
de l’antenne dans la direction de la cible « G (θ) », et la cible, du Les relations précédentes sont données pour un observateur
fait de la rotation de l’antenne, est soumise à la modulation de placé « sous le vent » de la cible en polarisation horizontale (zone
lobe (perte d’environ 1/√2) d’où une expression différente du 1 sur la figure 3) :
rapport signal sur clutter : – au vent de la cible σ0 décroît de 7 à 8 dB ;
Pu 2 · σ ·cos ψ G 2 (θ ) – par vent de travers, σ0 décroît de 3 à 4 dB.
= ·
Pc σ 0 · θ0g · C · τ · D Gmoy2

Tableau 1 – Correspondance des valeurs de clutter


de mer en fonction de l’incidence de l’onde
Ψ (en degré) 0,1 0,3 1 3 10 30 60
K (Ψ) (en dB) – 68 – 64 – 57 – 54 – 50 – 43 – 31
D

h 3
1 ==> Zone sous le vent
Ψ C · τ/2
2 ==> Zone de vent de travers
Vent W 2 2 3 ==> Zone au vent
σ01 > σ02 > σ03
C · τ/2cosΨ 1

Figure 2 – Surface interceptée par un radar à faisceau étroit Figure 3 – Effet du vent sur la réflexion des échos de mer

TE 6 660 – 4 Copyright © – Techniques de l’Ingénieur – Tous droits réservés

SP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVP

____________________________________________________________________________________ RADARS – DÉTECTION DES MOBILES DANS LE CLUTTER

Le pouvoir réflecteur de la mer aux incidences faibles est, en


général, plus faible en polarisation horizontale (la plus utilisée), Puissance (en dB)
qu’en polarisation verticale. Des atténuations supplémentaires de Cible utile
l’ordre de 6 dB ont été notées en polarisation circulaire. D –4
Clutter
D –3
1.4.5 Cas des radars de surface D –8
Bruit du radar

■ Distance de transition D –7
Les expérimentations faites avec des radars de surface à
impulsion, ont montré que σ0 reste sensiblement constant jusqu’à
une distance de transition DT , puis varie ensuite en (DT/D)4,
Log(D)

Zone optimale

lorsque des phénomènes d’interférence se produisent entre rayon- Contraste (en dB) de détection
nement direct et rayonnement réfléchi.
• La distance de transition est donnée par la relation : Log(D)

Figure 4 – Contraste cible clutter au dessus de la mer


k hH C
DTC ≅
λ
Il en résulte, la distance de transition du signal utile étant
avec DTC (m) distance de transition, supérieure à la distance de transition du clutter, une zone optimale
h (m) hauteur de l’aérien au-dessus de la mer, où le rapport des puissances signal sur clutter est maximal. La
HC (m) hauteur des vagues, position de cette zone dépend de l’état de la mer et de la hauteur
de vol du porteur du radar.
λ (cm) longueur d’onde,
k dépend de l’angle de vision des vagues, en moyenne :
– k = 200 pour l’Atlantique, 1.5 Pouvoir réflecteur du clutter de sol
– k = 300 pour la Méditerranée.
• Ce même phénomène est observé sur un écho utile, situé à 1.5.1 Incidences élevées
une hauteur HU , au-dessus de la mer. Dans ce cas la relation
devient : Aux incidences élevées (> 60o), le pouvoir réflecteur du sol peut
atteindre des valeurs de l’ordre de 1 à 10 m2/m2, dépendant de la
500 hHU longueur d’onde et de la nature du sol.
D TU ≅
λ
Elle est liée à la présence des feuilles d’interférences de 1.5.2 Incidences moyennes
l’antenne dues à la réflexion des ondes sur la mer.
Aux incidences moyennes, l’exploitation des résultats expéri-
• Pouvoir réflecteur moyen mentaux, confirme en première approximation un modèle de
Le pouvoir réflecteur de la mer entre 0 et DT peut donc être pouvoir réflecteur moyen du clutter de sol de la forme :
considéré comme la valeur moyenne des σ0 (Ψ) pour des inci-
dences allant des moyennes aux très faibles. σ s (ψ ) = γ s sin ψ
γs étant donné par la relation :
Nous retiendrons comme « angle moyen » la valeur de 10o, ∆H 1,3
ce qui permet de donner comme valeur moyenne de σ0 : γ s ≈ 1, 2 × 10−2
λ
W 2,6
σ 0m = 10−5 1.5.3 Cas des radars de surface
λ
avec W en m/s et λ en cm. ■ Relief proche
Le phénomène de transition cité dans le cas de la propagation
au-dessus de la mer, pour un objet ponctuel, existe également
Cette relation peut être mise sous une autre forme, si on établit dans la zone proche d’un radar de surface si le relief qui l’entoure
la correspondance entre la vitesse du vent W et la hauteur des n’est pas trop tourmenté.
vagues Hm par la relation :
En effet, la diminution apparente de l’énergie reçue d’échos
situés aux sites faibles est le résultat visible du creux du
H m = 2, 4 × 10−2 Wm/s
2
diagramme d’antenne au site zéro lié à l’effet de sol.
Ce qui permet d’écrire (à 1 dB près), avec H en m et λ en cm : On retiendra la règle pratique :

500 · h ∆H
H 1,3 DT ≈
σ 0m ≅ 10−3 λ
λ
avec ∆H ondulation moyenne de sol comme applicable en zone
■ Comportement relatif, cible utile – clutter proche aux radars de surface.
L’équation du radar montre que, toutes choses égales par
ailleurs, la puissance reçue par la cible varie comme 1/D4, après la ■ Estimation du paramètre ␴ 0 moyen
distance de transition, elle variera donc en 1/D8. Pour ce qui Il semble que dans la gamme des longueurs d’ondes radar, σ0
concerne le clutter, la surface interceptée varie comme D, la varie approximativement comme 1/λ. L’influence de l’ondulation
puissance de clutter intercepté variera donc en 1/D3 avant la du relief est plus difficile à établir car la nature du terrain, la végé-
distance de transition et en 1/D7 après (figure 4). tation, les conditions météorologiques ont une influence.

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 660 – 5

SQ
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVP

RADARS – DÉTECTION DES MOBILES DANS LE CLUTTER ____________________________________________________________________________________

Tableau 2 – Modèle de calcul théorique du paramètre ␴ 0 moyen


K ⌬H
Nature du relief
(dB) (m)
100 Grands immeubles, falaises, crêtes et cotes rocheuses 120
10–1 Lisières des forets, relief montagneux, petites agglomérations 20

Q 10–2
2 × 10–3
Intérieur des forêts, vignes, taillis, désert, dunes
Champs, prairies, marais, plages
3,5
1,0
2× 10–4 Plans d’eau, routes, pistes 0,2

Néanmoins :
– la loi en 1/λ semble rester une approximation raisonnable ;
f0 σf
– la rugosité du sol joue pour environ 10 dB ;
– la nature du relief observé a une action prépondérante. Sol 0 5
Nous proposerons donc un modèle théorique, valable au niveau Mer 25 15
de l’avant-projet :
Nuage 200 50
K ∆H 1,3
σ 0s = = 2 × 10−3
λ λ
1,0
Au stade de l’avant-projet, on pourra retenir des valeurs de K
comprises entre 2 × 10–3 (campagne) et 5 × 10–2 (petits reliefs,
agglomérations) (tableau 2). Sol
Mer
Nuage
1.6 Comportement spectral des échos 0,5
de clutter
Un autre paramètre caractéristique du clutter est son spectre,
pour lequel des modèles théoriques sont proposés ci-après.

1.6.1 Hypothèses théoriques générales 0,0


– 50 0 50 100 150 200 250 300
Le spectre de puissance du clutter, vu par des radars de surface,
suit approximativement une loi de Gauss de la forme (figure 5) : Figure 5 – Spectres naturels typiques d’échos de clutter
 (f − f0 )2 
Φ (f ) = Φ0 exp  −
 2σ 2f 
1.6.3 Lois empiriques
avec φ en Watt/Hertz,
f déviation de fréquence mesurée autour de sa valeur Les données précédentes ont été confrontées avec celles de
moyenne f0 , l’ouvrage de Nathanson [2] et des lois empiriques sont proposées
pour chaque type de clutter.
f0 valeur moyenne du doppler des échos lié à sa vitesse
moyenne V0 , Ces lois concerneront :
φ0 densité maximale de puissance du clutter, souvent prise – l’écart-type de la vitesse du clutter (spectre supposé gaussien) :
égale à 1, dans les calculs, σv ;
σf écart-type de la déviation de fréquence lié aux – sa vitesse moyenne V0 ;
mouvements naturel du clutter.
en fonction de la vitesse du vent W. Toutes les données sont en
On peut alors relier ces paramètres à la vitesse moyenne et à m/s.
l’écart-type de la vitesse du clutter, en appliquant l’équation de la
fréquence doppler : ■ Clutter de sol
f0 = 2V0 /λ et σ f = 2σ v /λ Des résultats publiés, on peut en déduire les lois pratiques
suivantes :
paramètres qui sont indépendants de la longueur d’onde utilisée,
et peuvent donc servir plus aisément à qualifier le spectre des V0-sol = 0 , σ vsol ≅ 0,015 W
échos de clutter.
■ Clutter de mer

1.6.2 Données pratiques Des résultats publiés, on peut en déduire les lois pratiques
suivantes :
Le tableau 3 donne les valeurs caractéristiques de σv d’après des
résultats de mesure, notamment publiés par Barton [1]. σ ϑmer ≅ 0,105 W

TE 6 660 – 6 Copyright © – Techniques de l’Ingénieur – Tous droits réservés

SR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVP

____________________________________________________________________________________ RADARS – DÉTECTION DES MOBILES DANS LE CLUTTER

Tableau 3 – Valeurs de ␴ v d’après les résultats de mesure


W ␴v ␴f␭
Type de clutter
(m/s) (m/s) (Hz · cm)

<5 2 × 10–2 4

5 4× 10–2 8
Terrain boisé
10

20
22 ×

32 ×
10–2

10–2
44

64

4 45 × 10–2 90
Mer
10 105 × 10–2 210
 194 × 10–2 388
Nuages 

et d’après Goldstein Barlow  400 × 10–2 800
pluie 
 200 × 10–2 400

0 38 × 10–2 76

5 90 × 10–2 180
Chaff
12,5 126 × 10–2 250

106 × 10–2 212

Des résultats publiés, on peut en déduire les lois pratiques


suivantes pour un vent axial :
Z ∆V = W1 - W2 W1
– polarisation verticale : V0 mer ≅ 0,13 W ;
θs
– polarisation horizontale : V0 mer ≅ 0, 8 W .

■ Clutter atmosphérique
La dispersion des échos atmosphériques est liée à différents
paramètres.
• Gradient du vent en fonction de l’altitude W2

En régime laminaire, la vitesse du vent croît linéairement avec


l’altitude. Le faisceau radar échantillonne donc un certain domaine
de vitesse de clutter comme le montre la figure 6. La dispersion de
vitesse en résultant est donc proportionnelle à l’ouverture du D
faisceau θs et à la distance D.
D’ou la relation : Figure 6 – Illustration du gradient de vent en altitude

σg ≅ 2,1 · 10−2 D · θ s
• Turbulences du vent
avec σg (en m/s),
D (en km) distance observée, Au gradient de vent cité précédemment se superposent des
turbulences. Celles-ci ont pour effet d’ajouter un terme de dis-
θs (en degré) ouverture à 3 dB en site de l’aérien. persion de vitesse d’écart-type :

σ t ≅ 1 m/s
W • Effet de la largeur de lobe en azimut
β
Du fait de la largeur azimutale du lobe d’antenne, l’ensemble du
clutter intercepté par le radar n’est pas vu sous la même vitesse
radiale (figure 7). D’où la dispersion de vitesse radiale dans le lobe
θg/2
V1 à 3 dB en gisement de l’aérien, en exprimant θg en degrés :

σ az ≅ 5, 3 × 10−3W θ g sin β
avec W (m/s) vitesse du vent,

V2 θg (o) lobe à 3 dB en gisement de l’aérien,


β angle vent axe radar ( sin β ⭐1⋅ sin β = 1 lorsque le vent
Figure 7 – Effet de la largeur de lobe en azimut est de travers).

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 660 – 7

SS

ST
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVR

Radars. Traitements avancés


du signal radar

par Jacques DARRICAU
Ingénieur général de l’Armement
Ingénieur ENICA et ENSAE

1. Étude des récepteurs linéaires .......................................................... TE 6 662 -2


1.1 Filtre optimal. Paramètres mesurables ................................................... — 2
1.2 Radar classique ......................................................................................... — 2
1.3 Radars à compression d’impulsion ......................................................... — 4
1.4 Radars codés ............................................................................................. — 8
1.5 Radars à corrélation.................................................................................. — 10
1.6 Récepteurs numériques............................................................................ — 13
1.7 Généralisation et normalisation .............................................................. — 14
1.8 Réception optimale en bruit coloré ......................................................... — 15
2. Traitement spécifique de la fréquence doppler............................ — 17
2.1 Radars pulse doppler................................................................................ — 17
2.2 Haute résolution angulaire ....................................................................... — 21
3. Radars à antennes synthétiques ....................................................... — 25
3.1 Principe de base ........................................................................................ — 25
3.2 Application a un réseau circulaire : le RIAS ............................................ — 25
4. Notions d’anti-brouillage. Adaptativité spatiale .......................... — 28
4.1 Suppression des lobes secondaires « SLS » .......................................... — 28
4.2 Opposition des lobes secondaires : OLS ................................................ — 29
4.3 Antennes adaptatives ............................................................................... — 30
5. Conclusion............................................................................................... — 32
Pour en savoir plus ........................................................................................... Doc. TE 6 662

ans cet article, l’accent est mis sur les procédés de traitement du signal
D appliqués au radar, leurs principes, les techniques de réception qui en
résultent et leurs critères de performances.
Dans le prolongement de la notion de filtrage optimal présentée dans le
fascicule « Paramètres de la détection », les grand principes du filtrage linéaire
sont décrits à travers l’étude des récepteurs :
– à compression d’impulsion ;
– codés ;
– à corrélation ;
– numériques.
Pour chacun d’eux, on s’attachera à leur principe, à leurs caractéristiques
propres et aux paramètres qu’ils permettent de mesurer.
La généralisation de ces procédés de filtrage conduit ensuite à une définition
des récepteurs optimaux, en introduction aux procédés de réception optimale
en bruit coloré.
p。イオエゥッョ@Z@。ッエ@RPQS

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 662 – 1

SU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVR

RADARS. TRAITEMENTS AVANCÉS DU SIGNAL RADAR _____________________________________________________________________________________

Puis, une loupe est mise sur le traitement du doppler des cibles pour ce qui
concerne :
– les radars pulse doppler ;
– les radars à haute résolution angulaire en introduction aux radars
antennes synthétiques, dont le RIAS constitue une application.
Enfin, sont étudiés les grands principes d’élimination spatiale des brouilleurs

Q en agissant sur le signal perçu par l’antenne radar, Opposition des lobes secon-
daires (OLS) et antennes adaptatives à formation de faisceau par le calcul.

1. Étude des récepteurs ■ Son spectre est réel, comme pout tout signal réel symétrique, il
a pour expression :
linéaires
sin(π f τ )
H (f ) = A τ
Les récepteurs linéaires, dénommés souvent « radars πf τ
modernes », par opposition aux « radars classiques », font appel à
une modulation du signal émis, et à un filtrage linéaire adapté à ■ Sa bande passante équivalente est :
cette modulation, pour optimiser leurs performances.
Leur étude sera menée en utilisant la notion de signal vidéo ∆F = 1/τ
complexe définie au § 2 de l’article [TE 6 660].
Ce signal et son spectre sont présentés figure 1.

1.1 Filtre optimal. Paramètres Le schéma type d’un tel récepteur est présenté figure 2.
mesurables L’énergie émise pendant la durée de l’impulsion est rayonnée
par l’antenne. Le signal de retour, recueilli par la même antenne,
■ Nous avons défini, au § 3 du [TE 6 655], le filtre optimal par deux est dirigé par le duplexeur « D » vers le récepteur. Il peut éventuel-
propriétés caractéristiques : lement être amplifié par un amplificateur hyperfréquence, puis il
– rendre réel le spectre du signal traité et le « suivre » en ampli- est transposé en moyenne fréquence. Il est à nouveau amplifié en
tude. Il a comme transmittance la quantité conjuguée du spectre du moyenne fréquence, puis filtré et détecté.
signal :
F (f ) = H (f )
– optimiser le rapport signal sur bruit en sortie de récepteur :
H(f)

S E A
 B  =
max
b
t f
Nous retiendrons que le filtre qui réalise l’une ou l’autre de ces
propriétés est un filtre optimal, et nous vérifierons, dans chaque τ
cas, cette propriété du récepteur étudié.
■ Par ailleurs, les récepteurs radar ont tous la possibilité Figure 1 – Impulsion rectangulaire et son spectre
« a priori » de mesurer deux paramètres :
– le temps de trajet aller et retour de l’onde ;
– la fréquence doppler des cibles.
■ Nous examinerons la qualité de ces mesures en estimant dans
chaque cas :
– un pouvoir séparateur en temps, donc en distance en utilisant Émetteur D
la relation : 150 m par µsec ; Antenne
– un pouvoir séparateur en fréquence, donc en vitesse radiale en
utilisant la relation :
v R = λ fD / 2 OL

1.2 Radar classique

1.2.1 Principe de base


Le récepteur classique traite un signal non modulé ayant les
caractéristiques suivantes : sin (π · f · τ)
F(f) =
– durée : τ ; π·f·τ
– fréquence constante ;
– forme généralement proche d’un signal rectangulaire d’ampli-
tude A. Figure 2 – Schéma type du « radar classique »

TE 6 662 − 2 Copyright © – Techniques de l’Ingénieur – Tous droits réservés

SV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVR

_____________________________________________________________________________________ RADARS. TRAITEMENTS AVANCÉS DU SIGNAL RADAR

H(f)

t
f


τ

Hs(f)

t f
τ τ

Figure 3 – Radar classique, signaux et spectres avant et après filtrage

1.2.2 Filtrage du signal 1.2.3 Paramètres mesurables


■ Le filtre optimum, adapté à un tel signal s’écrit : ■ Pouvoir séparateur en temps
Le pouvoir séparateur en temps est lié à la durée de l’impulsion
sin(π f τ ) « τ ».
F (f ) =
πf τ La figure 4 montre que les signaux issus du filtre optimum
deviennent séparables quand leur somme commence à former un
■ Et le spectre du signal filtré : signal contenant deux maxima, (recoupement à mi-amplitude),
c’est-à-dire que lorsque δ t 艌 τ .
2
 sin(π f τ ) 
H s (f ) = A τ  ■ Pouvoir séparateur en fréquence doppler
 πf τ 
Le pouvoir séparateur en fréquence est lié à la largeur de
L’allure des signaux et de leurs spectres, avant et après filtrage, spectre « ∆F » du signal. La figure 5 illustre, de la même manière,
est présentée figure 3. le pouvoir séparateur en fréquence.
Il en résulte que deux échos peuvent être séparés en fréquence
■ L’amplitude maximale du signal de sortie est :
1
doppler si δ f 艌 .
2 τ
+∞ +∞  sin(πf τ ) 
Amax = As (0) = ∫−∞ [H s (f )] df = ∫
−∞
Aτ 
 π f τ 
df = A

A(t)
■ La puissance de bruit à la sortie de ce récepteur est :

2
+∞  sin(πf τ )  b t
B = b∫  π f τ  df = τ
−∞
dt = t
■ La puissance crête du signal reçu, sous porteuse : 2τ

Pc = A2 / 2
Figure 4 – Radar classique, illustration du pouvoir séparateur temporel
■ Et le rapport signal sur bruit :

S A2 A2 τ 1 Pc τ E
= = = = H(f)
B 2B 2 b b b
On vérifie bien, dans ce cas, le filtrage adapté. Le filtre réalisé en
pratique est généralement un filtre passe bande quasi rectangu- δf = ∆F = 1 / t
laire « presque adapté », de bande voisine de :

∆F = 1, 2 /τ f

Le rendement de filtrage est alors voisin de 0,8 (perte 1 dB). On 2∆F


a donc en définitive :
S E
= 0, 8 Figure 5 – Radar classique, illustration du pouvoir séparateur spectral
B B

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 662 – 3

SW
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVR

RADARS. TRAITEMENTS AVANCÉS DU SIGNAL RADAR _____________________________________________________________________________________

Conclusion
A(t)
Cette propriété du radar classique, liée à la relation :
τ ∆F = 1, limite donc les performances du radar pour ce qui
concerne son pouvoir séparateur.
t
On constate, en effet, qu’il est impossible d’avoir simultané-
ment un bon pouvoir séparateur en vitesse et en distance.

Q 1.3 Radars à compression d’impulsion Figure 6 – Signal modulé linéairement en fréquence

1.3.1 Signal traité Amplitude (t) Phase (t)


Le signal traité est un signal d’amplitude constante A de durée T
modulé linéairement (ou quasi linéairement) en fréquence T
(figure 6).
■ Sa fréquence s’écrit :
T
f = f0 + t /K
■ Sa bande est approximativement :
∆F = T /K
■ Son expression au cours du temps est : Spectre (f)
7
A (t ) = A cos(2 π (f0 t + t 2 / 2K ))
6
■ Il lui correspond un signal vidéo complexe :
5
Z (t ) = A exp( j π t 2 /K )
La figure 7 résume les caractéristiques d’un tel signal, dont le 4
spectre est quasi rectangulaire. 3
∆F

2
Conclusion
1
On constate donc que, en choisissant convenablement T et
K, on maîtrise indépendamment la bande émise et la durée du 0
signal émis. −1,5 −1 −0,5 0 0,5 1 1,5

Figure 7 – Signal modulé linéairement en fréquence,


caractéristique du signal vidéo complexe
1.3.2 Principe de base
Le principe du traitement est le suivant (figure 8).
Un signal court de bande ∆F est soumis à l’action d’un filtre
dispersif γ dont le retard est une fonction linéaire de la fréquence. Ce signal court, comme celui du radar classique, a pour
Par exemple, un retard qui croit linéairement avec la fréquence. Il durée :
en résulte un signal de durée T modulé linéairement en fréquence. τ = 1/∆F
À la réception, après passage dans un filtre de bande ∆F, il ne pouvoir séparateur en temps du radar à compression
reste plus qu’à faire passer le signal dans un filtre complémentaire d’impulsion.
γ* dont le retard décroît linéairement avec la fréquence, de telle Le signal long est de durée T, le rapport :
manière que la somme des deux retards émission-réception soit
constante. ρ = T /τ = T ∆F
On retrouve donc à un retard près, égal à la somme du retard lié est le taux de compression du radar.
à la propagation du signal et des retards des deux filtres, le signal
court initialement émis.
1.3.4 Filtrage du signal
1.3.3 Pouvoir séparateur en temps ■ Si E est l’énergie du signal reçu, sa puissance crête après
filtrage est :
Le signal court initial a été allongé par le filtre γ (f), émis, puis, à
la réception, comprimé par le filtre γ* (f), d’où le nom de Pc = E /τ = E ∆F
compression des impulsions donné au procédé. On peut ainsi ■ La puissance de bruit, normée par le filtre de bande ∆F est :
répartir l’énergie à émettre sur une durée longue, tout en
conservant le pouvoir séparateur d’un radar à impulsions courtes. B = b ∆F

■ D’où le rapport signal sur bruit après traitement du signal :


S Pc E
= =
B B b

TE 6 662 – 4 Copyright © – Techniques de l’Ingénieur – Tous droits réservés

SX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVR

_____________________________________________________________________________________ RADARS. TRAITEMENTS AVANCÉS DU SIGNAL RADAR

τ T

∆F γ D


OL

∆F γ*

Figure 8 – Schéma type du radar à compression d’impulsion

1.3.5 Génération du signal


Le récepteur se comporte donc comme un filtre adapté, ce
qui est normal car la transmittance H (f) du filtre de bande ∆F, Le signal peut être engendré de différentes manières.
est réelle.
Alors : ■ Génération passive
– le spectre du signal émis a pour expression :
Dans ce cas, (figure 9), on part d’un signal court de spectre
H e (f ) = H (f ) γ (f ) rectangulaire compris entre – ∆F/2 et ∆F/2, obtenu par filtrage
– la transmittance du récepteur s’écrit pour sa part : d’un signal très court par un filtre passe bande, qui passe dans un
filtre dispersif γ dont le retard varie linéairement en fonction de la
F (f ) = H (f ) γ *(f ) fréquence, dans la bande du signal.
La transmittance du récepteur est donc la quantité
Il faudra disposer à la réception d’un filtre γ* dont la caractéristi-
conjuguée du spectre du signal émis, ce qui est la condition
que retard fréquence sera inversée. La difficulté est alors de
requise pour un filtre adapté.
réaliser ces deux filtres complémentaires.

Fréquence

∆F
Émission
Retard

Fréquence

∆F
Réception
Retard

Figure 9 – Principe de la génération passive, émission et réception

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 662 – 5

SY
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVR

RADARS. TRAITEMENTS AVANCÉS DU SIGNAL RADAR _____________________________________________________________________________________

■ Filtres de compression d’impulsion • Lignes à onde de surface RAC


Deux exemples de filtres modernes de compression sont donnés Pour augmenter les bandes réalisables, on passe à la technique
figure 10 : des lignes gravées à réseau réfléchissant, sur niobate de lithium,
• Ligne à onde de surface SAW selon le principe résumé sur la figure 10b.

Dans les lignes SAW, les transducteurs de réception sont des La ligne dispersive à cellules accordées est obtenue par gravure
lignes interdigitales à cellules accordées, le substrat utilisé étant du substrat, ce qui permet également de grandes précisions de
réalisation. Par contre, ce type de ligne n’est pas réversible par


du quartz. La figure 10a résume le principe de réalisation d’une
telle ligne. Elle montre qu’elle peut être réversible, ce qui est un construction.
avantage de ce type de conception. On peut obtenir des bandes passantes allant jusqu’au gigahertz
La dispersivité est liée au chemin parcouru par l’onde pour des retards de plus de 100 microsecondes (T∆F jusqu’à
acoustique de surface, la précision de réalisation est alors unique- 10 000).
ment liée à celle du dépôt de cette ligne à la surface du quartz et à
■ Génération active
la précision de rectification de cette surface.
Le signal d’émission, à modulation linéaire de fréquence, peut
Les bandes passantes obtenues sont de quelques dizaines de
être obtenu directement en analogique par :
mégahertz, pour des retards pouvant atteindre plusieurs dizaines
de microsecondes (T∆F de 10 à 10 000). – un oscillateur piloté en fréquence ;
– la commutation d’oscillateurs fixes, suivie d’un filtrage ;
– la combinaison des deux procédés.

Réception ■ Génération numérique du signal


On peut concevoir une génération numérique du signal selon le
principe présenté figure 11.
Les valeurs successives des échantillons de sin (π t2/K) et
cos (π t2/K) sont codées avec un pas suffisamment serré (δt < 1/∆F)
et mises en mémoire.

Émission Pour engendrer le signal, il suffit :


– de lire les mémoires à la cadence appropriée ;
a ligne à onde de surface SAW – de convertir les données en analogique à travers des codeurs
numériques analogiques.

1.3.6 Lobes secondaires du signal. Pondération


■ Le spectre émis étant voisin d’un spectre rectangulaire de bande
∆F, le signal comprimé, après filtrage adapté, est la transformée de
Fourier du spectre réel correspondant, soit :

∆F / 2
2
As (t ) = ∫ H (f ) e j 2πft df
– ∆F / 2
b ligne à onde de surface RAC
sin(π ∆F t )
As (t ) = Amax
Figure 10 – Filtres modernes de compression π ∆F t

Mémoire C sin (π · t2/K) Filtre – sin(2π · f0 · t) · sin(π · t2/K)


N
sinus A

cos2π(f0 · t + t2/2K)
Horloge π/2 OL : cos (2π · f0 · t) +

C cos (π · t2/K) Filtre


Mémoire N
cosinus A cos(2π · f0 · t) · cos(π.t2/K)

Figure 11 – Principe de la génération active du signal de compression d’impulsion

TE 6 662 – 6 Copyright © – Techniques de l’Ingénieur – Tous droits réservés

TP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVVVR

_____________________________________________________________________________________ RADARS. TRAITEMENTS AVANCÉS DU SIGNAL RADAR

7 1
0,9
6
0,8
5 0,7


0,6
4
0,5
3
0,4
2 0,3
0,2
1
0,1
0 0
– 1,5 –1 – 0,5 0 0,5 1 1,5 – 30 – 20 – 10 0 10 20 30
Module du spectre émis Amplitude du signal comprimé

1 1
0,9 0,9
0,8 0,8
0,7 0,7
0,6 0,6
0,5 0,5
0,4 0,4
0,3 0,3
0,2 0,2
0,1 0,1
0 0
–6 –4 –2 0 2 4 6 –6 –4 –2 0 2 4 6
Loupe sur l'amplitude du signal Loupe sur l'amplitude du signal
comprimé par une pondération comprimé par une pondération
spectrale en cosinus en loi de Hamming

Figure 12 – Exemples de pondération du signal de compression d’impulsion

■ Dont la durée équivalente est : 1.3.7 Influence de la fréquence doppler


sur la mesure de distance
+∞ 2
 sin(π ∆F t )  1
δt = ∫  π ∆ F t  dt = ∆F Un autre phénomène est lié à la nature du signal : le fait qu’un
–∞ signal décalé en fréquence par l’effet doppler est confondu avec
un signal sans doppler, mais décalé dans le temps comme
Ce signal présente, outre son lobe principal, des lobes secondai-
l’explicite la figure 13.
res, qui peuvent venir masquer une cible proche, de plus faible
amplitude que celle observée, et ainsi altérer le pouvoir discrimi-
nateur du radar. L’amplitude du premier lobe secondaire est ici de
– 13,5 dB.
La figure 12 illustre un exemple de ce phénomène sur des f
signaux réels.
fD
Pour réduire les lobes secondaires du signal, il suffit de modifier
l’amplitude du spectre du signal en introduisant un filtre pondéra-
e1 = fDT/∆F
teur venant « arrondir » l’amplitude du spectre du signal et l’atté-
nuer sur les bords. Les schémas de la figure 12 présentent une
loupe des résultats obtenus avec une pondération du spectre, par ∆F
un filtre en cosinus et en loi de Hamming.
t

En pratique, il faut aussi tenir compte de l’effet du doppler


des cibles sur le résultat obtenu. T
Les lobes secondaires peuvent cependant être réduits à
environ – 30 dB au prix d’un élargissement du signal de 20 à
25 % et d’une perte de détection de 1 dB. Figure 13 – Incidence du doppler sur la mesure de distance
en compression d’impulsion

Copyright © – Techniques de l’Ingénieur – Tous droits réservés TE 6 662 – 7

TQ

TR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRXR

Technologies d’antennes
De l’antenne élémentaire aux grandes
antennes

par Xavier BEGAUD
Professeur
Institut Mines-Télécom, Télécom ParisTech, Paris, France

1. Antennes filaires ............................................................................. E 3 282v2 – 2


1.1 Rappel sur le doublet de Hertz – Conséquences ............................... — 2
1.2 Dipôle court ........................................................................................ — 3
1.3 Dipôle demi-onde ............................................................................... — 3
1.4 Dipôle en présence d’un réflecteur métallique ................................. — 5
1.4.1 Principe des images ................................................................ — 5
1.4.2 Cas du dipôle court vertical au-dessus d’un métallique ........ — 5
1.4.3 Cas du dipôle court horizontal au-dessus d’un plan
métallique ................................................................................ — 6
1.5 Autres dipôles .................................................................................... — 7
1.5.1 Dipôle replié ............................................................................ — 7
1.5.2 Dipôle en V .............................................................................. — 7
1.5.3 Dipôle long (au-delà de la demi-onde) ................................... — 7
1.6 Monopole quart d’onde ..................................................................... — 7
1.7 Antenne boucle .................................................................................. — 8
1.8 Antenne hélice .................................................................................... — 8
2. Antennes planes ou à ouverture rayonnante plane ................. — 9
2.1 Antennes planes ou imprimées ......................................................... — 9
2.1.1 Principe .................................................................................... — 9
2.1.2 Avantages et inconvénients .................................................... — 9
2.1.3 Antenne microruban ................................................................ — 10
2.1.4 Antenne patch rectangulaire ................................................... — 12
2.2 Ouvertures rayonnantes ..................................................................... — 14
2.2.1 Principe de Babinet et fente rayonnante ................................ — 14
2.2.2 Fentes dans les parois d’un guide .......................................... — 15
2.3 Guides ouverts et antennes cornets .................................................. — 15
2.3.1 Guide ouvert ............................................................................ — 15
2.3.2 Cornets ..................................................................................... — 16
3. Grandes antennes ........................................................................... — 18
3.1 Antennes à réflecteur ......................................................................... — 18
3.1.1 Problématique ......................................................................... — 18
3.1.2 Principe des antennes à système focalisant ........................... — 18
3.1.3 Principe du paraboloı̈de .......................................................... — 20
3.1.4 Principales configurations ....................................................... — 20
3.2 Antennes lentilles ............................................................................... — 21
4. Conclusion........................................................................................ — 22
5. Glossaire ........................................................................................... — 22
Pour en savoir plus.................................................................................. Doc. E 3 282v2
p。イオエゥッョ@Z@。ッエ@RPQX

Copyright © - Techniques de l’Ingénieur - Tous droits réservés E 3 282v2 – 1

TS
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRXR

TECHNOLOGIES D’ANTENNES ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––

e concepteur d’antennes est habituellement contraint par un cahier des


L charges comprenant de nombreuses spécifications : bande de fréquences
de fonctionnement, performances radioélectriques (gain, diagrammes de
rayonnement, polarisation) et encombrement. Viennent s’ajouter à ces critères
des contraintes liées à l’environnement (vide spatial, environnement industriel
de fonctionnement, intégration en boı̂tier au plus près de l’électronique de
commande…).

Q Généralement, le plan de fréquence est figé car issu de longues négociations.


Le choix de l’antenne est alors guidé par la largeur du faisceau nécessaire à
l’application et le gain réalisé [E 3 280]. Notons cependant qu’une couverture
omnidirectionnelle peut être obtenue en subdivisant l’espace en secteur
comme dans le cas des stations de base de téléphonie mobile où chaque
antenne couvre 90  ou 120  dans le plan considéré.
À ce stade de la conception, la technologie d’antenne peut donc être choisie
en fonction de l’espace disponible exprimé en termes de longueurs d’ondes.
Nous allons donc suivre cette logique et faire croı̂tre les dimensions dans cet
article, en passant en revue les principales caractéristiques de l’antenne élé-
mentaire vers les grandes antennes.
Cependant, dans de nombreuses applications, l’antenne n’est que le « prolon-
gement » du support de propagation (guide ou ligne de transmission) [E 1 170].
Cette dernière remarque doit être conservée à l’esprit du concepteur lors du
choix de la technologie pertinente pour l’application à développer, si on sou-
haite minimiser les pertes liées aux transitions entre le support de propagation
et l’antenne.
Le lecteur trouvera en fin d’article un glossaire des termes utilisés.
D’autres définitions sont présentées dans l’article [E 3 280].

Le maximum de rayonnement est donc obtenu lorsque q = ± 90 


1. Antennes filaires et le minimum pour q = 0 et 180 (figure 2). La directivité du dou-
blet de Hertz est de 1,5, soit 1,76 dBi.

1.1 Rappel sur le doublet de Hertz –


Conséquences r
On rappelle tout d’abord (figure 1) la configuration et quelques
résultats importants du doublet de Hertz [E 3 280].
On suppose une distribution de courants définie par (les vecteurs
sont notés en caractères gras) : θ
z
J doublet ( ℓ ′ ) = I0ɵ
ℓ (1)

ℓ ℓ
avec − < ℓ ′ < , ℓ très petit devant la longueur d’onde. y
2 2
Alors le rayonnement du doublet de Hertz est donné par la for-
mule suivante :
jk
Ψdoublet (θ ) = − ηI ℓ sin θ θˆ (2)
4π 0 x

avec h impédance d’onde du milieu, égale à 120 p


( ª 377 W) dans le vide,
ℓ = z
ℓ longeur de l’antenne,
I0 amplitude du courant à l’origine,
k nombre d’onde. Figure 1 – Configuration du calcul du doublet de Hertz

E 3 282v2 – 2 Copyright © - Techniques de l’Ingénieur - Tous droits réservés

TT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRXR

–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– TECHNOLOGIES D’ANTENNES

La configuration générale et la distribution de courant sur un


Ces résultats sont essentiels car on peut, dans la majorité des dipôle sont données sur la figure 3.
cas, considérer toute antenne filaire comme une succession de
doublets de Hertz parcourus par une distribution de courant. Nous supposerons dans ce qui suit que les dipôles sont alimen-
Ces résultats peuvent aussi être utilisés pour des ouvertures tés de façon symétrique. Cette alimentation symétrique peut être
rayonnantes planes ou non, et c’est la raison pour laquelle une réalisée en connectant chaque brin à une ligne bifilaire ou à un
grande partie de ce fascicule sera consacré aux antennes filaires câble coaxial. Pour le câble coaxial notamment, il faudra veiller à
isolées ou en présence de réflecteurs. supprimer les courants de fuite sur la gaine extérieure du câble
pour conserver une alimentation symétrique.


Rappelons enfin que pour ce tout petit dipôle, sa longueur, et par Pour le cas du dipôle court, la distribution sinusoı̈dale peut être
conséquent son diamètre, sont par définition beaucoup plus petits approximée par une distribution triangulaire (sin u # u), le calcul du
que la longueur d’onde, à la fréquence considérée. rayonnement conduit alors à la même expression que l’équa-
tion (2), ce qui implique la directivité du dipôle court de 1,5, soit
1,76 dB. Pour le dipôle court, il est aussi possible d’exprimer la
1.2 Dipôle court résistance de rayonnement de cette petite antenne sous la forme
suivante :
Le doublet de Hertz est une antenne « théorique » (deux char-
2
ges + q et - q séparées par une distance infinitésimale ℓ et reliées ⎛ ℓ⎞
par un fil) riche d’enseignements et aisément calculable. Cepen- Rray ≈ 20 π 2 ⎜ ⎟
⎝ λ⎠
(Ω) (3)
dant, c’est un modèle, et il faut définir une antenne simple qui per-
mette de calculer à la fois le rayonnement, mais également l’impé-
dance de l’antenne. L’antenne réelle qui s’approche au mieux de ce Remarques
modèle est le dipôle court. Par définition, ce dipôle court est cylin- Pour l = 0,01l Rray = 0,02 W et pour l = 0,1l Rray = 2 W.
drique et de longueur inférieure au dixième de la longueur d’onde. Plus l’antenne est petite (par rapport à la longueur d’onde),
moins elle est capable de rayonner !
Notez enfin que le dipôle court a aussi par nature une forte
dBi réactance (négative # capacité).
z 1,76 La première remarque est importante, car dans certaines appli-
cations comme la RFID ou les objets connectés (IOT, Internet Of
θ 1,21 Things), la fréquence de fonctionnement est relativement
0,88 basse (autour ou inférieure au GHz) et la taille des objets et
0,55 donc des antennes devient très petite par rapport à la longueur
0,22 d’onde. Il est alors nécessaire de porter l’effort sur le dispositif
–2,39 d’adaptation de l’antenne au circuit. Compte tenu des dimen-
–9,56 sions de l’antenne, le diagramme de rayonnement n’est par
–16,7
contre pas (ou peu) maı̂trisé et s’apparente généralement à
celui de la figure 2.
–23,9
ϕ –31,1

x
–38,2 1.3 Dipôle demi-onde
Lorsque la longueur du dipôle n’est plus petite, le courant peut
alors varier en fonction de la position (et du temps) à une fré-
quence donnée. Il faut donc modifier l’équation (1) en supposant
le dipôle orienté comme sur la figure 3, ce qui donne l’équation
de la distribution de courant suivante :

⎡ ⎛ℓ ⎞⎤
sin⎢k ⎜ − z ′ ⎟ ⎥
⎣ ⎝ 2 ⎠⎦ ℓ
J dipôle (z ′ ) = I0 zˆ pour z ′ < (4)
kℓ 2
Figure 2 – Diagramme de rayonnement du doublet de Hertz sin
2
en trois dimensions (directivité)

θ I0

–ℓeq ℓeq
a z

ℓ = ℓeq – a ℓeq

Dans cet exemple, la longueur de l’antenne est voisine d’une demi-longueur d’onde.

Figure 3 – Dipôle cylindrique et distribution de courant

Copyright © - Techniques de l’Ingénieur - Tous droits réservés E 3 282v2 – 3

TU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRXR

TECHNOLOGIES D’ANTENNES ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––

0
100
Amplitude relative (dB)

75
–10 50

R et X (Ω)
25
0
–20
–25
–50


–30 –75
–100
0,2 0,25 0,3 0,35 0,4 0,45 0,5 0,55 0,6
–40
–90 –60 –30 0 30 60 90 Longueur du dipôle (λ)
θ (º)
Doublet de Hertz Dipôle demi-onde R ruban et cylindre X cylindre a = 0,05 λ

X cylindre a = 0,005 λ X ruban a = 0,005 λ


Figure 4 – Comparaison entre le diagramme de rayonnement
du doublet de Hertz et celui du dipôle demi-onde

Figure 5 – Impédance d’entrée d’un dipôle en fonction de la longueur


En utilisant la méthode présentée au paragraphe 3.2 de [E 3 280], pour différentes dimensions du dipôle (d’après [1])
on obtient alors le rayonnement du dipôle demi-onde à l’aide de
l’expression suivante :

⎛π ⎞ 0
cos ⎜ cos θ⎟
jk ⎝2 ⎠ ˆ (5)
demi-onde (θ ) =
de réflexion (dB)
Ψdipôle ηI θ
2π 0 sin θ Coefficient –10

Pour interpréter ce résultat, on donne la comparaison entre le –20


diagramme de rayonnement du doublet de Hertz et celui du dipôle
sur la figure 4. –30
L’antenne est plus grande que le dipôle court et que le doublet de
Hertz, mais cela ne se traduit que par une petite augmentation de la –40
0,2 0,3 0,4 0,5 0,6
directivité ; sur la figure 4 le faisceau est un peu plus étroit (l’ouver-
ture à 3 dB passe de 90 à 78 ). Longueur du dipôle (λ)

Le calcul de la directivité donne alors 1,64, soit 2,15 dBi. a = 0,05 λ a = 0,01 λ
L’intérêt d’utiliser un dipôle demi-onde n’est donc pas lié à sa a = 0,02 λ a = 0,005 λ
directivité mais à son impédance d’entrée. En effet, lorsque l’on
suppose de plus que le diamètre du cylindre constituant le
dipôle est très fin (hypothèse habituellement notée « approxima- Figure 6 – Coefficient de réflexion du dipôle connecté à une ligne
tion fils fins »), l’impédance d’entrée du dipôle demi-onde est de de transmission 50 W en fonction de la fréquence pour plusieurs
73 + j 42,5. Cette valeur est très intéressante car la partie réelle valeurs de son diamètre
est proche de 50 W et la partie imaginaire relativement faible per-
met donc sans trop d’effort une adaptation rapide de l’antenne à – lorsque le diamètre ou l’épaisseur devient important, la réso-
un support de propagation d’impédance caractéristique égale à nance se produit pour des longueurs inférieures à la demi-longueur
50 W. d’onde.
Aux basses fréquences (inférieures au GHz), on considère que
l’on est à peu près toujours dans le cadre de l’approximation fils Exemple : lorsque le diamètre est égal à 0,05 l, la résonance se
fins. Lorsque le diamètre du fil ne peut plus être considéré comme produit pour une longueur égale à 0,44 l. De plus, la partie réelle est
fin, il influence la valeur de l’impédance d’entrée de l’antenne sous très proche de 50 W (sur la figure flèche bleue), ce qui rend cette
deux formes : configuration particulièrement intéressante pour les concepteurs.
– le gap nécessaire à l’alimentation de l’antenne apporte un effet Lorsque le diamètre devient plus petit, l’impédance à la résonance
capacitif (deux petits disques métalliques en regard l’un de l’autre) se rapproche de 60 W (flèche orange).
sur l’impédance de l’antenne qui vient compenser la partie réactive
de l’impédance d’entrée et permettre une résonance de l’antenne Lorsque ce dipôle est connecté à un support de propagation
avec un partie réelle plus faible (voire proche de 50 W) ; d’impédance caractéristique égale à 50 W, le coefficient de réflexion
– l’annulation du courant se produit au centre des disques au à l’entrée de l’antenne est alors donné par la figure 6.
sommet de chaque brin du dipôle. Ainsi, lorsque l’on fixe lc à une
demi-longueur d’onde, la longueur totale de l’antenne l n’est pas Cette courbe est un outil particulièrement performant pour
égale à une demi-longueur d’onde. déterminer rapidement les dimensions d’un dipôle filaire pour
une application donnée, et adaptées à une bande de fréquence
L’évolution de l’impédance d’entrée d’un dipôle est donc fonction spécifique.
du diamètre du fil et, pour initier une conception, il est pratique
d’utiliser les courbes suivantes (figures 5 et 6). Si les spécifications requièrent une bande passante particulière
et que l’on choisit une antenne demi-onde, l’axe des abscisses
De cette courbe, on peut extraire les informations suivantes : peut rapidement être converti en fréquence. Il suffit alors de choisir
– la partie réelle de l’impédance d’entrée ne dépend pas du dia- le diamètre du fil (ou la largeur du ruban métallique) requis pour
mètre ou de l’épaisseur du dipôle ; couvrir la bande de fréquence recherchée (on suppose par exemple
– la fréquence de résonance de l’antenne peut être modifiée en que la bande de fréquence est définie lorsque le module du coeffi-
augmentant ou réduisant le diamètre ou l’épaisseur du dipôle ; cient de réflexion est inférieur à - 10 dB).

E 3 282v2 – 4 Copyright © - Techniques de l’Ingénieur - Tous droits réservés

TV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRXR

–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– TECHNOLOGIES D’ANTENNES

1.4 Dipôle en présence d’un réflecteur avec n̂ vecteur unitaire normal à la surface,
métallique r vecteur distance.

Les antennes filaires, les dipôles, sont utilisés dans de nombreu- Les distributions de courants électrique J i et magnétique M i ima-
ses applications et ne sont que très rarement isolés dans l’espace. ges sont calculables à partir des distributions de courants élec-
Autrement dit, il y a presque toujours du métal ou un diélectrique à trique J et magnétique M initiales simplement repositionnées
proximité de l’antenne. Ce qui peut dans un premier temps être dans l’espace pour prendre en compte la hauteur de ces dernières
considéré comme une perturbation pour l’antenne est en fait très par rapport au réflecteur métallique. Attention à l’orientation des
souvent utilisé pour modifier ou améliorer le rayonnement de


courants images (sens des flèches sur la figure 7b) qu’il est impé-
l’antenne. Nous allons décrire les principes physiques mis en ratif de respecter (c’est une conséquence des conditions de conti-
œuvre dans les deux principales configurations. nuité des équations de Maxwell).
La fonction champ rayonné, telle que définie dans [E 3 280] par la
1.4.1 Principe des images contribution de courant électrique de la figure 7, peut alors être cal-
Un grand nombre d’antenne utilise un réflecteur métallique pour culée de la façon suivante :
augmenter leur directivité. Le principe des images permet de pren-
dre en compte ce réflecteur tout en simplifiant les calculs. Il faut Ψ (r̂ ) = ΨJ (r ′ ) + ΨJi (r ′ ) (9)
cependant s’assurer que ce réflecteur est plan, de grandes dimen-
sions et bon conducteur. Nous rappelons ici ce principe. avec :
Considérons des courants électriques et magnétiques situés au- − jk η
ΨJ (rˆ ) = ⎡J − (J ⋅ rˆ ) rˆ ⎤⎦ e jk (r ′⋅rˆ ) (10)
4π ⎣
dessus d’un réflecteur métallique supposé parfait.
Sur la figure 7, le plan réflecteur joue le rôle de miroir et tout se
passe comme s’il y avait de l’autre côté de ce réflecteur une autre
⎡J − (J i ⋅ rˆ ) rˆ ⎤⎦ e jk ( i )
− jk η r ′⋅rˆ
distribution de courants électrique et magnétique respectant les ΨJi (rˆ ) = (11)
conditions suivantes : 4π ⎣ i

Le même principe peut être utilisé lorsqu’on est en présence de


r i = r ′ − 2 (R ⋅ nˆ ) nˆ (6) courants magnétiques (pour les ouvertures rayonnantes par
exemple).
J i = − ⎡⎣J − 2 (J ⋅ nˆ ) nˆ ⎤⎦ (7)
1.4.2 Cas du dipôle court vertical au-dessus d’un
métallique
Mi = M − 2 (M ⋅ nˆ ) nˆ (8) Dans un premier temps, nous allons considérer que le dipôle
court est orienté suivant z comme dans la figure 8.
Le rayonnement peut être calculé à partir des équations (9), (10),
J M (11) et donne :
n jk η
ΨV apm (r ′ ) = I sin θɶj (k rˆ ⋅ zˆ ) ⎡⎣ejkh cos θ + e− jkh cos θ ⎤⎦ θˆ (12)
4π 0

Conducteur électrique parfait z

a courants électrique J et magnétique M au-dessus


d’un conducteur électrique parfait
r

r
J M J αI0 z

n h cosθ
R.n
Point R
θ
quelconque
sur le h
réflecteur
0 y
–Ri.n = R.n
Ri

h cosθ
Ji I0
ri Mi
Ji αI0 z
b configuration équivalente à l’aide du principe des images
Figure 8 – Configuration du dipôle court vertical au-dessus d’un plan
Figure 7 – Principe des images métallique

Copyright © - Techniques de l’Ingénieur - Tous droits réservés E 3 282v2 – 5

TW

TX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRP

Antennes à traitement du signal


Partie 1
par Serge DRABOWITCH

Docteur-Ingénieur ESE (École Supérieure d’Électricité)
Ex-chef de service Antennes THALES
Ex-professeur ESE

1. Antenne, filtre linéaire de fréquences spatiales ............................. E 3 320 — 3


1.1 Rôle de la transformation de Fourier ......................................................... — 3
1.2 Domaine « réel » ou « visible » et domaine « imaginaire »
ou « invisible » ............................................................................................. — 3
1.3 Synthèse d’un diagramme donné.............................................................. — 4
1.4 Application du théorème de l’échantillonnage ......................................... — 4
1.5 Applications du théorème de Bernstein .................................................... — 5
2. Antennes synthétiques........................................................................... — 5
2.1 Contexte ....................................................................................................... — 5
2.2 Antenne synthétique à réception non directive ........................................ — 6
2.3 Antenne synthétique à réception multifaisceau ....................................... — 6
2.4 Exemples de codages spatiotemporels ..................................................... — 7
2.4.1 Codage des signaux ........................................................................... — 7
2.4.2 Codage spatial binaire de phase ....................................................... — 7
2.4.3 Codage binaire d’amplitude .............................................................. — 7
2.5 Antennes synthétiques à déplacement linéaire ........................................ — 7
2.6 Antenne synthétique focalisée ................................................................... — 8
2.7 Exemple de réalisation et applications ...................................................... — 9
3. Imagerie. Goniométrie de sources cohérentes................................ — 9
3.1 Antenne, filtre de fréquences spatiales ..................................................... — 9
3.2 Cas d’un objet unique quasi-ponctuel. Technique monopulse ................ — 10
3.3 Cas d’un objet biponctuel ........................................................................... — 11
3.3.1 Principe de la méthode ...................................................................... — 11
3.3.2 Voie « écart » ....................................................................................... — 12
3.3.3 Influence du bruit. Probabilités a posteriori ..................................... —
13
Références bibliographiques ......................................................................... — 13

ans un système complexe, tel qu’un réseau de télécommunication, un


D radar, un sonar, on considère souvent que chaque organe constitutif
(antenne, récepteur, émetteur...) assure les fonctions du système qui lui sont
propres. C’est ainsi que les propriétés directives y sont assurées par l’antenne,
le spectre et l’énergie du signal émis par l’émetteur, la détection et les mesures
de distances ou de vitesse par le récepteur et ainsi de suite.
Pourtant, il existe des exemples courants où cette conception est contredite.
Historiquement, on les trouve d’abord dans les systèmes de poursuite angulaire
de satellites de télécommunication ou de radars. Ainsi, dans la technique mono-
pulse, la précision angulaire résulte de l’association de l’antenne et d’un traite-
ment particulier par le récepteur des signaux qu’elle reçoit. Autres exemples :
les méthodes d’imagerie développées notamment en radioastronomie et les
techniques d’antibrouillage des antennes de radars.
p。イオエゥッョ@Z@ュ。ゥ@RPPV

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur E 3 320 − 1

TY
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRP

ANTENNES À TRAITEMENT DU SIGNAL. PARTIE 1 ____________________________________________________________________________________________

Le domaine des antennes à traitement du signal résulte de la généralisation de


ces exemples. Dans un système conçu sur ces bases, l’ensemble de ses
performances résulte de la symbiose des organes constitutifs dans le traitement
des signaux qu’ils échangent. C’est pourquoi une bonne compréhension de ce
dossier suppose des connaissances générales suffisantes en Traitement du
Signal (cf. [E 3 087]), notamment dans ses applications aux télécommunications
ou aux radars (filtrage, corrélation, compression d’impulsion...).
Cependant, on notera que partout où c’était possible nous avons réduit l’appa-
reillage mathématique au minimum de façon à ne pas occulter les phénomènes

Q physiques sous la complexité des calculs. Plutôt que d’aborder un problème


dans toute sa généralité, nous avons souvent préféré en traiter de façon explicite
un aspect « canonique » simple.
L’ensemble des méthodes et des applications des antennes à traitement du
signal constitue un domaine extrêmement large : on les rencontre non seule-
ment en radiocommunications, en radar ou en radioastronomie, mais aussi en
acoustique, en géophysique, en imagerie médicale et dans bien d’autres domai-
nes.
Ce dossier est divisé en deux parties.
Cette première partie [E 3 320] débutera par une présentation et un rappel sur
les systèmes linéaires stationnaires. Il existe en effet un concept unificateur qui
permet souvent d’utiliser le même langage pour les antennes comme pour les
autres éléments constitutifs d’un système : c’est celui de filtre linéaire de fré-
quences spatiales qui repose essentiellement sur les propriétés mathématiques
de la Transformation de Fourier. Toutes les propriétés relatives aux signaux dont
le spectre est à support borné sont donc transposables aux antennes.
Nous considérerons ensuite deux systèmes d’antennes à traitement du signal.
Nous commencerons par l’étude des antennes à codage spatio-temporel ou
antennes synthétiques, notamment les antennes à ouverture synthétique (SAR :
Synthetic Aperture Radar). Véhiculées par un avion ou un satellite, ces antennes
peuvent donner du sol une image à haute définition.
Nous aborderons ensuite le domaine de la Goniométrie c’est-à-dire la faculté,
par un système d’antenne, de donner les directions angulaires d’une ou plu-
sieurs sources de rayonnement ponctuelles, notamment dans le cas où ces sour-
ces sont cohérentes, c’est-à-dire lorsque leurs amplitudes et phases relatives
restent stables pendant la durée de la mesure. C’est un cas particulier du thème
de l’Imagerie qui sera traité dans la seconde partie [E 3 321].
L’exemple de goniomètre le plus simple et le plus fréquent est celui des anten-
nes de poursuite angulaire qui ont pour mission de localiser une source unique.
Nous verrons que l’excellente précision généralement obtenue résulte de
l’exploitation des signaux d’antenne par un algorithme de traitement adéquat :
la technique monopulse.
Nous traiterons ensuite le problème de la goniométrie de plusieurs sources
cohérentes ponctuelles : c’est par exemple le cas d’un écho radar associé à son
image dans le sol.
Une configuration multiponctuelle dépend d’un nombre fini de degrés de
liberté. Pour l’identifier, la solution réside dans le traitement d’un nombre au
moins égal de mesures indépendantes. On peut dire que c’est une forme
d’extension de la technique monopulse.
Nous terminerons cette première partie en évoquant l’influence du bruit sur les
précisions de mesures et le choix d’un critère de décision.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
E 3 320 − 2 © Techniques de l’Ingénieur

UP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRP

____________________________________________________________________________________________ ANTENNES À TRAITEMENT DU SIGNAL. PARTIE 1

1. Antenne, filtre linéaire F (z) Lobe


principal
de fréquences spatiales ∆τ = aλ

R(τ-τ0) S (τ - τ')

1.1 Rôle de la transformation de Fourier

De façon générale, nous considérerons des signaux dont les ban-


–1 0 τ0
τ'
–1 τ = sin θ Q
des de fréquences relatives sont suffisamment étroites pour être Réplique
représentées par des nombres complexes ou des vecteurs comple- du lobe
xes caractérisant les modules, phases et polarisations de ces principal
signaux. D’ailleurs l’analyse spectrale des milieux linéaires permet Imaginaire Imaginaire
ou domaine Réel ou domaine visible ou domaine
de déduire leur réponse à un signal à large bande à partir des
invisible invisible
réponses harmoniques. Réplique
du lobe
On sait que le diagramme de rayonnement d’une antenne principal
s’obtient par la transformation de Fourier de la loi d’illumination de
son ouverture. Prenons le cas d’une ouverture linéaire d’étendue D Figure 2 – Domaines « visible » et « invisible ». Lobes périodiques
(celle, par exemple, d’un réseau linéaire de pas a, figure 1). Soit x
l’abscisse d’un point de cette ouverture par rapport à son centre O.
Le diagramme s’écrit alors :
Le champ rayonné est observé dans une direction de vecteur uni-
taire u formant un angle θ avec le plan normal à l’ouverture en O. Si + ν0
λ est la longueur d’onde rayonnée, les polarisations étant suppo-
sées connues, la loi d’illumination est définie en amplitude et phase
par une fonction complexe f(x), bornée à l’intervalle (−D/2 ; +D/2). La
F(τ) = ∫ f ( ν ) exp ( j2π ντ ) d ν (3)
fonction caractéristique, ou diagramme de rayonnement, s’obtient, –ν0
à un facteur multiplicatif près, par l’intégrale :
En étendant à l’infini les limites de l’intégrale, on obtient bien, for-
mellement, une transformation de Fourier.
+D ⁄ 2

F ( sin θ ) = ∫  λ
2πx
f ( x ) exp  j ---------- sin θ dx

(1) Remarque fondamentale : cette expression est la même que
celle d’un signal temporel F(τ) dont le spectre de fréquence f(ν)
–D ⁄ 2
est borné à la bande de fréquence (− ν0 ; + ν0). C’est pourquoi les
fréquences ν sont appelées fréquences spatiales. Tous les déve-
Posons : loppements de la théorie des signaux à spectre borné sont donc
applicables aux antennes.
x D C’est ainsi qu’un réseau régulier de sources ponctuelles sépa-
ν = --- ; ν 0 = ------- ; τ = sin θ (2)
λ 2λ a
rées du pas ∆ ν = --- (en fréquences spatiales) peut être assimilé
λ
à un spectre de raies. Le diagramme d’un tel réseau est donc
périodique : des répliques de son lobe principal apparaissent
1
avec une période angulaire ∆ τ = ------- : ce sont les lobes de
∆ν
réseau (figure 2) [E 3 280], réf. [1].
θ

1.2 Domaine « réel » ou « visible »


sin

s
na

u
et domaine « imaginaire »
θ ou « invisible »
a
Contrairement à la loi d’illumination – ou spectre – f(ν), le dia-
A0 A1 A2 An AN-1 gramme F(τ) n’est pas à support borné. Le paramètre τ = sinθ ne cor-
respond à des directions « réelles » que pour τ ⭐ 1 , pour les valeurs
supérieures à l’unité, on est conduit à poser :

π
τ0 τ1 τ2 τn τN-1 θ = ± --- + j θ ′
2
On a en effet :

D
τ = ch θ ′ ⭓ 1
C’est pourquoi dans les représentations cartésiennes de F(τ), on
Figure 1 – Réseau linéaire régulier sépare le domaine visible du domaine invisible ( τ ⭓ 1 ) .

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur E 3 320 − 3

UQ

UR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRQ

Antennes à traitement du signal


Partie 2
par Serge DRABOWITCH

Docteur-ingénieur ESE (École Supérieure d’Électricité)
Ex-chef de service Antennes THALES
Ex-professeur ESE

1. Imagerie de sources incohérentes ...................................................... E 3 321 — 3


1.1 Contexte ....................................................................................................... — 3
1.2 Condition d’incohérence ............................................................................. — 3
1.3 Réseaux multiplicatifs ................................................................................. — 3
1.4 Théorème de Van Cittert et Zernike ............................................................ — 4
1.5 Échantillonnage de la fonction de cohérence ........................................... — 5
1.6 Mesure des coefficients de corrélation (ou « covariances »), ................. — 5
1.7 Matrice de covariance ................................................................................. — 6
1.8 Antennes – réseaux à redondance minimale ............................................ — 6
1.9 Applications diverses .................................................................................. — 6
2. Imagerie haute résolution ..................................................................... — 7
2.1 Imagerie et densité spectrale...................................................................... — 7
2.2 Méthode classique du « corrélogramme »................................................ — 7
2.3 Méthode de l’entropie maximale de Burg................................................. — 7
2.4 Autres méthodes d’estimation spectrale................................................... — 9
3. Filtrage spatial et antennes autoadaptives ...................................... — 11
3.1 Contexte ....................................................................................................... — 11
3.2 Rôle des critères d’optimisation................................................................. — 11
3.3 Exemple le plus simple : un réseau de deux capteurs ............................. — 11
3.4 Boucle de corrélation de Howells-Applebaum.......................................... — 12
3.5 Critère du bruit minimal.............................................................................. — 12
3.6 Rôle du bruit interne des récepteurs ......................................................... — 13
3.7 Cas d’un réseau de N capteurs. Boucles multiples .................................. — 13
3.8 Antibrouillage d’une antenne « principale » au moyen d’antennes
« auxiliaires » ............................................................................................... — 13
3.9 Réseau optimal ............................................................................................ — 14
3.10 Traitement numérique................................................................................. — 15
4. Antennes « intelligentes » .................................................................... — 15
4.1 Contexte ....................................................................................................... — 15
4.2 Objectifs des systèmes modernes de radiocommunications .................. — 15
4.3 Influence du milieu de propagation ........................................................... — 15
4.4 Traitement d’antennes et diversités........................................................... — 16
4.5 Concept « MIMO » ....................................................................................... — 16
4.6 Illustrations du concept MIMO ................................................................... — 16
5. Conclusion générale................................................................................ — 20
Références bibliographiques ......................................................................... — 22

omme en goniométrie, les diverses méthodes d’Imagerie portent sur un


C milieu extérieur non directement accessible (espace, océan, sol terrestre,
organe...). On cherche à en donner une image vraisemblable permettant d’y
localiser divers objets. Certains milieux sont eux-mêmes sources de rayonne-
ments incohérents (rayonnement stellaire, rayonnement thermique...). Ils
p。イオエゥッョ@Z@。ッエ@RPPV

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur E 3 321 − 1

US
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRQ

ANTENNES À TRAITEMENT DU SIGNAL. PARTIE 2 ____________________________________________________________________________________________

donnent lieu à l’imagerie passive (cas de la radioastronomie, de la radiométrie,


du sonar passif). Ce rayonnement est mesuré au moyen de capteurs (antennes
de réception) et fait l’objet de traitements au moyen d’algorithmes tenant
compte des informations dont on dispose a priori sur le milieu observé, ainsi
que des bruits de mesures.
D’autres milieux ne sont pas le siège d’un rayonnement spontané : c’est le cas


notamment du radar et du sonar actifs. Ils doivent être illuminés par une ou plu-
sieurs antennes d’émission. À l’exemple des antennes synthétiques, traitées en
[E 3 320], le champ rayonné par ces antennes peut faire l’objet d’un codage spa-
tio-temporel (appelé parfois rayonnement coloré) auquel on peut ajouter une
analyse polarimétrique. Une caractéristique propre aux systèmes actifs est que
le champ rayonné à l’émission est cohérent, alors que le champ rétrodiffusé par
le milieu analysé est, lui, généralement au moins partiellement décorellé. Cette
décorrélation s’observe surtout en présence de signaux multiples et de
brouilleurs. Elle peut aussi provenir du milieu de propagation ou encore de la
mobilité des récepteurs.
Un premier exemple simple de méthode d’imagerie de sources incohérentes
sera donné avec les réseaux multiplicatifs qui trouvent des applications très
diverses (radars portuaires, radioastronomie...).
Nous présenterons ensuite l’important théorème de Van Cittert et Zernicke. Il
relie la distribution angulaire (inconnue) des sources externes à la fonction de
cohérence spatiale du champ observable. Les capteurs associés à des corréla-
teurs donnent de cette fonction un échantillonnage spatial : la matrice de cova-
riance qui joue un rôle central dans tous les traitements d’antennes.
Dans tous les cas, la qualité de l’image obtenue est limitée par le pouvoir sépa-
rateur ou limite de résolution de l’instrument utilisé (antennes et traitements
associés).
De façon classique, la résolution angulaire d’une antenne est limitée par ses
dimensions, qui limitent elles-mêmes la finesse du pinceau qu’elle pourrait
rayonner. Les méthodes dites haute résolution montrent comment, dans cer-
tains cas, il est possible de franchir cette limite : nous présenterons la méthode
de BURG, connue sous le nom de Méthode de l’Entropie Maximale (MEM). Cette
méthode est souvent équivalente aux méthodes d’analyses spectrales Autoré-
gressives (AR). D’autres méthodes, basées sur l’analyse des éléments propres
de la matrice de covariance, seront également présentées et illustrées par la plus
connue : la méthode « MUSIC ».
Nous poursuivrons par l’étude des antennes autoadaptives qui assurent une
sorte de filtrage spatial, privilégiant les signaux utiles vis-à-vis des signaux
gênants ou inutiles, souvent qualifiés de brouilleurs. Cette fonction de filtrage
spatial est essentielle dans les radars et dans les réseaux complexes de commu-
nications.
Le dernier sujet traité dans ce dossier sera celui des antennes dites
« intelligentes » par un abus de langage (Smart Antennas). Elles constituent une
synthèse entre les techniques précédentes. Leur essor accompagne le dévelop-
pement actuel, quasi explosif des télécommunications. Il se concrétise dans le
concept MIMO (Multiple Input Multiple Output) qui permet, par multiplexage
spatial, d’augmenter notablement la capacité de transmission d’un système de
communications sans augmenter sa bande de fréquences.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
E 3 321 − 2 © Techniques de l’Ingénieur

UT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRQ

____________________________________________________________________________________________ ANTENNES À TRAITEMENT DU SIGNAL. PARTIE 2

1. Imagerie de sources Les fonctions z1, z2 sont supposées ergodiques : les espérances
sont donc aussi les moyennes temporelles (surlignage) :
incohérentes t′

〈 z 1 z 2*〉 = z 1 z 2* = lim ---


1
t′ → +∞ t′
∫ z ( û 1, t )z * ( û 2, t ) dt (2)

1.1 Contexte 0

Observées autour d’une fréquence donnée, des sources de rayon-


En pratique, il suffit d’intégrer sur une durée notablement plus
grande que l’intervalle temporel de corrélation.

nement sont dites incohérentes si leurs phases relatives (et éven- Pour û 1 = û 2 , les moyennes précédentes définissent les
tuellement leurs amplitudes) varient rapidement pendant la durée intensités :
d’une mesure. Cette situation se rencontre fréquemment dans la
nature chaque fois qu’on a à faire à des sources indépendantes.
C’est le cas en radioastronomie du rayonnement des étoiles et T ( û 1 ) = z 12 ; T ( û 2 ) = z 22 (3)
autres radiosources. C’est aussi le cas en radiométrie où c’est la
nature thermique du rayonnement qui est à l’origine de son incohé-
rence.

La technique des sonars distingue sonars passifs et sonars actifs. 1.3 Réseaux multiplicatifs
Les premiers ont pour but d’écouter et de traiter des signaux indé-
pendants, donc non corrélés. Les seconds traitent les échos du
signal émis. Mais ceux-ci sont le plus souvent décorrélés par le La connaissance « a priori » du caractère incohérent des sources
milieu de propagation. externes permet d’améliorer l’image que peut en donner une
antenne. L’emploi de réseaux multiplicatifs [1] en est un premier
Dans le cas des radars actifs, le milieu de propagation est généra- exemple.
lement trop homogène pour décorréler les échos : on a vu [E 3 320,
§ 3.3] comment une réflexion spéculaire peut produire un écho par- Soit une antenne réseau linéaire de longueur L dont la loi d’illumi-
faitement corrélé. Cependant, en ondes centimétriques, il suffit d’un nation est constante (figure 1). On sait que son diagramme de
déplacement relatif des objets, pendant la mesure, de quelques cen- rayonnement est représenté par la fonction :
timètres pour assurer la décorrélation. D’ailleurs les parasites,
brouilleurs naturels ou artificiels, indépendants, sont effectivement F1(τ) = sinc(2πν0τ) (4)
décorrélés. L
avec ν0 = ------- ,

Dans le présent paragraphe, après avoir précisé la notion d’inco-
hérence et donné, avec les réseaux multiplicatifs un exemple τ = sinθ,
d’application de cette propriété à l’imagerie, nous introduirons la
fonction de cohérence spatiale et la matrice de cohérence qui joue λ longueur d’onde,
un rôle « pivot » dans la plupart des méthodes de traitements sinc fonction sinus cardinal (cf. [E 3 320, § 2.2]).
d’antennes.
Associons à cette antenne un interféromètre simple, formé de
Cette condition d’incohérence des sources est importante car elle deux petites antennes (dipôles, cornets...) placées aux extrémités du
permet de réduire le nombre de capteurs par utilisation de réseaux réseau : elles sont séparées par une distance voisine de L. Alimen-
à faible redondance (§ 1.6). De plus, elle fait partie des informations tées en phase, leur facteur de réseau est de la forme :
a priori dont on peut disposer et qui, combinées avec les mesures,
permettent, soit d’améliorer l’image de la configuration « objet » : F2(τ) = cos(2πν0τ) (5)
méthodes haute-résolution (§ 2), soit d’effectuer un filtrage spatial :
antibrouillage, antennes autoadaptives (§ 3).

L θ
1.2 Condition d’incohérence

Considérons deux sources dans des directions de vecteurs unitai-


res ( û 1, û 2 ) et d’amplitudes complexes variables dans le temps, Résultante
caractérisées par des fonctions aléatoires stationnaires centrées :
Réseau L
Interféromètre
z 1 = z ( û 1, t ) z 2 = z ( û 2, t ) (1)

Ces sources sont dites incohérentes si, pour û 2 ≠ û 1 , les produits –1 +1 τ


hermitiques moyens (espérances au sens des probabilités) sont 0
nuls :

〈 z 1 z 2*〉 = 0 Figure 1 – Réseau multiplicatif

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur E 3 321 − 3

UU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRQ

ANTENNES À TRAITEMENT DU SIGNAL. PARTIE 2 ____________________________________________________________________________________________

À la réception, formons le produit hermitique des signaux reçus


d’une source dans la direction τ, nous obtenons un signal de la La croix de Mills (suite)
forme : Nous raisonnons ici dans un espace tridimensionnel. On dis-
pose sur le sol deux réseaux linéaires orthogonaux de longueur L
se croisant en leur milieu : l’un, est-ouest, selon l’axe x′ox ,
F 1 ( τ )F 2* ( τ ) = sinc ( 4π ν 0 τ ) (6) l’autre, nord-sud, selon axe y′oy . Le zénith est l’axe oz. Une direc-
tion de l’espace, de vecteur unitaire û est repérée par ses cosinus
On constate que c’est le diagramme d’un réseau de dimension 2L. directeurs (projections de û sur les axes) : α, β, γ (α2 + β2 + γ2 = 1).

Q On a doublé la directivité du réseau !


Que se passe-t-il si ce réseau est placé dans un environnement de
N sources ponctuelles incohérentes dans les directions τn, d’ampli-
Chaque réseau n’est directif que dans les plans passant par
l’axe qui le porte. Dans les plans passant par l’axe orthogonal, il
n’a aucune directivité. Avec des illuminations d’amplitudes
tudes complexes zn ? Les signaux captés par les deux antennes sont constantes et de phases appropriées, les diagrammes sont
les convolutions : représentés par des fonctions de la forme :

F 1 ( α, β ) = sinc [ 2π ν 0 ( α – α 0 ) ]
s1 = ∑ z n sinc ( 2π ν 0 τ n ) (11)
n F 2 ( α, β ) = sinc [ 2π ν 0 ( β – β 0 ) ]
(7)
s2 = ∑ z m cos ( 2π ν 0 τ m ) Le diagramme produit est pointé dans la direction (α0, β0) :
m
F(α − α0, β − β0) = sinc[2πν0(α − α0)]sinc[2πν0(β − β0)] (12)
Le produit hermitique moyen S de ces signaux est obtenu grâce à
un démodulateur cohérent (ou PAD phase-amplitude demodulator). Pour obtenir un tel diagramme de façon directe, il faudrait réa-
Séparons les termes de mêmes rangs (m = n) des termes de rangs liser un réseau bidimensionnel carré, de côté L. Sa loi d’illumina-
différents : tion serait la transformée de Fourier inverse du diagramme (12).
La croix de Mills permet donc une importante économie en
matériel : si chaque réseau linéaire nécessite M antennes, un
S = s 1 s 2* = ∑ zn2 sinc ( 4π ν 0 τ n ) + ∑ * sinc ( 2π ν τ ) cos ( 2π ν τ ) (8)
zn zm 0 n 0 m réseau complet en nécessiterait M2.
n n≠m
M2 M
L’économie est donc : --------- = ----- .
Par suite de l’hypothèse d’incohérence, la deuxième série de ter- 2M 2
mes est nulle et le signal S apparaît comme la convolution de la dis- Bien entendu, en présence de plusieurs radiosources incohé-
tribution angulaire des sources en intensités par le diagramme rentes, on vérifie que le signal obtenu est bien la convolution du
« produit » (6). On a donc bien doublé la directivité de l’antenne : diagramme produit F ci-dessus par la distribution angulaire de
ces radiosources.
S = ∑ T ( τ n ) sinc ( 4π ν 0 τ n ) (9)
n

En introduisant un balayage électronique du réseau par 1.4 Théorème de Van Cittert et Zernike
déphasages, le signal S donne de la distribution « objet » une image
« filtrée » avec la fréquence spatiale de coupure 2ν0 :
Ce théorème fondamental [2] établit la relation qui existe entre
une distribution angulaire de sources incohérentes et les propriétés
S(τ) = ∑ T ( τ n ) sinc [ 4π ν 0 ( τ – τ n ) ] (10) statistiques du champ observable.
n
■ Fonction de cohérence spatiale
Remarques Soit un espace que pour simplifier, nous supposerons d’abord
1. Peut-on faire le produit de trois diagrammes ou plus ? bidimensionnel, repéré par un système d’axes : x′ox , horizontal et
Généralement non, car l’hypothèse d’incohérence implique des oz, vertical [E 3 320, figure 10]. Soient N sources ponctuelles, lointai-
moyennes du second ordre seulement. nes, incohérentes, d’amplitudes complexes aléatoires stationnaires
2. Si dans le cas précédent, la directivité est doublée, ce n’est z(τn, t) dans les directions τn. Observées sur l’axe x′ox , les ondes
pas le cas du gain. Le rapport signal/bruit est déterminé par qui en sont issues sont pratiquement planes. Le champ total résulte
l’antenne dont le gain est le plus faible : ici l’interféromètre. Ce de leurs interférences sous la forme d’un hologramme [E 3 320,
genre de procédé est donc utilisable dans les applications où le § 3.1]. Mais cet hologramme n’est pas stable, il fluctue constam-
signal utile est fort. C’est le cas de la surveillance portuaire ou ment. En tout point M de l’axe, la moyenne du champ E(M, t)
de celle des pistes d’aéroports où les objets sont à courtes dis- observé est nulle. Par contre, on peut évaluer les moyennes du
tances. second ordre données par la fonction d’autocorrélation spatiale du
3. D’autres combinaisons « antenne + interféromètre » peu- champ (appelé parfois fonction de cohérence).
vent être faites : un réseau de longueur L, associé à un interféro- Si on observe les champs reçus avec des capteurs (petites anten-
mètre de pas L, comportant N antennes élémentaires permet nes de réception) en deux points M et M′ d’abscisses x et x′ , cette
d’obtenir la directivité d’un réseau de longueur NL. Une autre fonction est définie par leur produit hermitique moyen :
combinaison importante est celle de la croix de Mills.

x x′
C ( ν, ν ′ ) = E ( ν, t )E * ( ν ′, t ), avec ν = --- et ν ′ = ----- (13)
La croix de Mills λ λ′
Ce dispositif a été développé pour la radioastronomie. Con-
trairement aux cas précédents les distances, ici, sont ■ Théorème
immenses ! Mais les objets célestes analysés étant relativement La fonction de cohérence est la transformée de Fourier de la dis-
stationnaires, de longues durées d’intégration permettent tribution angulaire des intensités des sources. Nous admettrons ici
d’améliorer le rapport signal/bruit interne. ce résultat dont la démonstration est dans tous les traités d’optique.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
E 3 321 − 4 © Techniques de l’Ingénieur

UV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSSRQ

____________________________________________________________________________________________ ANTENNES À TRAITEMENT DU SIGNAL. PARTIE 2

Pour des sources ponctuelles, on a : 1.5 Échantillonnage de la fonction


de cohérence
C ( ν, ν ′ ) = ∑ T ( τ n ) exp j2π ( ν – ν ′ ) τ n (14)
n
Il permet de l’évaluer en un nombre finis de points distincts.
2 Revenons pour simplifier à un espace à deux dimensions. La distri-
avec T ( τ n ) = z ( τ n, t ) .
bution T(τ) étant à support borné à l’intervalle [−1 ; +1], la fonction de
Notons que la fonction de cohérence ne dépend pas de la position
absolue des capteurs mais de leur écartement ∆ ν = ν – ν ′ . Elle est
stationnaire le long de l’axe d’observation x′ox . Cette stationnarité
cohérence peut être échantillonnée avec un pas a tel que : a/λ = 1/2.
Si les abscisses ν et ν ′ de deux points de mesures M, M′ sont mul-
tiples de ce pas, posons :

est d’ailleurs un critère du degré d’incohérence des sources. On sait
que des sources cohérentes donnent des interférences sous forme a n n′
ν = n --- = --- ; ν ′ = -----
d’un hologramme. λ 2 2

Dans le cas d’une distribution « objet » incohérente quelconque, avec n et n’ entiers quelconques.
d’intensité T(τ), la fonction de cohérence prend la forme de la trans-
Les échantillons de la fonction de cohérence (ou « covariances »
formée de Fourier habituelle :
sont alors :

+∞ +1

C(∆ν) = ∫ T ( τ ) exp ( j2π τ ∆ ν ) d τ (15) C ( n – n′ ) = ∫ T ( τ ) exp [ jπ τ ( n – n′ ) ] d τ (19)


–∞ –1

ou, en posant : m = n – n′ :
■ Généralisation à un espace tridimensionnel

Utilisons le système de références déjà défini pour la croix de +1


Mills. La distribution « objet » est définie en intensité par la
fonction T (α, β) : C(m) = ∫ T ( τ ) exp [ jπ τ m ] d τ (20)
–1

T ( û ) ≡ T ( α, β ) On reconnaît ici un coefficient du développement en série de Fou-


rier de T(τ) qui, dans l’intervalle [−1 ; +1] s’écrit :
Le champ au sol est observé au moyen de deux capteurs aux
points M(ν, µ) et M′ ( ν ′, µ ′ ) , avec : +∞

T(τ) = ∑ C ( m ) exp ( – jπm τ ) (21)


x y x′ y′ –∞
ν = --- ; µ = --- ; ν ′ = ----- ; µ ′ = ----- (16)
λ λ λ λ

La fonction de cohérence s’écrit alors : 1.6 Mesure des coefficients de


corrélation (ou « covariances »),
+∞ +∞
C ( n – n′ )
C ( ∆ ν, ∆ µ ) = ∫∫ T ( α, β ) exp j2π ( α ∆ ν + β ∆ µ ) dΩ (17)
–∞ –∞ On peut utiliser un réseau de capteurs, de pas λ/2 (figure 2). Les
signaux En(t) et E n′ ( t ) reçus par les capteurs de rangs n et n′ per-
où dΩ est l’élément d’angle solide entourant la direction û . En fonc- mettent d’évaluer les covariances par intégration temporelle des
tion des cosinus directeurs, il s’exprime sous la forme : produits hermitiques :

t + t′
dαdβ
dΩ = ---------------
γ
(18)
C ( n, n′ ) = C ( n – n′ ) = lim t′
t′ → ∞
1
---
∫ E n ( t )E n′
* ( t ) dt (22)
t

Remarques Les signaux reçus étant affectés par les bruits internes des récep-
1. Les intégrales sont formellement étendues à l’infini. En fait, teurs et la durée t′ d’intégration étant nécessairement finie, on ne
la fonction T(α, β) est à support borné au cercle de rayon unité peut mesurer qu’une estimation Ĉ ( n, n′ ) des covariances. Après
car les sources sont supposées au-dessus de l’horizon. changement de fréquence, les signaux reçus sont généralement
2. Dans tout ce qui précède, les notions de zénith ou d’horizon numérisés au moyen d’un convertisseur CAD (Convertisseur Analo-
n’ont qu’une valeur illustrative : le système peut être orienté de gique-Digital). Les composantes réelles et imaginaires des covarian-
façon quelconque sans changer de propriétés. ces (en phase et en quadrature) des covariances sont calculées avec
3. Les transformations (15) et (17) peuvent être inversées, ce un PAD (phase / amplitude demodulator).
qui permet en principe de trouver la répartition angulaire des En radioastronomie, on utilise souvent un capteur (antenne de
sources à partir de leur fonction de cohérence spatiale. Le pro- réception) fixe associé à un autre capteur mobile monté sur un
blème de l’imagerie, comme nous le verrons, réside dans le fait wagonnet roulant sur une file de rails... aboutissant à un butoir.
que les mesures ne peuvent donner de cette fonction qu’une C’est la longueur des rails qui limite les performances du radiointer-
connaissance partielle. féromètre ainsi constitué.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur E 3 321 − 5

UW

UX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRYT

Antennes actives
Principes de conception
par François GAUTIER

Ingénieur de l’Institut national polytechnique de Grenoble (INPG)
Licencié ès sciences physiques
Ancien directeur technique adjoint de Thales Airborne Systems

1. Schéma synoptique d’une antenne « active »................................. E 3 294 - 3


2. Intérêt opérationnel des antennes actives ....................................... — 6
2.1 Gestion du temps ........................................................................................ — 6
2.2 Rendement ................................................................................................... — 8
2.3 Adaptativité .................................................................................................. — 8
2.4 Disponibilité ................................................................................................. — 9
2.5 Stratégie technique et technologique........................................................ — 9
2.6 Domaine d’application ................................................................................ — 10
3. Architecture d’antennes actives ......................................................... — 10
3.1 Distributeurs de signaux ............................................................................. — 10
3.1.1 Description fonctionnelle ................................................................... — 10
3.1.2 Modélisation ....................................................................................... — 12
3.2 Modules actifs.............................................................................................. — 12
3.2.1 Description fonctionnelle ................................................................... — 12
3.2.2 Modélisation ....................................................................................... — 13
3.3 Éléments rayonnants................................................................................... — 14
3.3.1 Environnement réseau ....................................................................... — 14
3.3.2 Modèle de rayonnement d’un réseau............................................... — 14
3.3.3 Modélisation des erreurs ................................................................... — 16
3.3.4 Liaison au module .............................................................................. — 17
3.4 Radôme ........................................................................................................ — 17
3.5 Structure mécanique, thermique, électrique............................................. — 18
3.6 Calibration .................................................................................................... — 18
3.6.1 Exposé du problème .......................................................................... — 18
3.6.2 Méthodologie...................................................................................... — 18
3.6.3 Moyens à mettre en œuvre................................................................ — 19
3.6.4 Algorithmique ..................................................................................... — 20
3.7 Pointeur ........................................................................................................ — 21
3.7.1 Description fonctionnelle ................................................................... — 21
3.7.2 Algorithmique ..................................................................................... — 21
3.7.3 Séquencement .................................................................................... — 22
3.8 Alimentation................................................................................................. — 22
3.8.1 Description fonctionnelle ................................................................... — 22
3.8.2 Influence du rendement des alimentations...................................... — 23
Références bibliographiques ......................................................................... — 23
Pour en savoir plus........................................................................................... Doc. E 3296

e concept d’antenne active a ses origines dans celui d’antenne-réseau qui


L se caractérise par une définition fonctionnelle générale, mais aussi par une
grande diversité de réalisations.
Pour illustrer la diversité d’apparences et de modes de réalisation des
antennes-réseaux, on citera (cf. article Antennes-Techniques [E 3 284], § 1, dans
p。イオエゥッョ@Z@ヲ←カイゥ・イ@RPPS

ce traité) :

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Électronique E 3 294 − 1

UY
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRYT

ANTENNES ACTIVES ____________________________________________________________________________________________________________________

— l’antenne, de type « Yagi », dite « rateau » en raison de son aspect, utilisée


sur nos maisons pour la réception TV en ultra haute fréquence ;
— les antennes constituées de guides à fentes, isolés ou associés pour
constituer une surface plane ou cylindrique. Très fréquentes, bien que souvent
non visibles, elles équipent les radars météo des avions de ligne, les radars de
navigation des bateaux, les radars des avions de combat, les radars de satellites,
des stations de télécommunications ;

Q — les antennes réalisées en circuit imprimé (antennes imprimées), rayonnant


par un réseau de « pavés », de lignes interrompues, de méandres, de fentes...
Elles constituent la version très bas coût des antennes réseau et sont utilisées
partout où les contraintes de bilan de puissance émise sont peu exigeantes
(radar de jauge, radar de détection d’intrus, liaisons hertziennes courte dis-
tance). Aux fréquences basses (100 MHz à 2 GHz), elles peuvent aussi se révéler
très efficaces en terme de performances pour une faible masse et un faible coût,
comme par exemple l’antenne du satellite Landsat ;
— les antennes constituées d’éléments rayonnants et de modules électro-
niques, assemblés et mis en place sur une structure. Ce type de solution est sou-
vent adopté pour les antennes à balayage électronique (cf. article Antennes-
Différents types [E 3 282], § 8, dans ce traité).
Dans les trois premiers exemples, le rayonnement est organisé une fois pour
toutes : l’antenne est intérieurement inerte, le diagramme est fixe par rapport
à l’antenne et le faisceau est orienté par une mise en mouvement mécanique
de l’antenne.
■ Au contraire, l’antenne à balayage électronique, comporte des dispositifs
électroniques, ayant au minimum la fonctionnalité du déphasage, permettant
des changements d’états internes et des changements de direction et de forme
du faisceau émis.
Les modes de réalisation de ces antennes sont très diversifiés et de
complexités très différentes. On distingue les antennes dites passives et les
antennes actives.
● L’antenne passive réalise la formation et le dépointage du faisceau, mais la
fonction émission (amplification du signal à émettre) et l’entrée de la fonction
réception (amplification à faible bruit du signal reçu), sont réalisées à l’extérieur
de l’antenne (figure Aa). L’antenne passive ainsi définie comporte des dépha-
seurs, des commutateurs agissant sur des longueurs de ligne, ou des filtres,
c’est-à-dire des dispositifs agissant sur la forme et la direction du faisceau, sur la
sélection en fréquence ou en polarisation, mais pas d’éléments amplificateurs.
● En plus des dispositifs à contrôle électronique d’une antenne passive,
l’antenne active comporte l’amplification du signal à émettre, répartie entre
des éléments individuels, et l’amplification à très faible bruit du signal reçu

Génération Émetteur
de signal
Antenne
réseau
« passive »
Traitement Récepteur
de signal Amplificateur très bas bruit

a système avec antenne à balayage électronique « passive »

Génération
de signal
Antenne
réseau
« active »
Traitement Récepteur Figure A – Synoptiques
de signal de systèmes avec
antenne à balayage
b système avec antenne à balayage électronique « active » électronique passive (a )
et active (b )

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
E 3 294 − 2 © Techniques de l’Ingénieur, traité Électronique

VP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRYT

___________________________________________________________________________________________________________________ ANTENNES ACTIVES

(figure Ab). Elle peut aussi incorporer une partie, voire la totalité, de la fonction
réception : sélection fréquentielle du signal, conversion de fréquence, codage
analogique/numérique.
Notons que les fonctions de base d’un système, à l’émission comme à la
réception, n’ont pas pour autant disparu. Elles sont réparties, pour l’antenne
active, dans l’architecture d’antenne réseau, ce qui lui confère : un meilleur ren-


dement énergétique, des fonctionnalités nouvelles et des performances
accrues vis-à-vis du traitement du signal reçu.
■ Cet article constitue la première partie d’un ensemble ayant pour but d’expo-
ser les principes d’ingénierie des antennes actives c’est-à-dire de décrire l’archi-
tecture de base, d’identifier et d’expliciter les fonctionnalités, les modes de
fonctionnement, la nature et les modes de réalisation des sous-fonctions
constituant l’antenne active.
Il concerne les antennes actives destinées à des radars, des systèmes de télé-
communications et de surveillance électronique.
Le présent article décrit d’abord succinctement le schéma synoptique d’une
antenne active. Il montre ensuite son intérêt et les avantages qu’elle procure à
un Système. L’architecture d’une telle antenne, les fonctions et la constitution
des sous-ensembles sont ensuite explicités.

Deux autres articles complètent cet ensemble :


— E 3 295 - Antennes actives. Dimensionnement ;
— Doc. E 3 296 - Antennes actives. Pour en savoir plus.
La lecture de ces articles implique une certaine connaissance des antennes classiques (prin-
cipes de fonctionnement et de conception) ainsi que de l’électronique en général. En effet, les
conceptions détaillées des sous-ensembles ne sont pas traitées, l’article se plaçant essentiel-
lement au niveau de l’analyse fonctionnelle.
Le lecteur pourra donc consulter les articles suivants, du traité Électronique, pour plus de
détails sur la théorie des antennes et celle des antennes-réseaux en particulier :
— E 3 280 - Antennes. Bases et principes ;
— E 3 282 - Antennes. Différents types ;
— E 3 284 - Antennes. Techniques ;
— E 3 288 - Antennes. Éléments connexes ;
ainsi que les références [1] [2] [3] [4] [5] et [6].

1. Schéma synoptique ■ Le schéma synoptique d’une antenne active est celui d’une
antenne réseau dans laquelle sont insérés un certain nombre de
d’une antenne « active » modules électroniques.
Rappelons d’abord qu’une antenne réseau est caractérisée par :
— un circuit à une entrée et N sorties tel que l’énergie fournie à
■ Selon les systèmes qui l’utilisent et selon les modes de fonction- l’entrée soit répartie, a priori avec le minimum de pertes, entre
nement recherchés, l’antenne active pourra être une antenne les N sorties suivant une certaine répartition en amplitude et en
commutée émission/réception, ou seulement, une antenne d’émis- phase. Réciproquement, si la même répartition d’énergie est four-
sion ou de réception. nie sur les N sorties, la totalité de cette énergie (moins les pertes)
est disponible sur l’entrée. Ce circuit est appelé distributeur ou
Exemples
répartiteur ou sommateur ;
Les radars séquencent les périodes d’émission et de réception et — une collection de N éléments rayonnants connectés aux N
peuvent donc utiliser une antenne commutée. sorties du distributeur. Le plus souvent, les éléments rayonnants
Dans les systèmes de télécommunications, émission et réception sont identiques, régulièrement espacés et disposés sur une maille
sont souvent simultanées et ne sont pas compatibles d’une seule régulière formant le « réseau rayonnant ». Si des éléments sont
antenne active : il faut faire appel à deux antennes séparées. manquants par rapport à la maille, ou si la maille est irrégulière
Il arrive aussi que localement on n’ait besoin que de la fonction émis- avec des éléments tous identiques, le réseau est dit lacunaire. Évi-
sion ou de la fonction réception. demment, le réseau peut être linéaire, circulaire (tous les éléments
sur une seule ligne), plan, cylindrique, sphérique ou conforme à
une surface quelconque. Dans ces deux derniers cas, la maille ne
Les explications données dans cet article concernent généra- peut être régulière et il y a obligatoirement un très léger effet de
lement des antennes actives commutées émission/réception lacunarité.
mais sont directement exploitables dans le cas d’une antenne Par rapport à une antenne réseau, une antenne active se carac-
fonctionnant uniquement en émission ou en réception. térise essentiellement par le fait que des modules actifs, en général

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Électronique E 3 294 − 3

VQ
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRYT

ANTENNES ACTIVES ____________________________________________________________________________________________________________________

au nombre de N, s’interposent entre les N sorties du distributeur


et les N éléments rayonnants (figure 1). Ces modules actifs réali-
sent au moins (figure 2) :
MA — la sélection de fonctionnement émission/réception si le sys-
tème l’exige ;
— l’amplification à l’émission, depuis le niveau fourni jusqu’au
MA niveau souhaité ;
N sorties
— l’amplification très faible bruit de réception ;


Distributeur N éléments et
1/N — le contrôle de phase, et le plus souvent le contrôle d’ampli-
MA N modules actifs (MA) tude, en émission et en réception ;
— la protection de l’amplificateur de réception par un limiteur de
puissance.
Nota : l’antenne à balayage électronique passive ne comporte que des déphaseurs en
MA
lieu et place des modules actifs.
● Le principe de fonctionnement est le suivant :
— à l’émission, le signal à émettre est distribué aux N modules
actifs, contrôlé en phase et amplitude dans chaque module,
Figure 1 – Synoptique de base d’une antenne active amplifié et rayonné par les N éléments rayonnants ;

Amplificateur
de puissance

A /ϕ
Déphaseur/ Circulateur
Antenne
Atténuateur ou aiguilleur
réciproque
Amplificateur Limiteur
faible bruit
Circuit de
commande Modulateur

Alimentations

a module actif avec contrôle d'amplitude (A) et de phase (ϕ) réciproque

Amplificateur
de puissance
A

Circulateur Antenne

Limiteur
Amplificateur
faible bruit

Circuit de
commande Modulateur

Alimentations

b module actif avec contrôle d'amplitude et de phase non réciproque

Figure 2 – Schémas de modules actifs

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
E 3 294 − 4 © Techniques de l’Ingénieur, traité Électronique

VR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eSRYT

___________________________________________________________________________________________________________________ ANTENNES ACTIVES

Atténuateur/ Amplificateur
Déphaseur de puissance

A /ϕ

Amplificateur Circulateur
faible bruit

A /ϕ
Limiteur

Circuit de
commande Modulateur

Alimentations Figure 3 – Module à voies émission


et réception séparées

MA
E E

1/NSR MA
Générateur R R
(émission)
MA
ou FI
oscillateur 1/M
local
(réception)

E émission
R réception
MA module actif
FI traitement du signal à fréquence intermédiaire Figure 4 – Exemple de principe d’architecture
en sous-réseau

— les architectures en sous-réseaux où les modules actifs sont


répartis et différenciés entre différents niveaux de répartition du
distributeur. L’antenne réseau de N éléments est alors constituée
A /ϕ de M sous-réseaux de NSR éléments totalement adjacents
Déphaseur/ (figure 4). Une telle architecture est recherchée lorsque des
Atténuateur
réciproque
fonctions de réception complexes, allant éventuellement jusqu’aux
codeurs analogiques/numériques sont incorporées dans l’antenne
Déphaseur/ à des fins de traitement de signaux dans un mode formation de
Atténuateur faisceau par le calcul (FFC), adaptatif ou non, que nous verrons au
paragraphe 2.3 ;
— les architectures multivoies où les modules actifs comportent
plusieurs voies, par exemple deux voies de réception (figure 5) si
Circuit de
commande l’on veut former deux faisceaux simultanés, indépendants en
Modulateur forme et direction, ou des voies émission et réception organisées
pour des polarisations orthogonales (figure 6).
Alimentations ● Les synoptiques de base de l’antenne active présentés
figures 1 et 3 ne suffisent cependant pas à rendre compte de la
nature complète de l’antenne active. Celle-ci constitue en fait un
Figure 5 – Exemple de module à deux voies de réception sous-système complexe du système radar ou de télécommuni-
cations (ce que l’on appellera le Système) auquel elle appartient et
un certain nombre de fonctionnalités doivent être ajoutées à ce
synoptique pour constituer une antenne active opérationnelle
— à la réception, les signaux captés par les éléments rayonnants (figure 7) :
sont amplifiés, contrôlés en amplitude et phase, dans les N — un sous-ensemble de gestion de l’information et d’élaboration
modules actifs, puis sommés dans le distributeur/sommateur ; des commandes à appliquer aux modules actifs. Ce sous-ensemble
— le contrôle d’amplitude et de phase peut être réciproque reçoit les demandes venant du calculateur de gestion du Système
(figure 2a ) ou non réciproque (figure 2b ). On peut aussi séparer et, à travers des algorithmes et des modèles numérisés représen-
complètement la voie émission et la voie réception (figure 3). tatifs des organes de l’antenne, élabore et transmet les commandes
● Ce synoptique de base (figure 1) peut donner lieu à de nom- appropriées aux modules actifs. On l’appelle souvent « pointeur »
breuses variantes. On citera en particulier deux classes de mais, comme on le verra, ses fonctionnalités dépassent largement
réalisations : la seule fonction du pointage de faisceau ;

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Électronique E 3 294 − 5

VS

VT
Systèmes radars
(Réf. Internet 42591)

1– Antennes et radars R
2– Traitement des signaux Réf. Internet page

Traitements spatio-temporels adaptatifs en radar TE6710 67

Détection et estimation en traitement d'antenne  : théorie TE5225 71

Détection et estimation en traitement d'antenne : applications TE5226 75

Trajectographie passive par mesure d'angle TE6705 81

Trajectographie passive à partir d'angles et d'autres mesures TE6707 87

Fusion de données. Théorie et méthodes S7224 91

Filtrage de Kalman R1107 97

3– Physique des environnements radars

4– Hyperfréquences

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires

VU

VV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWQP

Traitements spatio-temporels
adaptatifs en radar

par Laurent SAVY R


Ingénieur chargé de mission Radars Aéroportés à l’ONERA
et François LE CHEVALIER
Directeur Scientifique, Thales Division Aéronautique

1. STAP et traitement des signaux radar ............................................... TE 6 710 - 3


1.1 Généralités.................................................................................................... — 3
1.2 Configuration radar à antenne à implantation latérale............................. — 3
1.3 Configuration radar à antenne à implantation frontale ............................ — 5
2. Traitements radar spatio-temporels ................................................... — 7
2.1 Traitement spatio-temporel ........................................................................ — 7
2.2 Traitement en présence de bruit blanc ...................................................... — 7
2.3 Traitement en présence de bruit coloré ..................................................... — 7
3. Architectures des traitements radar STAP....................................... — 8
3.1 Généralités et notations .............................................................................. — 8
3.2 STAP pré-Doppler ........................................................................................ — 8
3.3 STAP post-Doppler ...................................................................................... — 10
4. Mérites relatifs des traitements STAP pré-Doppler
et post-Doppler ......................................................................................... — 13
4.1 Estimation des coefficients de filtrage adaptatifs ..................................... — 13
4.2 Exclusion du signal cible des données d’entraînement ........................... — 13
4.3 Hétérogénéité du fouillis ............................................................................. — 13
4.4 Charge calculatoire ...................................................................................... — 14
4.5 Estimation de la position angulaire des cibles .......................................... — 14
4.6 Compatibilité antibrouillage et STAP ......................................................... — 14
5. Conclusion.................................................................................................. — 14
Pour en savoir plus ........................................................................................... Doc. TE 6 710

es traitements adaptatifs spatio-temporels, en anglais Space Time Adaptive


L Processing (STAP), sont des traitements qui exploitent conjointement les
deux dimensions spatiale et temporelle des signaux reçus sur un réseau
d’antennes, contrairement au traitement d’antenne classique qui n’exploite que
la dimension spatiale, pour leur filtrage/séparation. Cette structure de traite-
ment permet de tirer parti des propriétés spécifiques bidimensionnelles spatio-
temporelles, ou dans le domaine dual, angle-fréquence, des signaux reçus.
Cela s’avère particulièrement intéressant notamment dans le cas d’une pro-
priété de couplage angle-fréquence des signaux reçus, où, si les signaux sont
étendus dans les deux espaces pris séparément, ils n’occupent cependant
qu’une dimension 1D dans l’espace 2D. Leur filtrage/séparation devient alors
possible par traitements STAP, alors qu’elle ne l’était pas par traitement mono-
dimensionnel spatial ou temporel.
p。イオエゥッョ@Z@ヲ←カイゥ・イ@RPPY

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 710 – 1

VW
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWQP

TRAITEMENTS SPATIO-TEMPORELS ADAPTATIFS EN RADAR ________________________________________________________________________________

Cette problématique se rencontre en particulier dans le cadre du filtrage des


signaux d’échos de sol reçus par un radar aéroporté, pour lesquels il existe un
lien direct entre direction d’arrivée et fréquence Doppler. Ces échos de sol, ou
fouillis, sont classiquement filtrés en radar par un traitement spatial (filtrage
spatial par le lobe d’antenne) suivi d’un traitement Doppler (filtrage fréquen-
tiel). Ces échos, étendus dans les deux domaines spatial et fréquentiel, ne sont
ainsi qu’imparfaitement filtrés, et leurs résidus limitent encore fortement les
performances en détection.
Dans ce contexte, l’emploi de traitements STAP est d’un apport majeur, et
leur implantation dans des produits opérationnels est maintenant rendue pos-
sible par l’arrivée d’antennes actives à réception multi-voies, associée à
R l’accroissement des capacités de calcul des machines embarquées. Les deux
applications principales à court et moyen terme en radar aéroporté sont la
détection des cibles terrestres mobiles lentes en mode air-sol (cible en
compétition avec les échos de fouillis entrant par le lobe principal de l’antenne)
et l’amélioration de la détection des cibles aériennes sur les zones de la carte
radar distance-Doppler polluées par le fouillis en mode air-air (cible en
compétition avec les échos de fouillis vus à travers les lobes secondaires de
l’antenne). Ces deux contextes serviront de canevas applicatif dans l’article.
Le choix d’une architecture précise de traitement, notamment pré- ou post-
analyse Doppler, reste cependant très complexe en raison de la variété à la fois
des architectures possibles et des contextes opérationnels, ainsi que des argu-
ments parfois contradictoires qui président à ce choix.
Cet article est destiné à l’ingénieur non spécialiste du STAP mais maîtrisant
les bases du radar et du traitement de signal. L’objectif est d’expliciter les prin-
cipes fondamentaux des différentes architectures de traitements STAP, et les
critères de choix en faveur de l’une ou l’autre, pour une application radar aéro-
porté. Il n’existe en effet pas une architecture globalement optimale de
traitement, mais plutôt des architectures plus ou moins bien adaptées aux cas
pratiques à traiter.
Par ailleurs, de nombreuses questions restent encore ouvertes et doivent
être tranchées sur données réelles. L’objectif de cet exposé n’est pas de
répondre à ces questions en suspens, mais plutôt de présenter différents
points de vue à considérer.
Dans une première partie, l’article présentera plus en détail l’intérêt et la pro-
blématique du traitement STAP dans le contexte radar aéroporté. Deux
configurations canoniques mettant en évidence l’intérêt des traitements STAP
seront étudiées : la configuration radar à antenne à implantation latérale (appli-
cation air-sol pour la détection des cibles lentes sur avion d’affaires) et la
configuration Radar à antenne à implantation frontale (application air-air et
détection des cibles aériennes sur avion d’armes). L’accent sera mis sur la
localisation du fouillis dans le domaine distance-Doppler-angle, à l’origine de
l’intérêt des traitements STAP et de leurs spécificités en fonction de
l’application.
Une deuxième partie présentera les principes généraux du traitement STAP,
puis une troisième partie s’attachera à décrire les différentes architectures de
traitement STAP pré- et post-Doppler.
Une quatrième partie analysera les avantages et inconvénients des deux
types de macro-architectures (pré- ou post-Doppler), et une synthèse de ces
analyses sera enfin fournie dans une cinquième partie.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 710 – 2 est strictement interdite. – © Editions T.I.

VX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWQP

________________________________________________________________________________ TRAITEMENTS SPATIO-TEMPORELS ADAPTATIFS EN RADAR

signaux reçus, qui améliorent la détection par rapport au cas


1. STAP et traitement monovoie (détection sur la voie somme de l’antenne).
des signaux radar Avant de décrire en détail les différentes architectures des traite-
ments STAP, deux configurations canoniques vont être analysées,
afin de mettre en évidence l’intérêt des traitements STAP et
Sigles l’importance de la localisation distance-Doppler-angle du fouillis
vis-à-vis du choix d’une architecture de traitement. L’étude de ces
BFR Basse Fréquence de Récurrence deux configurations simples permettra d’accéder à des expres-
sions analytiques du filtrage STAP, c'est-à-dire à des versions
CAPS Constrained Adaptive Pattern Synthesis
déterministes du filtrage spatio-temporel, que l’on continuera abu-
CFAR Constant False Alarm Rate sivement à appeler filtrage STAP. Le principe des deux macro-
architectures, STAP pré-Doppler ou STAP post-Doppler sera
CST Case Sous Test


déduit, mettant en parallèle ces deux visions duales de la problé-
DPCA Displaced Phase Center Antenna matique STAP.
Dans la pratique, bien sûr, le filtrage STAP ne peut s’envisager
DL Diagonal Loading que de manière adaptative, et non pas déterministe, notamment
EVP Eigen Vector Projection pour les raisons suivantes :
– sous-réseaux non identiques et méconnaissance de leur dia-
FFT Fast Fourier Transform
gramme de rayonnement ;
HFR Haute Fréquence de Récurrence – configuration non parfaitement maîtrisée (mouvement du
porteur, trajectoire...) ;
JDL Joint Domain Localized – défauts de calibrage entre voies de réception ;
MFR Moyenne Fréquence de Récurrence – niveau du signal parasite à supprimer supérieur typiquement
de 2 à 4 ordres de grandeur à celui du signal d’intérêt.
PD Probabilité de Détection
Les architectures de ces traitements adaptifs seront décrites
PFA Probabilité de Fausse Alarme au § 3.
PRI Pulse Repetition Frequency
STAP Space Time Adaptive Processing 1.2 Configuration radar à antenne
SMI Sample Matrix Inversion à implantation latérale

1.2.1 Nécessité des traitements STAP


1.1 Généralités Cette configuration, décrite schématiquement sur la figure 1, est
typiquement celle d’un système de surveillance air-sol sur avion
Le traitement du signal radar comprend les tâches de détection d’affaires rapide. L’antenne est à implantation latérale, et la forme
et d’estimation de la position (distance, Doppler, angle) des cibles. d’onde radar est typiquement BFR (basse fréquence de récur-
La tâche de détection est celle qui requiert le plus gros effort, l’esti- rence), évitant ainsi des ambiguïtés distance. La problématique est
mation de la position n’étant réalisée que pour les cibles détec- la détection des cibles lentes en compétition avec les échos de
tées, peu nombreuses en regard du nombre de cases (ou fouillis en provenance du lobe principal de l’antenne et vus à des
positions) distance-Doppler-angle à tester. vitesses comparables à celles des cibles recherchées.
Le but final du traitement radar est d’assurer une bonne proba-
bilité de détection (PD) tout en maintenant une très faible probabi-
lité de fausse alarme (PFA). Ce dernier point est à la fois le plus
important et le plus critique à assurer.
V
Dans la plupart des détecteurs à taux de fausse alarme constant
(CFAR, Constant False Alarm Rate), la statistique de la case distance-
Doppler-angle sous test est comparée à celle de « données Cible rapide
secondaires » collectées dans les cases voisines. Par exemple le Exo Clutter
classique Cell Averaging CFAR (CA-CFAR) compare le niveau de
puissance dans la case sous test (CST) au niveau moyen reçu sur
un ensemble de cases secondaires voisines. Si le niveau dans la θ
case sous test excède le niveau dans les cases secondaires de plus Cible lente
d’un certain seuil, une détection est alors déclarée. Ce seuil est
choisi pour assurer une probabilité de détection suffisante, tout en Endo Clutter
maintenant basse la probabilité de fausse alarme. De manière évi-
dente, PD et PFA sont affectées de manière contraire par la présence
de fouillis (échos de sol) ou de brouillage. Tout l’enjeu du traitement
radar est de présenter une grande robustesse vis-à-vis de ces
signaux parasites, et cela de manière primordiale vis-à-vis de la PFA.
Pour les cibles détectées, le traitement radar doit également pré-
server la possibilité de mesures de distance, Doppler, et angle.
Les antennes actives à sous-réseaux qui procurent plusieurs
voies de réception spatiales offrent la possibilité de mise en œuvre
de traitements STAP de suppression de fouillis et du brouillage,
exploitant les propriétés spécifiques bidimensionnelles spatio-
temporelles (ou dans le domaine dual, angle-fréquence), des Figure 1 – Configuration radar à antenne latérale

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 710 – 3

VY

WP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRU

Détection et estimation en traitement


d’antenne : théorie

par Laurent KOPP


Ingénieur de l’École Polytechnique R
Thalès Ultrasonics

1. Contexte de la théorie de la décision ................................................ TE 5 225 - 3


2. Critères décisionnels .............................................................................. — 3
2.1 Détection ...................................................................................................... — 4
2.1.1 Hypothèses binaires simples : récepteurs clairvoyants .................. — 4
2.1.2 Hypothèses composites ..................................................................... — 6
2.1.3 Hypothèses multiples......................................................................... — 8
2.2 Estimation .................................................................................................... — 8
2.2.1 Critères de qualification d’un estimateur ......................................... — 8
2.2.2 Estimateurs classiques....................................................................... — 10
2.2.3 Bornes de performances : Cramer-Rao (CR) .................................... — 11
3. Annexe : critère MiniMax ...................................................................... — 11
Pour en savoir plus........................................................................................... Doc. TE 5 227

es antennes à réseaux de capteurs jouent un rôle primordial dans de


L nombreux domaines techniques (sonar, radar, séismique, radio-astronomie,
échographie, transmission et même optique) où elles remplacent très avan-
tageusement les antennes « classiques » c’est-à-dire les antennes dont la per-
formance est obtenue par la géométrie, en particulier les antennes à réflecteurs
paraboliques.
Parmi les obstacles rencontrés dans l’amélioration des antennes « classiques »
et résolus par les antennes à réseaux de capteurs, on peut citer :
• Le dilemme entre le gain d’antenne (sensibilité) et la couverture (idéalement
panoramique) : en utilisant une antenne réseau à grand nombre de capteurs, on
bénéficie du gain d’antenne en réception, sans compromettre la couverture
panoramique en utilisant le pointage électronique.
p。イオエゥッョ@Z@。ッエ@RPPS@M@d・イョゥ│イ・@カ。ャゥ、。エゥッョ@Z@ュ。イウ@RPQU

• Le problème des interférences dans un monde de plus en plus


congestionné : les antennes réseaux peuvent utiliser des traitements beaucoup
plus sophistiqués que ceux qu’il est envisageable de câbler dans la géométrie,
par exemple l’annulation supervisée du signal d’interférence ou l’apodisation
adaptative.
• Le problème des contraintes géométriques : les antennes de grande taille
(classiques ou réseaux) se trouvent inévitablement confrontées à la taille limitée
de la plate-forme support. Les antennes réseaux s’adaptent à toutes les
géométries. Elles peuvent se déployer sur un terrain (radar RIAS ou prospection
Sismique). Elles peuvent même s’arranger de géométries variables (flûtes
remorquées en prospection sismique ou sonar TBF).
Tous ces problèmes sont donc résolus par l’utilisation des antennes réseaux
mais, en outre, celles-ci présentent d’autres propriétés utiles. La plus inté-
ressante nous semble la possibilité de partager une antenne entre plusieurs

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Télécoms TE 5 225 − 1

WQ
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRU

DÉTECTION ET ESTIMATION EN TRAITEMENT D’ANTENNE : THÉORIE _____________________________________________________________________________

utilisateurs indépendants. Par exemple une station de base pourra desservir


plusieurs abonnés simultanément dans le même canal (SDMA : Spatial Division
Multiple Access) ; une antenne satellite pourra être pointée sur plusieurs satel-
lites simultanément ; un radar pourra assurer une couverture panoramique sans
mouvement mécanique en utilisant en parallèle plusieurs voies de réception
(veille stratégique). Un enregistrement multicapteurs pourra être utilisé a
posteriori pour faire un traitement d’antenne plus performant (sismique, sur-
veillance). Le partage est également une possibilité pour amortir les coûts
d’exploitation d’une installation.
Par ailleurs, les antennes à réseaux de capteurs sont aux antennes classiques
ce qu’est l’échantillonnage au signal analogique (on parle d’ailleurs d’échan-


tillonnage « spatial » pour les antennes réseaux). À ce titre ces antennes parti-
cipent à la révolution numérique.
L’intelligence des antennes réseaux est contenue non pas dans leur géométrie,
comme peut l’être celle d’une antenne parabolique, mais dans leurs traitements.
Parler de traitement d’antenne est donc inévitable. Nous avons choisi de pré-
senter le traitement des antennes réseaux [TE 5 226] en introduisant d’abord
[TE 5 225] les outils utiles de la théorie statistique de la détection et de
l’estimation ; ce faisant, il nous a semblé intéressant de rester suffisamment géné-
ral dans la présentation. Nous espérons que les lecteurs principalement inté-
ressés par la théorie statistique de la décision pourront alors considérer les
antennes réseaux comme un domaine d’application propre à éclairer le sujet.

Notations Symboles

Notations Définition Symboles Définition

Déterminant d’une matrice H Fonction de transfert du filtre spatial


Norme spectrale I Matrice unité
* Matrice conjuguée J Matrice de cohérence spatiale du bruit
T
Matrice transposée L Fonction de log-vraisemblance
✝ Matrice transposée conjuguée  Lagrangien
∂ Gradient Proba Probabilité
ˆ Valeur estimée
P Probabilité a priori
Symboles p Densité de probabilité
Q Fonction erreur
Symboles Définition
Q Matrice de cohérence spatiale du bruit total
C Coût
R Rapport de vraisemblance (= pi /pj )
Di Ensemble de décisions
R Fonction de corrélation
D (f) Vecteur « source » (fonction de transfert du filtre
de popagation) t Temps
 Fonction d’ambiguïté (ou de directivité) V Matrice de covariance
E Espérance Γ Matrice interspectrale du processus vectoriel
E(C) Coût moyen (ou risque moyen) d’entrée

f Fréquence ε Écart

F Matrice de Fisher η Seuil


Hi Hypothèses θj Paramètres inconnus a priori

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
TE 5 225 − 2 © Techniques de l’Ingénieur, traité Télécoms

WR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRU

____________________________________________________________________________ DÉTECTION ET ESTIMATION EN TRAITEMENT D’ANTENNE : THÉORIE

1. Contexte de la théorie détection et le calcul des performances des récepteurs (courbes


opérationnelles de réception ou COR). En estimation, seront intro-
de la décision duits divers estimateurs classiques et divers critères de quali-
fication. À cette occasion nous discuterons des bornes sur leurs
performances, en particulier la borne de Cramer-Rao.
La théorie générale de la décision, ou théorie mathématique des Ensuite, après ce bref aperçu de la théorie générale de la détec-
choix rationnels, dépasse très largement le cadre de cet exposé. tion et de l’estimation, nous discuterons de la modélisation des
Cette théorie possède des applications dans presque toutes les problèmes de décision en traitement des antennes réseaux
branches des activités économiques et techniques. La théorie [TE 5 226]. Le but de cette seconde partie sera de reprendre le pro-
générale aborde principalement deux grands thèmes : la méthodo- pos de la première partie mais en lui donnant une tournure plus
logie de la prise de décision dans des situations incertaines et la concrète, en appliquant le formalisme général, en montrant les
résolution des objectifs contradictoires. Notre exposé s’inscrira solutions que l’on peut en tirer et les aménagements pratiques
essentiellement dans le premier thème (gestion de l’incertain) de la


qu’il faut y apporter pour rendre la méthode utilisable. Cette
façon la plus orthodoxe (probabiliste). Le thème des objectifs seconde partie comprendra une introduction générale à la modéli-
contradictoires (décisions multicritères) est également très impor- sation des signaux d’antenne — dans un contexte idéalisé pour des
tant (équilibres économiques, théorie des jeux, recherche opéra- raisons pédagogiques —, et des exemples d’application démon-
tionnelle...) mais ne sera pas du tout abordé ici. trant l’utilisation de la théorie de la détection à quelques questions
Même dans le cadre limité de la théorie statistique de la déci- typiques du traitement d’antenne (performances, robustesse aux
sion, nous n’aborderons que les points qui sont le plus directement erreurs, etc.).
liés à la description du traitement d’antenne. Par exemple, il ne
sera pas question du fondement « philosophique » des critères uti-
lisés pour faire un choix entre hypothèses. Les critères que nous
discuterons nous semblent ceux qui sont le plus fréquemment
cités ; ils fournissent des résultats le plus souvent raisonnables et 2. Critères décisionnels
ils sont simples à utiliser. Notre objectif n’est pas ici de présenter
une vue exhaustive du sujet, mais il est surtout d’en faire
comprendre la démarche et les principales étapes pratiques en
insistant sur le problème bien concret du traitement des signaux La théorie statistique de la décision est classiquement destinée
d’une antenne à réseau de capteurs. à résoudre des problèmes de choix entre plusieurs hypothèses.
Q u a n d l e n o m b r e d ’ h y p o t h è s e s e s t fi n i , o n p a r l e d e
Depuis les discussions de Pascal et Fermat sur les jeux de « détection » ; quand le nombre d’hypothèses est infini, on parle
hasard, nous avons progressivement appris à accepter les appro- d’« estimation ». Nous allons discuter de ces deux points dans
ches probabilistes de l’incertain, telles qu’abouties dans la théorie les paragraphes qui suivent.
axiomatique des probabilités par Kolmogorov, qui constitue
aujourd’hui l’orthodoxie de la modélisation des choses incertaines.
Il ne faut pas oublier cependant qu’il existe d’autres approches tel- Le point de départ est une observation X qui résume les élé-
les celle des ensembles flous de Zadeh, ou celle de la théorie de la ments disponibles pour prendre la décision. Il s’agira donc d’un
croyance et de la plausibilité de Dempster et Shafer (utilisée dans point dans l’espace d’observation Ω. L’observation est supposée
les systèmes experts). distribuée sur Ω selon une densité de probabilité pj (x) dans le cas
Toute la suite sera donc concernée par des problèmes dans de l’hypothèse notée Hj . Le but de la théorie de la décision
lesquels les décisions seront déduites sur la base d’observations (figure 1) est de définir une partition de l’espace d’observation de
modélisées de manière probabiliste (approche qu’il est d’usage de telle sorte que, si l’observation appartient au sous-ensemble Dj , on
qualifier de Bayesienne). Comme il s’agira de problèmes de trai- décidera, à tort ou à raison, que c’est l’hypothèse Hj qui est la plus
tements de signaux d’antenne, l’observation sera l’enregistrement, raisonnable. Du fait de la nature statistique de l’observation, il est
sur une tranche de temps de longueur T, des sorties des capteurs inévitable que des erreurs se produisent. Le but de la théorie de la
de l’antenne. Cette observation constituera un processus aléatoire décision est seulement de minimiser l’impact de ces erreurs, les
vectoriel auquel il faudra nous intéresser pour pouvoir établir les éliminer étant impossible.
critères décisionnels. En particulier nous consacrerons quelque Il s’agit de déterminer, dans l’espace Ω, des ensembles D 0 et D 1
attention à la description de la densité de probabilité de cette pour lesquels :
observation.
Parmi les questions pratiques incontournables pour pouvoir Si X ∈D 0 on choisira l’hypothèse H 0
calculer une telle densité, il faut savoir transformer un processus Si X ∈D 1 on choisira l’hypothèse H 1
aléatoire vectoriel en une approximation par une collection finie de
nombres. Ce problème classique de la représentation d’un pro-
cessus aléatoire continu par un processus discret, et même fini, fait
partie de la question de l’échantillonnage traité par les théorèmes
de Shannon et Karhunen-Loeve. En fait, dans la pratique, nous
utiliserons la représentation spectrale dont on peut montrer l’équi-
valence asymptotique avec la représentation de Karhunen-Loeve. D0
Pour obtenir des résultats concrets et illustrer la démarche d’une
manière aussi complète que possible, nous utiliserons essentiel-
lement des modèles dans lesquels les signaux sont gaussiens et X
stationnaires.
La suite sera organisée en deux parties : D1

Tout d’abord une introduction générale de la théorie statistique
de la décision selon un découpage classique en « détection »
(§ 2.1) et « estimation » (§ 2.2). En détection, nous insisterons sur-
tout sur les hypothèses binaires (simples et composites), sur Figure 1 – Le récepteur définit une partition
l’introduction du rapport de vraisemblance, le calcul des seuils de de l’espace d’observation

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Télécoms TE 5 225 − 3

WS

WT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRV

Détection et estimation en traitement


d’antenne : applications

par Laurent KOPP


Ingénieur de l’École Polytechnique R
Thalès Ultrasonics

1. Antennes, filtrage spatial et modèles ................................................ TE 5 225 - 2


1.1 Traitement du signal et traitement d’antenne ........................................... — 2
1.2 Filtrage vectoriel et filtrage spatial............................................................. — 2
1.3 Signaux cohérents, surfaces d’ondes et variété d’antenne ..................... — 2
1.4 Bruits et interférences ................................................................................. — 3
1.5 Fonction d’ambiguïté .................................................................................. — 4
1.6 Gain d’antenne............................................................................................. — 4
1.7 Théorème de Woodward et traitement optimal ....................................... — 5
2. Modélisation statistique du problème ............................................... — 5
2.1 Représentation du signal d’antenne .......................................................... — 5
2.2 Statistique de l’observation ........................................................................ — 6
2.3 Récepteurs gaussiens.................................................................................. — 7
2.4 Estimateurs gaussiens ................................................................................ — 8
2.5 Bornes de Cramer-Rao en traitement d’antenne ...................................... — 8
3. Détection passive d’une source cohérente ...................................... — 9
3.1 Filtre adapté spatial ..................................................................................... — 9
3.2 Antenne adaptative ..................................................................................... — 15
3.3 Test de sphéricité ......................................................................................... — 17
3.4 Test de Hadamard........................................................................................ — 18
4. Borne de Cramer-Rao et ambiguïté..................................................... — 19
5. Détection/estimation multisource : goniomètre adaptatif
(Music)......................................................................................................... — 20
6. Annexes ...................................................................................................... — 21
6.1 Apodisation .................................................................................................. — 21
6.2 Réjecteur spatial .......................................................................................... — 22
6.3 Soustraction de bruit/OLS (opposition de lobes secondaires) ................ — 23
p。イオエゥッョ@Z@。ッエ@RPPS@M@d・イョゥ│イ・@カ。ャゥ、。エゥッョ@Z@ュ。イウ@RPQU

Pour en savoir plus........................................................................................... Doc. TE 5 227

e traitement des antennes à réseaux de capteurs est abordé ici dans le cadre
L de la théorie de la décision appliquée aux signaux vectoriels. On y applique
la méthodologie introduite dans la première partie [TE 5 225]. Cependant, pour
ce faire, un travail préliminaire de modélisation est nécessaire, d’abord pour
expliciter les relations entre les paramètres physiques et les mesures, ensuite
pour fournir à la théorie des densités de probabilité de l’observation qui soient
utilisables dans la pratique (technique d’échantillonnage).
La théorie de la décision n’est pas vraiment indispensable pour introduire les
concepts de base du traitement d’antenne (fonction d’ambiguïté et gain
d’antenne par exemple) mais cette théorie offre le cadre approprié pour décrire

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Télécoms TE 5 226 − 1

WU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRV

DÉTECTION ET ESTIMATIONS EN TRAITEMENT D’ANTENNE : APPLICATIONS ______________________________________________________________________

les performances d’une méthode ou pour juger de son optimalité. Sans la


théorie de la décision, le traitement d’antenne consisterait à proposer des
méthodes d’inversion algébriques qui seraient très peu robustes aux erreurs de
calculs, aux bruits additifs et aux erreurs de modélisation.
Malgré tout, ce qui est fait dans cet article ne se réduit pas à un exercice
d’application de la théorie de la décision. Le signal vectoriel étudié ici possède
la particularité d’avoir été engendré par les capteurs d’une antenne plongée
dans un milieu parcouru par des ondes qui se propagent. Cela donne une
forme particulière aux résultats obtenus et exige une description qui donne sa
spécificité au traitement d’antenne.
En bref, le lecteur surtout intéressé par le traitement d’antenne y retrouvera
R les principaux résultats classiques du domaine, par exemple l’antenne adapta-
tive ou le goniomètre adaptatif, ainsi que les outils usuels pour le décrire, par
exemple la variété d’antenne.
Quant au lecteur plutôt porté sur la théorie de la décision, nous avons essayé
de lui montrer les relations intimes existant entre les critères décisionnels et la
physique comme, par exemple, la borne de Cramer-Rao et la fonction d’ambi-
guïté. Le point le plus significatif que nous avons voulu développer est qu’un
même problème peut donner lieu à des résultats très différents selon la modé-
lisation que l’on en fait.

1. Antennes, filtrage spatial Si les M colonnes de la matrice H (K lignes, M colonnes) sont les
vecteurs :
et modèles H =  H 1 , H 2 ,..., H M 
ces vecteurs constituent les réponses impulsionnelles de M filtres
1.1 Traitement du signal spatiaux. La k e composante de y ( t ) , soit yk (t ), s’écrit :
et traitement d’antenne T
yk ( t ) = H k ( t – u ) ∗ x ( u )
Le traitement conjoint des signaux reçus par un réseau de cap-
teurs est une branche du traitement du signal dont la particularité C’est donc la sortie du k e filtre spatial.
semblerait ne tenir qu’à la nature vectorielle des signaux manipu- L’exemple de base du filtre spatial est la « formation de voie »,
lés. Pourtant, dans le cas de signaux portés par des ondes se pro- constituée de lignes à retard destinées à synchroniser des signaux
pageant dans un milieu, le problème présente des spécificités qui, reçus sur les capteurs de l’antenne en provenance d’une direction
avec le temps et l’usage, ont conduit à une branche technique par- souhaitée, et à les sommer, tel que symbolisé sur la figure 1. Ce
ticulière, avec son vocabulaire spécifique : le traitement d’antenne. traitement, très utilisé, n’est rien d’autre que la traduction dans le
domaine du traitement d’antenne des traitements réalisés de
manière « câblée » dans les lentilles et les miroirs paraboliques
1.2 Filtrage vectoriel et filtrage spatial de l’optique ou des radars.
Avec ce procédé très intuitif, on amplifie aux dépens du bruit le
Nous nous limiterons aux traitements dont la structure fait partie signal provenant de la direction spécifiée. C’est à partir de ce type
des filtres linéaires invariants. Un tel filtre est un système à K de filtre spatial que le traitement d’antenne s’est développé en
entrées (l’antenne étant constituée de K capteurs) et M sorties ; s’affranchissant progressivement de diverses contraintes (phy-
c’est un opérateur transformant un signal vectoriel x ( t ) à K siques, technologiques et intellectuelles...) par introduction d’abord
composantes, en un signal vectoriel y ( t ) à M composantes, selon de l’apodisation (annexe, § 6.1), puis en remplaçant les retards par
la relation générale : des filtres quelconques, pour aboutir aux méthodes de filtrage
y ( t ) = HT ( t – u ) ∗ x ( u ) (1) numérique et aux techniques adaptatives.
La figure 2 symbolise la structure d’un filtre spatial général.
Cette relation décrit la convolution entre H (t ), la matrice de
réponse impulsionnelle du filtre, et le signal x ( t ) ; elle généralise
de manière triviale l’expression connue dans le cas scalaire.
Dans la suite, on s’intéressera surtout aux filtres à K entrées et
1.3 Signaux cohérents, surfaces d’ondes
une seule sortie, pour lesquels la matrice H devient un vecteur H . et variété d’antenne
Ces filtres particuliers sont appelés des « filtres spatiaux » (cf.
figure 2). D’ailleurs on ne perd pas en généralité en se concentrant Le signal vectoriel reçu par l’antenne est un mélange de signaux
sur ces filtres puisque, dans la relation (1), le signal y ( t ) peut utiles et de signaux indésirés. La possibilité de définir un traite-
s’exprimer à partir de la sortie de M filtres spatiaux. ment d’antenne est fondée sur l’existence d’une ressemblance

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
TE 5 226 − 2 © Techniques de l’Ingénieur, traité Télécoms

WV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRV

______________________________________________________________________ DÉTECTION ET ESTIMATIONS EN TRAITEMENT D’ANTENNE : APPLICATIONS

en réalité l’antenne ne connaît la source qu’au travers de son vec-


teur source, et deux sources ayant le même vecteur source (cas
des ambiguïtés) sont considérées comme identiques. Ce vecteur
caractérise la position de l’émetteur telle que perçue par l’antenne.
τ2 Lorsque la source parcourt l’espace, le vecteur source associé
τ1 décrit un sous-ensemble particulier de l’espace vectoriel à K
τk dimensions qu’on appelle la « variété d’antenne », symbolisée sur
τK la figure 3. La variété d’antenne permet de définir une correspon-
dance entre les positions de l’espace (qui constitue un espace
… … « objet ») et les signaux perçus par l’antenne (qui constitue un
espace « image »).
Notons que cette façon de formaliser le problème permettra
t – τ1 t – τ2 t – τk t – τK


d’appliquer le formalisme du filtrage spatial même si les ondes ne
sont pas planes ou sphériques, ou même si les surfaces d’ondes ne
sont pas définies. La variété d’antenne est toujours définie pour un
champ spatialement cohérent, par exemple pour les trajets mul-
tiples stationnaires non fluctuants.

1.4 Bruits et interférences


Figure 1 – Formation de voie classique, compensation des retards
de propagation pour la direction visée et sommation cohérente Quant aux signaux indésirables, ils seront de deux types : les
des signaux remis en phase interférences, qui sont des sources parasites, et du bruit diffus ou
électronique.
Le signal reçu par l’antenne peut s’écrire, dans le domaine
temporel :
x1 (t ) x2 (t ) xK (t ) X (t ) = s (t – u ) ∗ d 0 (u ) + N (t )

avec s signal scalaire reçu sur le capteur de référence,


H1 H2 HK et N (t ) = ∑ bk ( t – u ) ∗ d k (u ) + B (t )
k

où la somme discrète porte sur les interférences, et où B ( t ) cor-


respond au bruit diffus.
Dans la pratique, sauf exception, on s’intéressera principalement
aux cas où il y a une seule interférence. La présence de plusieurs
d’entre elles vient seulement compliquer les notations mais ne
change rien qualitativement aux principes exposés.
Figure 2 – Structure générale des filtres spatiaux, Le bruit sera caractérisé par ses propriétés du second ordre,
batterie de filtres scalaires usuels dont on somme les sorties c’est-à-dire sa matrice interspectrale. Les traitements abordés dans
ce qui suit seront en effet limités aux propriétés énergétiques dans
des situations stationnaires ou, du moins, c’est dans ce contexte
qu’ils seront justifiés. On sait que ces propriétés du second ordre
sont suffisantes pour définir des traitements optimaux dans le cas
où les statistiques seraient gaussiennes.
θ4
■ Interférences
θ3 Les interférences sont avant tout des sources non désirées dans
le contexte considéré. Ces sources parasites peuvent être des
θ2
brouilleurs (contexte militaire) ou simplement des parasites. La
θ1 particularité des interférences est de correspondre à un bruit dont
la matrice interspectrale est singulière.
Les propriétés du bruit seront donc résumées dans sa matrice
Figure 3 – La variété d’antenne décrit la famille interspectrale, obtenue par transformée de Fourier de sa matrice
des vecteurs sources indexés par leur position de corrélation :

Γ N ( f ) = γ ( f ) D ( f ) D ( f ) + σ ( f )J ( f )
entre les signaux reçus par les divers capteurs de l’antenne du fait
que les signaux utiles sont portés par des ondes propagatives. On Dans cette expression D ( f ) désigne le vecteur source associé à

s’intéressera au cas où le signal utile, lorsqu’il est seul, est l’interférence, D étant le vecteur transposé conjugué de D , γ (f )
« spatialement » cohérent, ce qui signifie que les signaux reçus par désigne la densité spectrale du signal rayonné par l’interférence
les divers capteurs sont identiques à un filtrage linéaire près. Si qui, ici, est considéré comme un signal aléatoire centré du second
S ( t ) désigne le signal vectoriel reçu par l’antenne en provenance ordre, σ (f ) désigne la densité spectrale du bruit diffus résiduel et
d’une source d’émission unique, il existe donc un vecteur d ( t ) J (f ) est la matrice de cohérence spatiale du bruit résiduel.
décrivant la réponse impulsionnelle du milieu de propagation. La
transformée de Fourier D ( f ) de ce vecteur est la fonction de trans- ■ Bruit diffus
fert du filtre de propagation ; il est nommé vecteur « source ». La Dans le cas d’un bruit d’origine électronique, la matrice J (f ) est
connaissance de ce vecteur est critique en traitement d’antenne ; la matrice identité, ou, éventuellement, une matrice diagonale.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Télécoms TE 5 226 − 3

WW
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRV

DÉTECTION ET ESTIMATIONS EN TRAITEMENT D’ANTENNE : APPLICATIONS ______________________________________________________________________

Dans le cas d’un bruit ambiant, il est d’usage de considérer que


cette matrice s’écrit comme une superposition de sources infinité-  (θ ) 1
simales indépendantes statistiquement : 0,9
0,8
J (f ) =  ✝
p ( ω ) D ω (f ) D ω (f )d ω
0,7
0,6

0,5
Dans cette expression p (ω ) est une densité de probabilité 0,4
décrivant la répartition spatiale des générateurs de bruit et D ω (f ) 0,3
est le vecteur source associé à la position ω et à la fréquence f. 0,2
0,1
Il faut remarquer que la description du bruit diffus comme super-
0
position de sources infinitésimales réparties dans l’espace géo-


0 20 40 60 80 100 120 140 160 180
métrique Ω est assez restrictif. Ce qui pose problème c’est que
l’intégrale ci-dessus porte seulement sur l’espace Ω. La meilleure θ (°)
preuve que cette décomposition est restrictive est qu’un bruit aussi
répandu que le bruit électronique incohérent, qui physiquement Figure 4 – Fonction d’ambiguïté du traitement classique
n’est pas généré par des sources extérieures, n’est pas modélisa- en représentation cartésienne
ble en général par une décomposition du type précédent. Par
contre, on peut le modéliser en supposant que les ondes peuvent
se propager à des vitesses quelconques. Pour préciser un peu les La fonction d’ambiguïté permet de quantifier l’effet du filtre spa-
choses, on introduit le concept d’espace « réel » et d’espace tial sur le signal. Le gain énergétique est donné par le produit
« virtuel ». scalaire :
2
■ Espace virtuel  (θ ) =  H T D θ 
Pour rendre cette notion concrète on considère une antenne
linéaire à capteurs uniformément répartis plongée dans un milieu Le filtre spatial étant fixé, cette fonction permet de mesurer
homogène dont les sources sont supposées à l’infini, les ondes l’énergie du signal de sortie en fonction de la position de la source
sont planes caractérisées par leur angle θ d’incidence sur dans l’espace. Le support de cette fonction scalaire peut être à une,
l’antenne. La position d’une source est donc décrite par le retard deux ou trois dimensions selon la nature du problème traité, bien
que subit l’onde incidente en passant d’un capteur au capteur adja- qu’en toute rigueur, dans l’espace réel, avec une « vraie » antenne,
cent. Ce retard est : il soit nécessairement à trois dimensions (site, gisement, distance).
On simplifie souvent l’étude en excluant une ou deux dimensions
d cos ( θ )
τ = -------------------------- où la source ne peut pas se trouver en pratique.
c
À titre d’exemple, la figure 4 représente la fonction d’ambiguïté
avec d distance entre les deux capteurs, d’un filtre spatial « classique » dont la fonction de transfert est
c célérité de l’onde. donnée par :
Dans cette expression l’angle θ est réel et reste compris entre – π D*
H = -----------------------
-
et π et τ entre + d/c et – d/c. (D ✝ D )
Pourtant il est facile d’imaginer des valeurs de retard bien supé- La fonction d’ambiguïté correspondante est en fait le produit
rieures à d/c : il suffit de considérer des ondes se propageant plus
scalaire normalisé des deux vecteurs D θ et D . Le traitement clas-
lentement que c. Si l’on est dans une situation où coexistent deux
types d’ondes se propageant à deux vitesses différentes, il n’est sique reçoit donc une interprétation algébrique très simple : pour
pas possible d’expliquer les phénomènes observés dans le cadre pointer une antenne dans une direction, il suffit d’aligner le filtre
d’une modélisation avec une seule vitesse de propagation des spatial et le vecteur source correspondant sur la variété.
ondes. On peut malgré tout s’en sortir en introduisant des direc- Les « lobes » qui apparaissent sur la figure 4 sont présents sur
tions « virtuelles » pour lesquelles |cos (θ)| est supérieur à 1 (c’est- les fonctions d’ambiguïté de tous les filtres spatiaux, d’une façon
à-dire des directions imaginaires), mais cela n’est qu’un artifice ou d’une autre. On distingue un lobe « principal » de largeur finie
puisque physiquement il faudrait plutôt considérer des ondes plus (caractérisé par sa largeur à mi-hauteur souvent notée 2Θ3 ) et des
lentes. Notez bien que ces directions virtuelles ne sont pas inacces- lobes secondaires qui rappellent les figures d’interférence des
sibles puisqu’on peut récupérer l’énergie d’une direction lentilles optiques, ancêtres des filtres spatiaux.
« virtuelle » en utilisant les retards correspondant à des ondes plus
Un autre point intéressant qui apparaît sur cette figure d’ambi-
lentes. Ce pointage dans des directions virtuelles s’appelle aussi du
guïté est l’existence de directions de l’espace où la fonction
« surpointage ».
d’ambiguïté est nulle. Les sources ponctuelles éventuellement pré-
Pour donner une vue simplifiée plus générale on peut dire que sentes dans de telles directions sont totalement annulées par le fil-
la variété d’antenne est une variété plongée dans ⺓ K , mais tre spatial. Cette remarque est très utile pour concevoir un filtre
l’espace vectoriel engendré par cette variété n’est pas de dimen- « réjecteur » d’interférence. Algébriquement il suffit de construire
sion K. On a donc idée, avec l’espace virtuel, d’augmenter artificiel- un vecteur orthogonal à la direction spécifiée ; il y a même une infi-
lement la dimension de l’espace « objet » Ω pour engendrer les nité de solutions (plus précisément un espace vectoriel de solu-
vecteurs de ⺓ K qui ne font pas partie de la variété. tions). Parmi ces solutions on choisira celle qui permet à la fois
d’amplifier le signal et de réduire le bruit, point qui sera précisé
dans le paragraphe qui suit.
1.5 Fonction d’ambiguïté
Avec les éléments du paragraphe précédent il devient possible 1.6 Gain d’antenne
de préciser la notion de fonction de directivité (ou d’ambiguïté)
d’un traitement d’antenne et celle de gain d’antenne. La fonction Le gain d’antenne constitue le deuxième critère essentiel
de transfert du filtre spatial considéré étant H , dans la suite on pour évaluer objectivement un filtre spatial. Il mesure l’améliora-
omettra le plus souvent la fréquence des notations. tion du rapport signal à bruit amené par l’utilisation de ce filtre.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
TE 5 226 − 4 © Techniques de l’Ingénieur, traité Télécoms

WX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teURRV

______________________________________________________________________ DÉTECTION ET ESTIMATIONS EN TRAITEMENT D’ANTENNE : APPLICATIONS

Spécifiquement, ce gain est égal à la division de deux rapports elle peut être assez mal conditionnée). Si l’on considère un filtre
signal à bruit : spatial H de gain unité pour une source de vecteur source D , on
rapport signal à bruit en sortie du filtre spatial peut appliquer l’inégalité de Cauchy-Schwarz et obtenir l’inégalité
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- suivante :
rapport signal à bruit disponible sur un capteur de référence de l′antenne
  2
HT D 2 = 1 = H T Q 1 2 Q –1 2 D
Il est facile de voir que ce gain est donné par la formule :
2 2
1  Q12 H * Q –1  2 D
 HT
D0 
2

G = --------------------------
-
HT Q H * 1   H T Q H *   D ✝ Q –1 D 

Dans cette formule, Q correspond à la matrice de cohérence  D ✝ Q –1 D  –1  V ( H )


spatiale du bruit total. Si le bruit est réduit au bruit ambiant J,
décomposé dans la représentation ci-dessus, on trouve une Ce qui démontre que le volume d’ambiguïté est borné inférieu-
expression classique : rement et qu’il ne peut être annulé (théorème de Woodward). Le
filtre spatial qui minimise le volume d’ambiguïté est donné par la
1
G = ----------------------------------------------- condition d’égalité de Cauchy-Schwarz :
  ( ω ) p ( ω ) dω Q 1  2 H * = λ Q –1  2 D

qui fait apparaître le gain d’antenne comme l’inverse du volume de avec λ constante de proportionnalité ajustée de manière à assu-
la fonction d’ambiguïté, volume mesuré selon la mesure de proba- rer le respect de la contrainte de gain unité.
bilité p (ω ). Dans cette expression il a été supposé que le filtre spa- On en déduit :
tial possède un gain unité sur le signal, ce qui est une convention
familière qui sera utilisée souvent par la suite.  Q –1 D *
H = ------------------------------
Dans le cas où le bruit résulte d’une superposition d’une inter- D ✝ Q –1 D
férence et d’un bruit ambiant, la matrice Q s’écrit :
Telle est l’expression de la fonction de transfert du filtre spatial
✝ optimum au sens du minimum de volume d’ambiguïté.
σJ + γ D 1 D 1
Q = ---------------------------------------
- En se reportant à l’expression du gain d’antenne donnée dans le
σ+γ
paragraphe 1.6, on voit que maximiser le gain d’antenne et mini-
et le gain devient : miser le volume d’ambiguïté, c’est « presque » la même chose. Il y
a une légère différence qui provient de la façon de définir le
1+s volume dans les deux cas. Dans le cas du gain d’antenne, en effet,
G = -----------------------------------------------------------
-
H TJ H * + s H T D 1 2 la mesure utilisée n’est pas la mesure de Lebesgue, mais une
mesure plus générale de probabilité qui décrit la répartition du
avec s = γ /σ . bruit ; la matrice Q devient la matrice J de cohérence spatiale du
bruit.
Pour améliorer le gain d’antenne en présence d’interférence, on
constate sur la formule précédente qu’il faut trouver un réjecteur
d’interférence qui minimise l’énergie du bruit ambiant. En général
cependant il est possible de faire mieux, comme nous le verrons
par la suite. 2. Modélisation statistique
du problème
1.7 Théorème de Woodward et traitement
La méthodologie présentée dans la première partie [TE 5 225,
optimal § 2] est applicable dès que l’on sait décrire la densité de probabilité
de l’observation. Cela suppose que l’on sait représenter le signal
La première approche de la question relève de considérations par un ensemble fini de nombres (échantillonnage), puis que l’on
géométriques sur la forme de la fonction d’ambiguïté. Au vu de la sait établir une relation entre les paramètres physiques et les para-
figure 4, il est « naturel » de considérer que le filtre idéal devrait mètres statistiques.
avoir un lobe principal infiniment étroit et des lobes secondaires
nuls. On traduit cette propriété en disant qu’il serait souhaitable
d’avoir un volume d’ambiguïté nul. Or il n’est pas possible d’annu-
ler ce volume. Plus précisément, on définira le volume d’ambiguïté 2.1 Représentation du signal d’antenne
par l’intégrale suivante :
L’observation correspond en premier lieu aux signaux reçus par

V H  =   ( ω ) dω =  H TD
ω
2 dω
les capteurs de l’antenne pendant une durée finie [0, T ] :
X = { X (t )}t ∈[0,T ]
Ω Ω


Il est, bien entendu, difficile de parler de la densité de probabilité


= HT DωD ω
dω H * d’une telle quantité sans précisions complémentaires : c’est tout le
Ω problème de la définition des processus aléatoires. La transfor-
mation d’une observation continue en une observation discrète (et
En introduisant la matrice Q =  ✝
D ω D ω d ω , V ( H ) est la forme
même finie), et ceci sans perte d’informations, est une opération
pratique importante (elle permet de faire des calculs) qui fait appel
Ω à ce que l’on appelle un théorème « d’échantillonnage » ou « de
quadratique H T Q H * (la matrice Q est non singulière, même si représentation ».

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Télécoms TE 5 226 − 5

WY

XP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPU

Trajectographie passive
par mesure d’angle

par Denis PILLON


Ingénieur Thales Underwater Systems R
et Claude JAUFFRET
Professeur à l’université du Sud-Toulon-Var

1. Contexte ..................................................................................................... TE 6 705 — 3


1.1 Historique et applications ........................................................................... — 3
1.2 Modèles de trajectoires............................................................................... — 5
1.3 Mesures élémentaires fournies par un système passif............................ — 5
1.4 Obtention des pistes.................................................................................... — 6
1.5 Trajectographie passive et problème d’observabilité .............................. — 6
2. Principes d’estimation à utiliser en TP et algorithmes associés — 7
2.1 Choix d’un vecteur d’état ............................................................................ — 7
2.2 Notions d’estimé, d’estimateur et d’estimation........................................ — 7
2.3 Moindres carrés et maximum de vraisemblance ..................................... — 7
2.4 Précision ultime ........................................................................................... — 9
2.5 Méthodes récursives ................................................................................... — 11
3. Notations et limitations de la TPA ...................................................... — 13
3.1 Mise en équation du problème .................................................................. — 13
3.2 Unicité de la solution : observabilité.......................................................... — 14
3.3 Précision ultime ........................................................................................... — 16
4. Méthodes d’estimation........................................................................... — 18
4.1 Méthodes graphiques : règle à trous ......................................................... — 18
4.2 Règles de trois : méthode d’Ekelund ......................................................... — 18
4.3 Filtres de Kalman non linéaires : coordonnées polaires modifiées ........ — 19
4.4 Estimateurs de la variable instrumentale .................................................. — 21
4.5 Estimateur du maximum de vraisemblance ............................................. — 23
Pour en savoir plus ........................................................................................... Doc. TE 6 705

es senseurs passifs jouent un rôle primordial dans les systèmes de sur-


L veillance, de mesure et d’observation. Tout d’abord, ils ont l’avantage d’être
discrets contrairement au radar ou au sonar actif qui émettent des impulsions.
De plus, ils sont économes en énergie, ce qui est, par exemple, un avantage pour
les matériels embarqués sur satellite. Enfin, ces senseurs couvrent un très large
spectre allant des basses fréquences du domaine acoustique (écoute passive
sous-marine) jusqu’au domaine optique (caméra infrarouge) en passant par le
domaine électromagnétique (intercepteur de guerre électronique).
En revanche, l’inconvénient majeur des senseurs passifs est qu’ils ne délivrent
pas directement la mesure de la distance des sources détectées. Ils ne fournis-
sent en général que des mesures angulaires. Comment donc passer des mesu-
res angulaires à la distance ?
p。イオエゥッョ@Z@ヲ←カイゥ・イ@RPPU

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur TE 6 705 − 1

XQ
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPU

TRAJECTOGRAPHIE PASSIVE PAR MESURE D’ANGLE __________________________________________________________________________________________

Ce problème est dit de localisation passive si l’on considère la source fixe et de


trajectographie passive (TP ou TMA, « target motion analysis ») s’il est néces-
saire de faire intervenir la cinématique de la source pour obtenir une solution.
Si l’on dispose de plusieurs senseurs largement séparés géographiquement et
délivrant simultanément des mesures d’angle de la cible, alors la localisation
peut être effectuée par triangulation. Cette estimation est instantanée.
En revanche, si l’on ne dispose que d’un seul senseur mobile face à une source
elle-même mobile, alors il est nécessaire de faire appel à une méthode de trajec-
tographie. Il faut exploiter une suite d’angles mesurés pendant un temps suffi-
samment long. Cette piste angulaire ne suffit pas : il faut aussi connaître la


navigation du senseur, c’est-à-dire sa position au cours du temps. Enfin, il est
nécessaire de faire une hypothèse sur la cinématique de la source, la plus simple
étant le mouvement rectiligne uniforme (MRU).
Si ces éléments sont réunis, en appliquant une des méthodes de trajectogra-
phie passive par mesure d’angle (TPA), on peut tenter d’estimer la trajectoire de
la source. Mais il reste encore une difficulté importante : pour que l’on obtienne
une solution unique, il faut que le porteur du senseur manœuvre, et pas de
n’importe quelle manière. Ce problème d’unicité de la solution est dit d’observa-
bilité. La trajectoire suivie par l’observateur intervient aussi dans la précision de
la localisation : c’est alors un problème de commande optimale.
Le problème de base de TPA dans un plan n’est donc pas qu’un simple pro-
blème d’estimation [TE 5 225]. C’est en lui-même un domaine complet qui a fait
et fait encore couler beaucoup d’encre. Sur le plan théorique, la TPA appartient à
la fois au domaine de l’automatique (observabilité, commande optimale) et au
domaine de la statistique mathématique, surtout la théorie de l’estimation. Dans
le cadre de cette dernière, nous présentons une notion importante, la borne de
Cramèr-Rao (BCR), qui est la limite inférieure d’incertitude sur l’estimation d’une
grandeur, ici la distance. Autrement dit, sous certaines conditions, aucun algo-
rithme ne peut estimer la distance avec un écart-type inférieur à celui donné par
la borne de Cramèr-Rao.
Reste à établir des algorithmes fournissant des paramètres de la trajectoire de
la source de façon efficace. Différentes méthodes récursives (type filtrage de Kal-
man) ou globales (type maximum de vraisemblance) sont présentées, ainsi que
leur précision et leur robustesse.
L’application pratique de la trajectographie passive n’est pas plus aisée que
l’aspect théorique. Il est nécessaire de connaître différents domaines technologi-
ques comme ceux des senseurs employés, de leur système de navigation, du
milieu et de la propagation, sans oublier la prise en compte de l’opérateur. Nous
présentons des exemples d’application.
Dans le texte suivant [TE 6 707], ce problème de base de TPA est étendu à des
cas où l’observateur obtient des informations supplémentaires sur l’objectif
comme des plages de vitesse possibles, des limitations géographiques ou des
mesures additionnelles de fréquences émises par la source. Le problème de la
trajectographie de sources manœuvrantes est aussi abordé, ainsi que la
manœuvre optimale de l’observateur.
Toujours dans [TE 6 707], nous présentons des méthodes multi-plates-formes,
notamment les tests d’association de pistes angulaires en présence de parallaxe.
Ces algorithmes font intervenir la trajectographie passive de chaque plate-
forme. D’autres mesures comme le retard différentiel ou le doppler différentiel
entre deux plates-formes peuvent aussi être exploitées comme nous le mon-
trons finalement.
Cet exposé ne s’adresse pas uniquement aux ingénieurs confrontés à des pro-
blèmes de localisation et à la trajectographie passive. C’est aussi un exemple
complet de mise en œuvre de la théorie statistique de l’estimation et de l’auto-
matique susceptible d’intéresser un plus large public.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
TE 6 705 − 2 © Techniques de l’Ingénieur

XR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPU

_________________________________________________________________________________________ TRAJECTOGRAPHIE PASSIVE PAR MESURE D’ANGLE

1. Contexte optiques : le télémètre optique est aussi basé sur le principe de la


mesure de la parallaxe à l’aide de deux objectifs.
L’apparition de la photographie a entraîné un changement des
techniques topographiques. Dès 1852, le capitaine du génie
Glossaire Laussedat eut l’idée d’utiliser deux chambres obscures, d’orienta-
tion connue, pour mesurer, à partir des photographies, les angles de
Azimut : direction d’une source par rapport au nord visée. Les frères Vallot, dont un refuge bien connu des Chamoniards
(azimut = gisement + cap). conserve la mémoire, effectuèrent ainsi le premier levé du Mont-
Cap : angle de l’axe de la plate-forme par rapport au nord. Blanc en 1892.
Événement : en sonar, maximum local d’énergie en sortie de Sans entrer dans les détails technologiques, les méthodes de
formation de voies ayant dépassé le seuil de détection. Ce sont photogrammétrie aérienne dérivent des mêmes principes de base.
les événements détectés qui alimentent l’extraction. L’équiva- La triangulation est aussi la méthode de base de la radiolocalisa-


lent en radar est appelé plot. tion d’émetteurs terrestres à partir par exemple d’un avion
Extraction : algorithme d’association temporelle des événe- d’écoute électronique. En sonar passif, depuis les années 1960, le
ments détectés afin de créer des pistes. Il comporte une phase réseau fixe très basse fréquence SOSUS (Sound Surveillance Sys-
d’initialisation, d’entretien des pistes et d’arrêt de celles-ci tem) fixé au fond de l’océan entre le Groenland, l’Islande et le nord
(synonyme : ADT pour automatic detection and tracking). de l’Écosse permet la triangulation des sous-marins situés dans la
Gisement : direction d’une source par rapport à l’avant du mer de Barents au nord de la Scandinavie. Citons un autre exem-
porteur. ple du même type, toujours en sonar : un sous-marin moderne,
Localisation passive : méthode utilisant les mesures d’un ou doté d’une antenne de coque et remorquant une antenne linéaire à
de plusieurs senseurs passifs permettant d’estimer la position quelques centaines de mètres.
géographique d’une source fixe.
Normalisation : algorithme lié au détecteur permettant de
réguler le taux de fausses alarmes face à des conditions de 1.1.2 La trajectographie ou la prise en compte
bruits évolutives. de la cinématique de la source
Pseudo-linéarisation : méthode permettant de mettre sous
forme d’un système linéaire la TPA, la non-linéarité étant trans-
férée dans le terme de bruit de mesure. La principale limitation de la triangulation est qu’il faut soit, simul-
Récurrence : les traitements amont d’un récepteur passif tanément, plusieurs mesures d’angles provenant de senseurs dis-
sont, en général, cadencés par exemple par la durée des tron- persés, soit une source fixe et un senseur unique se déplaçant.
çons de signal temporel sur lesquels sont réalisés l’analyse Les astronomes furent les premiers à être confrontés à ces limita-
harmonique et le traitement d’antenne. tions lorsqu’ils tentèrent d’estimer la distance d’astéroïdes à la Terre.
Résidus : dans une méthode globale, différence entre la Ces objets se déplacent à des vitesses proches de celle de la Terre
mesure et la mesure estimée. portant le télescope. En considérant l’astre fixe, les distances obte-
Trajectographie passive : méthode utilisant les mesures d’un nues étaient incohérentes et, surtout, les prévisions des positions
ou de plusieurs senseurs passifs permettant d’estimer la posi- futures de astre étaient aberrantes.
tion géographique d’une source en mouvement. C’est Carl Friedrich Gauss qui, à 24 ans, résolut le premier pro-
blème de trajectographie passive par mesure d’angle appliqué à un
nouvel astéroïde (Cérès) observé pendant seulement 41 jours par
un astronome italien puis masqué par l’éclat du Soleil. Dix mois plus
1.1 Historique et applications tard, Cérès réapparut exactement dans la direction qu’avait prédite
Gauss, ce qui le rendit définitivement célèbre : ce savant passa le
reste de sa longue et prolifique vie sans souci matériel.
1.1.1 Utilisation de la parallaxe en localisation
À cette occasion, Gauss développa des concepts fondamentaux,
et ambiguïté que nous utilisons d’ailleurs ici :
— la notion de modèle de cinématique de la source ;
La plus courante des méthodes de localisation passive est la trian-
— la méthode d’estimation par les moindres carrés ;
gulation entre lignes de visée. L’exploitation de la parallaxe à des
— la notion d’observabilité car Gauss détermina le nombre mini-
fins de localisation d’un point distant est très ancienne. Les arpen-
mal de mesures permettant de déterminer de façon unique les para-
teurs, depuis l’Antiquité et durant tout le Moyen Âge, appliquèrent la
mètres de la trajectoire képlerienne ;
théorie de la géométrie du triangle pour mesurer de petits terrains.
Grâce à la venue de la boussole de visée, leurs compétences s’éten- — la loi gaussienne « en cloche » chère aux probabilistes et utili-
dirent progressivement aux mesures d’intersections à grande dis- sée partout, y compris ici.
tance. Ainsi, empiriquement, les arpenteurs inventèrent la La seconde grande application de la TPA fut malheureusement à
triangulation. des buts moins pacifiques. Elle s’est développée à la suite de la
Les topographes qui établirent les premières cartes précises du Seconde Guerre mondiale pour les besoins des sous-mariniers. Un
Royaume de France, à la demande de Colbert (1678), travaillèrent sous-marin est doté de plusieurs appareils de mesure passive
par triangulations successives, formant un canevas de points de d’angle. Proche de la surface, il peut utiliser un périscope. En immer-
référence. Tous ces points cartographiés étaient remarquables sion profonde, il exploite son sonar passif pour déterminer l’azimut
(clochers, bornes, rochers...). Le topographe, lors de ces mesures de l’objectif. Or, le marin se doit d’estimer la distance de l’objectif,
successives, visait toujours le même objet fixe et identifiable sans ne serait-ce que pour savoir s’il est à portée de ses armes. Ce pro-
ambiguïté. blème de base est illustré par la figure 1.
Jusqu’au lendemain de la Première Guerre mondiale, le levé de Les premières méthodes de TPA furent manuelles (tracé ou calcul
carte n’a pas beaucoup varié dans son principe. Il consistait toujours simple type règle de trois). En 1950, un futur amiral de l’US Navy,
à mesurer la distance entre deux points (par exemple en tendant un John Ekelund, développa une méthode qui porte son nom et qui est
fil d’Invar) et de ces deux lieux, à effectuer des visées à l’aide d’un toujours utilisée. Nous la présentons au paragraphe 4.2.
théodolite. L’estimation de la position recherchée se faisait par tra- Avec l’arrivée des calculateurs embarqués, des algorithmes
cés géométriques. Mentionnons que les topographes ne sont pas d’estimation automatique furent développés. Les premiers étaient
les seuls à exploiter la parallaxe mesurée par des dispositifs récursifs car ces algorithmes sont les moins coûteux en terme de

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur TE 6 705 − 3

XS
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPU

TRAJECTOGRAPHIE PASSIVE PAR MESURE D’ANGLE __________________________________________________________________________________________


y (nord)

Sources réelles
Cap
du but
But
(source,
β = azimut cible)

Source fantôme

Cap ce
tan
Dis


Gisement

Figure 2 – Sources fantômes dans le cas multicible


Porteur x (est)
(récepteur,
observateur)
S

Figure 1 – Problème de base de TPA dans le plan

A B
charge de calcul et de mémoire. Mais se révélant instables, comme a hypothèse H0
nous le montrons (§ 4.3), ils furent remplacés par des approches non
récursives donnant de meilleurs résultats mais demandant des cal-
culateurs plus puissants.
Dans le domaine optique, l’amélioration considérable des camé- S2
ras à rayonnement infrarouge à terre ou embarquées à bord S1
d’aéronefs permit d’appliquer les algorithmes de TPA à d’autres
domaines que le sonar comme, par exemple, la défense antimissile.
La trajectoire de la source chaude qu’est le missile ne suit plus un
simple MRU mais un mouvement d’ordre supérieur proche d’une
parabole. A B
Enfin, dans le domaine du combat air-air, les progrès en intercep- b hypothèse H1
tion électromagnétique et aussi en optique ont relancé le domaine
de la trajectographie passive pour des cas difficiles car tridimen-
sionnels et face à des cibles manœuvrantes. Figure 3 – Ambiguïté d’association en multi-plate-forme

brouilleur : l’écho est noyé dans le bruit intentionnellement émis par


1.1.3 Sources fantômes en triangulation la cible. Le radar ne délivre alors qu’une mesure d’angle que les
radaristes appellent des strobes. Il s’agit alors d’associer les strobes
La triangulation présentée au paragraphe 1.1.1 est une méthode des divers radars répartis sur le terrain pour obtenir par triangula-
précise et commode de localisation, à condition qu’il n’y ait pas tion la position du brouilleur.
d’équivoque ou d’ambiguïté sur l’identification du point commun D’une façon générale, dès que l’on emploie deux capteurs passifs
visé comme cela se produisit, par exemple, au début de la mise en géographiquement distants (cas dit multi-plate-forme), chacun
œuvre du satellite Spot. d’eux mesurant les directions angulaires de divers objectifs pré-
Ces satellites, en orbite, pouvaient orienter la visée par rapport à sents dans leurs champs de veille, alors il existe des intersections ne
la verticale. À partir de deux orbites différentes, on obtient des enre- correspondant pas à une cible réelle (figure 2) : ce sont les sources
gistrements de la même zone de terrain à topographier. Le pro- fantômes.
blème est que les deux clichés ne peuvent être pris qu’à des dates
Même lorsqu’il y a une seule piste par senseur, ce problème élé-
éloignées, au mieux quelques jours, typiquement trois semaines.
mentaire d’association de pistes n’est pas trivial. Il peut y avoir des
Les images renvoyées par Spot étaient nécessairement différentes :
solutions ambiguës du fait que chacune des plates-formes détecte
les conditions d’éclairement changent, la végétation aussi, il peut y
une cible différente (figure 3).
avoir eu une chute de neige. Toutes ces raisons rendaient difficile la
fusion stéréoscopique automatique des clichés provenant de Il s’agit alors de traiter un problème de théorie de la décision,
l’espace. Souvent, il fallait un opérateur pour associer certains c’est-à-dire d’élaborer un test permettant de trancher entre les deux
détails entre les vues. hypothèses complémentaires :
Ce problème d’association ambiguë existe aussi dans le domaine — H0 : les pistes des deux senseurs proviennent de la même
des radars terrestres de surveillance aérienne. C’est le cas en pré- source ;
sence de puissants brouilleurs électromagnétiques, par exemple — H1 : elles proviennent de deux sources différentes.
montés sur des avions adverses. Bien que senseur actif, le radar ne Nota : dans [TE 6 707], on présentera comment les méthodes de trajectographie passive
peut mesurer la distance à cette cible particulière qu’est le permettent d’associer deux lignes de visée en présence de parallaxe.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
TE 6 705 − 4 © Techniques de l’Ingénieur

XT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPU

_________________________________________________________________________________________ TRAJECTOGRAPHIE PASSIVE PAR MESURE D’ANGLE

1.2 Modèles de trajectoires Jusqu’ici, nous avons défini des modèles purement déte-
rministes, entre des instants de manœuvre aléatoires. Mais l’aléa
peut être introduit au niveau même de l’équation d’état qui devient
Dans le domaine maritime, la cinématique des sources est assez alors du type :
peu variée, statistiquement parlant. Les bateaux non militaires, qui
en temps de paix représentent la grande majorité des sources x s ( t ) = x s ( t* ) + v xs ( t – t* ) + η xs (4)
acoustiques, naviguent en mouvement rectiligne uniforme (MRU).
Les bateaux de commerce prennent le plus court chemin pour aller y s ( t ) = y s ( t* ) + v ys ( t – t* ) + η ys (5)
d’un point à un autre, pour des raisons évidentes d’économie.
Néanmoins, les pêcheurs peuvent suivre une trajectoire zigzagante
mais ces bateaux sont rares sur les zones de grands fonds. Les où les bruits d’état η xs et η ys sont des variables aléatoires de carac-
bâtiments de guerre sont eux aussi la plupart du temps en MRU, afin téristiques (loi, moyenne, écart-type) données. Cette extension


de rester discrets, à cause de leur mission (convoyage, transit...) ou stochastique du cas de base est en pratique assez peu utilisée en
de la mise en œuvre de matériel (catapultage d’avion, remorquage trajectographie passive et reste actuellement du domaine de la
de sonar...). S’ils manœuvrent, ils le font de façon soudaine et recherche car le problème déterministe est déjà suffisamment
rapide. difficile.
Si le système de surveillance détecte une source ne se déplaçant
pas en MRU dans une plage de vitesses standards, alors il doit aler-
ter le veilleur qui effectue une analyse plus fine sur la cause de ce
comportement atypique.
1.3 Mesures élémentaires fournies
par un système passif
Exemple : un bateau restant fixe au large d’une côte peut être un
trafiquant prêt à débarquer son chargement illégal ou tout bonnement
un bateau en panne de propulsion. Comme nous l’avons mentionné précédemment, la plus courante
Ces considérations succinctes montrent qu’il y a un modèle de des mesures issues d’un senseur passif est l’angle. Dans le plan,
cinématique de base privilégié, le MRU (incluant le cas d’une vitesse l’angle en question est l’azimut, c’est-à-dire la direction de la ligne
nulle). Dans un plan doté d’un repère cartésien orthonormé, les de visée par rapport au nord. Les azimuts sont mesurés dans le sens
coordonnées xs(t) et ys(t) d’une source en MRU à un instant t quel- des aiguilles d’une montre entre 0˚ et 360˚.
conque sont données par les équations d’état : Si la position, supposée connue, de l’observateur est donnée à
l’instant t par xo(t) et yo(t), alors l’azimut vrai (sans bruit) β(t) est
x s ( t ) = x s ( t* ) + v xs ( t – t* ) (1) donné par :
β(t) = arctan [xr(t)/yr(t)] (6)
y s ( t ) = y s ( t* ) + v ys ( t – t* ) (2)
avec xr(t) et yr(t) les coordonnées relatives de la source dans un
avec xs(t*) et ys(t*) les coordonnées de la source à l’instant repère lié à l’observateur :
arbitraire t*, xr(t) = xs(t) − xo(t)
v xs et v ys les composantes de sa vitesse, constantes en
MRU. et de même pour yr(t).
On appelle vecteur d’état les paramètres déterminant la trajec- L’azimut mesuré βm(t) est l’azimut vrai plus un bruit de mesure ε(t)
toire de la source. C’est ici pour le MRU le vecteur quadridimension- de loi connue :
nel suivant : βm(t) = β(t) + ε(t) (7)
T
X s = [ x s ( t* ), y s ( t* ), v xs, v ys ] (3) x s ( t* ) + ( t – t* )v xs ( t ) – x o ( t )
β m ( t ) = arctan ----------------------------------------------------------------------------- + ε ( t ) (8)
Tout le problème de la trajectographie passive est d’estimer ces y s ( t* ) + ( t – t* )v ys ( t ) – y o ( t )
quatre composantes.
Si la cible est zigzagante, son modèle de cinématique peut être Mentionnons que dans l’espace tridimensionnel, le senseur peut
une suite de segments (dite en chaîne d’arpenteur). On néglige alors mesurer, en plus de l’azimut, le site de la cible, appelé aussi l’angle
la durée de la manœuvre vis-à-vis de chaque tronçon rectiligne. d’élévation.
Dans ce cas, on utilise le même modèle que précédemment entre Un senseur passif peut également mesurer la fréquence d’une ou
deux instants de manœuvre tm et tm+1 qu’il s’agit de détecter et de plusieurs sinusoïdes émises par la source. Si la fréquence émise
d’estimer à partir des mesures issues du senseur passif [TE 6 707]. fe est stable, alors le senseur reçoit la fréquence dopplerisée donnée
Ce cas de base peut se généraliser : par :
— en passant à trois dimensions : on ajoute alors la composante f(t) = fe[1 − vr(t)/c] (9)
immersion (ou altitude) z au vecteur d’état ;
— en ayant des mouvements d’ordre supérieur à 1, c’est-à-dire où vr(t) est la vitesse radiale de la source par rapport au senseur, et
avec des composantes accélération et des dérivées plus élevées. c la célérité de l’onde dans le milieu (environ 1 500 m/s pour le son
Cela permet de prendre en compte par exemple des trajectoires dans l’eau et 300 000 km/s pour les ondes radio). Cette fréquence
balistiques. est mesurée par des méthodes d’analyse spectrale (FFT : fast Fou-
Comme pour le cas simple du MRU, cette cinématique peut être rier transform). Cette mesure est souvent effectuée simultanément à
entrecoupée de manœuvres soudaines. Bien sûr, on peut choisir un celle de l’azimut de la source.
modèle de trajectoire particulier, le cercle, la spirale ou pourquoi pas Il existe aussi des senseurs qui mesurent des retards différentiels,
le lemniscate de Bernoulli si la source fait des « huit ». Ce sont là des c’est-à-dire des écarts de temps de propagation entre deux cap-
cas très particuliers mais qui peuvent se mettre sous forme d’équa- teurs. On peut aussi mesurer des écarts de fréquences reçues par
tions d’état comme précédemment et donc être traités par les les deux senseurs car la raie émise n’a pas subi le même doppler du
méthodes générales d’estimation présentées au paragraphe 2. fait de la géométrie [TE 6 707]. C’est le cas par exemple en sonar

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur TE 6 705 − 5

XU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPU

TRAJECTOGRAPHIE PASSIVE PAR MESURE D’ANGLE __________________________________________________________________________________________

dans les réseaux de bouées acoustiques qui sont larguées d’avions Une piste peut donc être lacunaire. Si ce trou de détection est
dans l’eau. long, plus de 10 min par exemple, alors l’opérateur doit être capable
Nota : il existe bien d’autres variétés de senseurs passifs (gravitationnel, sismique, de de déterminer si la piste avant et après cette perte de contact corres-
champ électrique) mais ils sont trop spécifiques pour cette présentation générale. pond bien à la même source réelle. Il peut le faire en utilisant par
exemple l’analyse audio.
Mais l’extraction peut aussi travailler globalement sur un ensem-
1.4 Obtention des pistes ble de récurrences consécutives. C’est là que sont utilisés les algo-
rithmes de programmation dynamique pour relier les événements
entre eux par le plus court chemin (au sens d’une certaine métrique).
Nous décrivons succinctement les étapes, qui vont des senseurs Nous ne nous appesantissons pas plus sur ces algorithmes de
jusqu’à l’obtention des pistes et qui permettent d’effectuer la TP. pistage qui représentent à eux seuls un domaine à part entière [1]
Nous prenons le cas d’une chaîne de réception passive de sonar [6]. [2]. Ce qu’il faut retenir, c’est qu’on obtient ainsi des pistes de durée


très variable constituées en grande partie de mesures provenant de
la source, contenant aussi quelques fausses alarmes.
1.4.1 Description des traitements en amont

Pour obtenir ces mesures angulaires ou de fréquence, on effectue 1.5 Trajectographie passive et problème
tout d’abord un traitement d’antenne tel que décrit dans [TE 5 225].
En sonar, on parle de formation de voie classique ou adaptative,
d’observabilité
cette dernière améliorant la résolution spatiale et fournissant ainsi
des pistes angulaires de meilleure qualité : elles sont moins biaisées
angulairement, ce qui représente un grand avantage pour la TPA. Abordons maintenant une particularité importante de la trajecto-
graphie passive, l’observabilité. D’une façon générale, l’équation de
Après filtrage-détection-intégration, ce traitement en amont four- mesure d’un senseur passif peut se définir comme :
nit la valeur de l’énergie reçue en fonction de l’angle. Chacun des
maxima locaux en 1D (angle seul) ou 2D (azimut-fréquence) peut Z = s(X) + ε (10)
fournir une mesure mais il peut aussi correspondre à une fausse avec Z la mesure disponible,
alarme. Ces maxima sont soumis à un seuil : ils sont éliminés s’ils
sont au-dessous de ce seuil car ils ont alors une forte probabilité de X le vecteur d’état caractérisant la trajectoire,
correspondre à des fausses alarmes. Une opération de normalisa- ε le bruit de mesure.
tion est effectuée préalablement. Elle permet de placer ce seuil de
prédétection de façon à avoir un taux de fausse alarme constant La plupart du temps en TP, la fonction de mesure s est non linéaire
malgré des conditions changeantes du champ de bruit. Tout ce qui et non bijective vis-à-vis des coordonnées de l’élément mesuré. Il
dépasse ce seuil est appelé « événement », caractérisé par une esti- n’est donc pas toujours possible d’estimer toutes les composantes
mation du rapport signal sur bruit et une mesure de gisement. Ce du vecteur d’état décrivant la trajectoire de la source, même dans le
gisement est ensuite converti en azimut (azimut = gisement + cap). cas déterministe (modèle exact, sans bruit de mesure, ni d’état).
C’est là qu’intervient la notion de complète observabilité déte-
Toutes ces opérations sont cadencées par la fréquence d’échan- rministe. Elle s’énonce de la façon suivante :
tillonnage des signaux temporels issus des capteurs. On obtient
ainsi une série temporelle de mesures d’azimut que l’on note βm(tk)
avec tk = kTe, Te étant la période de sortie des mesures angulaires. Un système sans bruit d’état ni de mesure est dit complète-
ment observable sur un intervalle temporel [t0, tf] si les mesures
Typiquement, la cadence de mesure d’angle d’un sonar passif est
disponibles durant cette période permettent d’obtenir le vecteur
comprise entre 1 et 10 s. Comme le vecteur d’état inconnu a quatre
d’état initial X(t0) de façon unique.
composantes, il faut au moins quatre mesures pour avoir une
chance de résoudre le problème. Mais en pratique, il faut souvent
plus d’une centaine de mesures pour obtenir une estimation consis- La notion d’observabilité a été introduite par Kalman dans le
tante, soit une durée totale de mesure d’au moins 10 à 15 min. Ce ne cadre des systèmes linéaires dans les années 1960. Dans le cas
sont que des ordres de grandeur pour fixer les idées et nous don- linéaire, il existe de nombreux critères d’observabilité que l’on
nons au paragraphe 3.3 des moyens pour évaluer la précision de la trouve dans la littérature [5].
TPA en fonction, entre autres, de la durée de la piste.
En TP, l’observabilité a fait couler beaucoup d’encre (y compris de
la part des auteurs) car on a affaire à un cas non linéaire. Or, les cri-
tères d’observabilité en non linéaire, quand ils existent, ne donnent
1.4.2 Extraction des pistes pas de résultats exploitables.
Par chance, certaines équations de mesure en trajectographie
Les événements sont ensuite associés temporellement entre eux,
peuvent se mettre sous forme linéaire rigoureusement équivalente.
de récurrence en récurrence, pour constituer des pistes. Les événe-
Le cas le plus remarquable, que nous approfondissons au
ments qui n’appartiennent à aucune piste sont considérés comme
paragraphe 3.2 est la TPA où l’équation (6) peut s’écrire aussi :
de fausses alarmes. Cette étape, dite aussi d’extraction, ou automa-
tic detection and tracking (ADT), exploite la cohérence temporelle 0 = cosβ(t) · xr(t) − sinβ(t) · yr(t) (11)
entre récurrences successives [2].
Dans cette équation, les paramètres connus sont les cosinus et
Ces algorithmes de pistage peuvent être récursifs : ils commen-
sinus, l’azimut étant connu. Les inconnues sont les coordonnées
cent par initialiser une piste candidate sur quelques récurrences ;
relatives. Il faut donc trouver les conditions sous lesquelles cette
puis, si cette prépiste est confirmée selon un certain critère d’accep-
équation linéaire a une seule solution.
tation, alors elle passe en mode entretenu à l’aide d’un filtrage en
azimut de type Kalman linéaire. Lorsque la piste n’est plus alimen- Mentionnons pour finir que l’observabilité dans la plupart des
tée par de nouveaux événements, elle est abandonnée selon un cri- problèmes de trajectographie n’a pas actuellement reçu de solution.
tère d’arrêt. En fait, seuls les problèmes pouvant se mettre sous une forme équi-
Nota : ce filtre ne sert qu’à lier les détections cohérentes dans le temps mais ne fournit valente linéaire ont leur observabilité clairement déterminée et,
pas les entrées de la TPA. malheureusement, ils sont peu nombreux.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
TE 6 705 − 6 © Techniques de l’Ingénieur

XV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPW

Trajectographie passive
à partir d’angles et d’autres mesures
par Claude JAUFFRET
Professeur à l’Université du Sud-Toulon-Var
et Denis PILLON
Ingénieur Thales Underwater Systems R
1. Detection des manœuvres de la source en TPA............................. TE 6 707 - 3
1.1 Détectabilité d’une manœuvre en TPA ...................................................... — 3
1.2 Notion de résidus et de cross résidus ........................................................ — 4
1.3 Tests des résidus.......................................................................................... — 4
1.4 Tests des cross résidus................................................................................ — 6
1.5 Exemple d’application à la TPA .................................................................. — 6
1.6 Utilisation des tests non paramétriques pour la détection
de manœuvre ............................................................................................... — 7
2. Estimation de la trajectoire de la source après la détection
de sa manœuvre........................................................................................ — 7
2.1 Notion et algorithmes de trajectographie passive partielle (TPP) ........... — 7
2.2 Cas où le porteur ne manœuvre jamais ..................................................... — 9
2.3 Cas où le porteur a déjà manœuvré ........................................................... — 10
3. Trajectographie passive par mesures d’azimut
et de fréquence ......................................................................................... — 10
3.1 Position du problème de TPAF ................................................................... — 10
3.2 Mise en équation de la TPAF et rappel sur les estimateurs associés ...... — 11
3.3 Calcul de la matrice d’information de Fisher en TPAF
(cas monofréquence) ................................................................................... — 11
3.4 Apport informationnel du nombre de fréquences émises ....................... — 12
3.5 Exemples de résultats de TPAF et TPANF ................................................. — 13
4. Association multiplate-forme de pistes en présence
de parallaxe ................................................................................................ — 14
4.1 Présentation du problème ........................................................................... — 14
4.2 Présentation du test du rapport de vraisemblance généralisé (RVG) ..... — 15
4.3 Application du RVG au cas d’association multiplate-forme
en angles seuls............................................................................................. — 16
4.4 Exemple simulé d’association multiplate-forme ....................................... — 17
Pour en savoir plus ........................................................................................... Doc. TE 6 707

u cours de la première partie [TE 6705], nous avons présenté les principes
A généraux de la trajectographie passive ainsi que les algorithmes permet-
tant de traiter le problème de base dit de TPA (trajectographie passive par
mesure d’angle). Rappelons qu’en TPA, on utilise un seul senseur, mobile,
mesurant la direction angulaire d’une source laquelle est supposée en mouve-
ment rectiligne uniforme (MRU). Nous avons déterminé les limites
fondamentales des techniques de TPA et présenté des résultats typiques selon
des hypothèses canoniques. Au cours de cette seconde partie, nous allons
aborder le problème de l’apport d’informations additionnelles aux mesures
d’angles. Les mesures supplémentaires considérées ici sont :
– soit, celles relatives à la détection d’une éventuelle manœuvre de la source ;
– soit celles de fréquences éventuellement émises par la source ;
p。イオエゥッョ@Z@ヲ←カイゥ・イ@RPPX

– soit des mesures angulaires provenant d’une autre plate-forme géographi-


quement distante.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 707 – 1

XW
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPW

TRAJECTOGRAPHIE PASSIVE À PARTIR D’ANGLES ET D’AUTRES MESURES ____________________________________________________________________

Nous allons montrer que dans ces trois cas, il n’est plus nécessaire à l’obser-
vateur de manœuvrer comme en TPA, ce qui représente un avantage
indubitable.
Le premier paragraphe de ce dossier traite du problème de la détection de
manœuvre de la source. Une particularité de ce problème réside dans le fait
que cette manœuvre n’est pas toujours détectable : nous montrons en effet
qu’il existe toute une famille de cinématique (non-MRU) de la source indétec-
table par l’observateur, même en l’absence de bruit. Pour les autres
géométries oùla détection de manœuvre est potentiellement possible, nous
présentons des tests statistiques, paramétriques ou non qui exploitent les


résidus d’estimation, écarts entre les mesures et leurs estimations. Nous
donnons les performances générales de ces tests et nous illustrons ces résul-
tats théoriques par un exemple type.
Lorsqu’une manœuvre est détectée à l’instant tM , plutôt que d’oublier toutes
les mesures antérieures pour refaire une estimation de la nouvelle trajectoire
suivie par la source, on peut prendre en compte, en tant que mesure addition-
nelle, les éléments cinématiques relatifs au but acquis avant qu’il ne
manœuvre. C’est l’objet du second paragraphe qui traite du cas usuel où la
vitesse de la source ne change pas – en module – avant et après la manœuvre.
Nous abordons le cas le plus intéressant en pratique, celui où l’observateur
(porteur) ne manœuvre jamais que ce soit avant ou après la détection de la
manœuvre de la source. Nous montrons qu’alors l’observateur peut estimer
les paramètres cinématiques de la source ayant manœuvré. Nous traitons
ensuite du cas plus simple mais plus contraignant pour l’observateur, où ce
dernier a manœuvré avant que la cible n’ait manœuvré. Mais auparavant, en
début de paragraphe, nous introduisons une notion très utile, celle de trajecto-
graphie passive partielle (TPP), correspondant à une situation d’inobservabilité
où seules 3 composantes du vecteur d’état peuvent être estimées.
Le troisième paragraphe traite du cas d’un capteur mesurant en plus de
l’angle, une ou des fréquences de raies stables rayonnées par la source. Ces
raies bande étroite ou signal sinusoïdal, dont la fréquence émise est inconnue
par l’observateur, subissent un décalage doppler évoluant au cours du temps à
cause de la cinématique. On obtient ainsi des pistes défilant angulairement et
évolutives dans le domaine spectral. Le système est alors observable et donc,
cette méthode dite de TPAF (TP par mesure d’angle et de fréquence) ne néces-
site pas de manœuvre de l’observateur. Nous présentons des résultats
concernant sa précision ultime (borne de Cramèr-Rao) ainsi que les algo-
rithmes permettant d’obtenir une solution, que ce soit dans le cas mono ou
multifréquence (on parle alors de TPANF pour TP par mesures d’angles et de N
fréquences). En ce qui concerne ce dernier cas, nous montrons que, plus le
nombre de raies pris en compte augmente (c’est-à-dire plus la dimension du
vecteur d’état croît), plus la précision de localisation s’améliore, toutes choses
égales par ailleurs.
Enfin, au cours du dernier paragraphe, nous passons du cas monosenseur
(comme la TPA ou la TPAF), au cas de base dans les systèmes multisenseurs
répartis : il s’agit du problème de triangulation à partir de deux senseurs dis-
tants mesurant chacun un angle. Le problème principal n’est pas celui de
l’estimation de la position de la source mais celui de l’association des lignes de
visées en présence de parallaxe (rappelons qu’associer, c’est décider que deux
pistes, l’une détectée par le senseur 1, l’autre par le senseur 2, proviennent
bien de la même et unique source). La comparaison directe des azimuts prove-
nant des deux senseurs n’est pas possible à cause de la parallaxe. Nous
montrons comment les méthodes de trajectographie permettent de s’affranchir
de ces biais angulaires interplates-formes, de résoudre les problèmes d’ambi-
guïtés d’association et ainsi, d’éviter l’apparition de sources fantômes. Mais
avant cela, en début de ce paragraphe, nous introduisons les tests du rapport
de vraisemblance généralisé (RVG), notion très importante en pratique mais
souvent utilisée sous des hypothèses non complètement validées.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 707 – 2 est strictement interdite. – © Editions T.I.

XX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPW

_____________________________________________________________________ TRAJECTOGRAPHIE PASSIVE À PARTIR D’ANGLES ET D’AUTRES MESURES

Glossaire et sigles Famille de sources manœuvrantes


4t
Azimut : direction d’une source par rapport au nord
BCR : borne de Cramèr-Rao 3t 0
Cap : angle de l’axe de la plate-forme par rapport au nord

Observateur non manœuvrant


Cross-résidus : différence entre une séquence de nouvelles
mesures brutes et une séquence de mesures estimées (évalua- 2t t
tion a posteriori )
MRU : mouvement rectiligne uniforme
Résidu : différence entre la mesure brute et la mesure estimée
à un même instant (évaluation a priori )


2t
RVG : rapport de vraisemblance généralisé (test statistique t
paramétrique de décision bi-hypothèses) 0
TPA : trajectographie passive par mesure d’azimut MRU équivalent
TPAF : trajectographie passive par mesure d’angle et d’une fré- 3t
quence (cas monoraie)
TPANF : trajectographie passive par mesure d’angle et de plu-
sieurs fréquences (cas multiraies) t instant 4t
TP2A : trajectographie passive par mesures de deux angles
(c’est-à-dire triangulation dynamique à partir de deux senseurs
distants)
TPP : trajectographie passive partielle (cas de trajectographie Figure 1 – Manœuvres indétectables en TPA
passive pour lesquels on ne peut pas estimer toutes les com-
posantes du vecteur d’état)
Trajectographie Passive (TP) : méthode utilisant les mesures
d’un ou plusieurs senseurs passifs permettant d’estimer la faisable avec des mesures parfaites sans bruit. Il faut que la
position d’une source en mouvement manœuvre de la source soit telle que les azimuts ne soient pas
ceux que l’observateur aurait mesurés si la source avait conservé
son mouvement rectiligne uniforme. Si l’observateur est en MRU,
ce problème est le pendant de celui de l’observabilité présenté au
paragraphe 3.2.2.1 de [TE 6 705] relatif au critère de Nardone et
1. Détection des manœuvres Aidala. Il suffit de reprendre la figure de ce paragraphe et d’inver-
ser les termes « observateur » et « source » pour obtenir la
de la source en TPA figure 1 représentant une situation où les manœuvres de la source
sont indétectables à partir des mesures d’angle seules. Ces ciné-
matiques ont d’ailleurs un intérêt tactique puisqu’elles permettent
1.1 Détectabilité d’une manœuvre de s’approcher ou de s’éloigner d’un adversaire sans que ce der-
nier ne puisse le détecter à partir de ses propres mesures d’angles.
en TPA Par contre, elles nécessitent en général de changer en permanence
de vitesse en direction et en module.
Le problème traité ici est celui de la détection d’une éven- Cette notion de détectabilité a un impact sur la définition des
tuelle manœuvre de la source uniquement à partir des mesures tests de détection de manœuvre. D’une façon générale, afin de
d’azimuts, cette détection pouvant d’ailleurs se faire même si s’assurer de la validité des modèles utilisés, on utilise des tests bi-
l’observateur est en MRU (un terme utilisé aussi par les Anglo- hypothèses. L’hypothèse H0 s’énonce « le modèle ayant servi à
saxons est zig detector ). l’estimation est valide » contre son alternative H1 , « le modèle est
erroné ». Plus précisément, dans le cas de la détection de
Tout d’abord, l’observateur peut avoir d’autres informations que manœuvre et suite à ce que l’on a exposé concernant sa détectabi-
les angles lui indiquant que la source est en train de manœuvrer. lité, les hypothèses à trancher s’énoncent : « la source a suivi une
trajectoire équivalente à un MRU » contre son alternative H1 , « la
Exemples source a manœuvré ».
En guerre sous-marine, un bruit de barre détecté grâce à l’écoute En quelque sorte, si l’hypothèse H0 est rejetée, alors on peut
audio indique que le bateau adverse effectue une giration. Une aug- considérer – avec la probabilité d’erreur correspondant au seuil du
mentation de la vitesse de rotation des hélices signifie que la source test – que la source a manœuvré. Si H0 est retenue, on ne peut rien
accélère à cap constant, ce qui est une possibilité de manœuvre. Les conclure de rigoureux concernant la manœuvre ou non de l’adver-
évolutions de fréquences permettent aussi aisément de détecter la saire, comme le montre l’exemple de la figure 1. Souvent, par faci-
manœuvre en TPAF (cf.§ 3). lité, on parle de « non-manœuvre de la source » sous hypothèse
H0 . Mais, en toute rigueur, c’est un abus de langage.
Dans le domaine aérien, un changement de la signature infrarouge
peut être dû à la manœuvre de l’avion adverse. Un problème supplémentaire est que les erreurs de modèle ne
portent pas nécessairement uniquement sur la cinématique de la
Si l’observateur a la chance d’avoir ce type d’indication externe, source. Il peut y avoir simultanément des aberrations d’antennes
alors il est préférable pour lui de ne pas exploiter les évolutions entraînant aussi des erreurs d’estimations rédhibitoires ou d’autres
des mesures d’angles pour chercher à détecter la manœuvre de types de perturbations. Comment détecter ces diverses anomalies
son adversaire : avec uniquement les mesures d’angle, la détection et les compenser par un algorithme de TPA adéquat ?
est généralement moins efficace et même parfois, pour certaines À ce stade, il faut être réaliste : ce problème n’a pas de solution
cinématiques, complètement impossible. viable. Avec les mesures d’angle seul, si plusieurs hypothèses du
En effet, pour qu’il soit possible de détecter une manœuvre à modèle sont simultanément erronées, il y a en pratique très peu
partir des mesures bruitées d’azimut, il faut au moins que cela soit de chances de trouver un jour un algorithme de TPA robuste à

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. TE 6 707 – 3

XY
r←ヲ←イ・ョ」・@iョエ・イョ・エ
teVWPW

TRAJECTOGRAPHIE PASSIVE À PARTIR D’ANGLES ET D’AUTRES MESURES ____________________________________________________________________

toutes les perturbations envisageables. Il vaut mieux alors utiliser


plusieurs moyens de trajectographie distincts pour traiter une Les résidus sont définis par :
même source. En analysant conjointement l’évolution de leurs
résidus, on peut essayer de séparer les différentes origines H
, = Z 1 − s 1 (X 1)
R11
d’erreurs de modèles afin de les compenser [1].

avec H = argmin Q (X ) ,
X estimé qui minimise le critère
1 1
Dans la suite de l’exposé, nous considérons uniquement
des manœuvres consistant en un changement instantané de quadratique :
cap à vitesse constante en module (zigzag). Rappelons que ce
type de manœuvre est le plus courant pour les bateaux con- Q1 (X ) = [Z 1 − s 1 (X )]T Σ1−1 [Z 1 − s 1 (X )]
formément aux hypothèses générales de modèle de trajec-
toire présenté au § 1.2 de la première partie [TE 6 705].

R 1.2 Notion de résidus et de cross résidus


1.3.2 Test des résidus dans le cas linéaire
Plaçons nous tout d’abord dans le cas linéaire :

Habituellement en pistage, la détection d’une manœuvre (ou Z 1 = A1X 1 + ε1


plus généralement de rupture de modèle pour une raison quel- Le vecteur résidu est défini par
conque) peut se faire par de nombreux algorithmes [2].
H
Entre autres, elle peut se faire en exploitant la séquence d’inno- , = Z 1 − A1X 1
R11
vation en sortie de filtre de Kalman (lequel a introduit cette que l’on note aussi :
notion [3]). L’innovation, qui est l’écart entre la mesure et sa pré-
diction, est alors un processus gaussien centré et décorrélé dans le , = Π1 Z 1
R11
cas de systèmes linéaires et de bruits gaussiens. Il existe une Selon ce que l’on a présenté au § 2.3.3 de [TE 6 705], dans le cas
grande quantité de travaux traitant de ce cas académique. Malheu- linéaire, l’estimateur est donné par :
reusement, ils ne sont pas très utiles en TPA : d’une part, le
modèle est non linéaire, d’autre part, les filtres de Kalman étendus −1
ne sont pas recommandés en trajectographie passive par mesure X 1 (
H = AT Σ −1A
1 1 1 ) AT1 Σ1−1 Z 1
d’angle (cf. § 4.3 [TE 6 705]).
On est donc conduit à utiliser des méthodes globales, ce qui est la matrice de covariance du vecteur d’état estimé étant :
synonyme d’algorithmes non récursifs en temps : l’estimation est
renouvelée après accumulation d’une séquence de mesures puis H ) = (AT Σ−1A )−1
glissement de cette fenêtre. La notion d’innovation est remplacée cov (X 1 1 1 1
par celle de résidus qui ne jouissent pas des mêmes propriétés
que l’innovation : entre autre, les résidus ne sont pas décorrélés On a alors :
−1
comme nous le montrons au paragraphe 1.3. (
Π1 = I − A1 A1T Σ1−1 A1 ) A1T Σ1−1
Examinons les propriétés de cette matrice Π1 :
Par définition, un résidu est la différence entre les mesures
• Π12 = Π1
brutes βm et les mesures estimées β (X H) . On distingue deux
• Π1 A 1 = 0
types de résidus et tests associés :
C’est donc la matrice d’un projecteur sur un sous-espace de
– le premier type de test, dit des résidus, est une vérification dimension N 1 – d (nous rappelons en fin d’article la notion de pro-
a posteriori du bon fonctionnement de la trajectographie pas- jecteur). Cela a des conséquences sur les résidus :
sive TP. Les résidus sont obtenus sur l’intervalle de temps
allant de l’échantillon initial à l’échantillon final ayant servi à , = Π1ε1
R11
l’estimation ;
– le second type de test, dit des cross résidus, est une évalua- En effet,
tion, a priori, de la compatibilité entre une séquence de nouvel- , = Π1 (A1X 1 + ε1) = Π1A1X 1 + Π1ε1
R11
les mesures et une séquence de mesures estimées. Par exemple,
on peut vérifier la permanence d’un modèle de cinématique de Sa matrice de covariance notée C 1,1 est égale à :
la source sur un nouveau tronçon de mesures après avoir effec-
T
tué une estimation sur le tronçon antérieur disjoint. , = Π1 Σ1Π1
C11

On en déduit que, sous H0 , R 1,1 est un vecteur aléatoire gaus-


1.3 Tests des résidus sien centré de matrice de covariance Π1 Σ1ΠT1 , soit en notation
abrégée :
1.3.1 Notations relatives aux résidus
, ∝ =
R11 (0, Π1 Σ1ΠT1 )
Soit un vecteur d’état Xde dimension d sur lequel des informa-
tions sont données par le vecteur de mesure Z1 de dimension N1 .
Nous avons à traiter les deux alternatives suivantes : Notons que la matrice C 1,1 n’est pas inversible, puisque son

– l’hypothèse H0 , Z1 obéit alors à l’équation de mesure rang est égal à N1 – d. On a donc recours à sa pseudo-inverse C11
, .
Z1 = s 1(X ) + ε1 , où s 1 (·) est connue et ε1 est le vecteur-bruit additif

gaussien centré de matrice de covariance Σ1 connue ; Pour définir C11
, , la matrice C1,1 est décomposée sous la forme :
– l’hypothèse H1 , Z1 obéit alors une autre équation de mesure
non connue. T
, = P DP
C11

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


TE 6 707 – 4 est strictement interdite. – © Editions T.I.

YP
r←ヲ←イ・ョ」・@iョエ・イョ・エ
sWRRT

Fusion de données
Théorie et méthodes
par Jean-François GRANDIN
Ingénieur de l’Institut national des télécommunications


Expert en traitement d’information
Direction technique - Systèmes de guerre électronique
Thales Systèmes Aéroportés

1. Introduction à la fusion de données................................................... S 7 224 — 2


1.1 Définition ...................................................................................................... — 2
1.2 Fonctions ...................................................................................................... — 2
1.3 Niveaux de fusion........................................................................................ — 2
1.4 Architectures ................................................................................................ — 3
1.5 Bénéfices attendus ...................................................................................... — 3
2. Théories utilisées ..................................................................................... — 4
2.1 Mesures et propriétés ................................................................................. — 4
2.2 Probabilités .................................................................................................. — 4
2.3 Probabilités supérieure et inférieure.......................................................... — 7
2.4 Crédibilités – plausibilités ........................................................................... — 8
3. Règles de combinaison........................................................................... — 10
3.1 Combinaison multisource avec les probabilités ....................................... — 11
3.2 Combinaison multisource avec les crédibilités......................................... — 11
4. Opérateurs bayésiens de combinaison .............................................. — 12
4.1 Combinaison amont .................................................................................... — 12
4.2 Combinaisons logiques............................................................................... — 12
4.3 Combinaison logique adaptative ............................................................... — 13
4.4 Combinaison des vecteurs de vraisemblance .......................................... — 14
4.5 Combinaison informée par l’incertitude.................................................... — 14
4.6 Combinaison en présence d’information corrélée ................................... — 16
4.7 Combinaison de sources non homogènes................................................ — 16
4.8 Exemple : reconnaissance de signatures radar ........................................ — 17
5. Méthodes d’estimation........................................................................... — 17
5.1 Estimation et prédiction bayésienne.......................................................... — 17
5.2 Rapport avec le filtre de Kalman ................................................................ — 18
5.3 Apport d’information a priori ..................................................................... — 18
5.4 Estimation robuste ...................................................................................... — 18
5.5 Fusion d’états............................................................................................... — 18
6. Pistage ........................................................................................................ — 19
6.1 Pistage dans les systèmes centralisés ....................................................... — 20
6.2 Pistage dans les systèmes distribués ........................................................ — 20
7. Fusion d’information............................................................................... — 21
7.1 Méthodes...................................................................................................... — 21
7.2 Réseaux bayésiens ...................................................................................... — 21
8. Conclusion ................................................................................................. — 22
Références bibliographiques ......................................................................... — 22

a fusion de données consiste essentiellement à confronter et intégrer des


L
p。イオエゥッョ@Z@ュ。イウ@RPPV

informations multiples dans le but de réduire l’incertitude sur l’information

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur S 7 224 − 1

YQ
r←ヲ←イ・ョ」・@iョエ・イョ・エ
sWRRT

FUSION DE DONNÉES ___________________________________________________________________________________________________________________

résultante. Ce document s’intéresse à l’application de la théorie des probabilités


à l’ensemble des fonctions de la chaîne perceptive, à savoir : la détection, l’iden-
tification, l’estimation, le pistage et l’analyse de la situation. Dans ce cadre, on
explicite comment modéliser et prendre en compte la fiabilité des sources, com-
ment estimer la qualité d’une distribution d’événements hypothèses, comment
fusionner en présence de corrélation, comment intégrer l’information experte et
l’observation. La fusion, pour être efficace, doit prendre en compte les degrés
d’incertitude de l’information entrante : à cette fin, la fusion repose sur une com-
binaison des éléments d’information pondérée par leurs incertitudes respecti-
ves. De plus, pour « combler » l’information manquante, la fusion utilise le
raisonnement hypothétique et évalue les diverses options potentielles ; l’infé-

R rence bayésienne est construite pour ce type d’évaluation et se prête à des pro-
pagations d’hypothèses élaborées (MHT : « multiple hypothesis tracking »,
réseaux bayésiens) intégrant des connaissances de nature et de niveau
hétérogènes.

— la sélection d’hypothèse, en choisissant l’hypothèse de score


1. Introduction à la fusion maximal, détermine les associations à retenir.
de données ■ L’estimation d’état réalise une combinaison encore appelée fil-
trage des informations plot et piste, conduisant à une estimation
des attributs cinématiques ou non cinématiques, une détermination
de l’identité de la piste, améliorées, c’est-à-dire plus précises et plus
1.1 Définition sûres. Cette estimation de la position, de l’identité doit être élargie
dans son acception à tous types d’estimation.
La fusion de données est « un procédé traitant de l’association, de Réciproquement, un système de fusion incorpore des fonctions
la corrélation et de la combinaison des données et de l’information duales des précédentes en vue de combiner les multiples actions
provenant de sources uniques ou multiples afin d’aboutir à des autorisées par le système et en contrôler les ressources :
estimées affinées des positions et des identités, à une évaluation — l’alignement vise ici à normaliser les critères de performance
complète et en temps utile des situations et des menaces, et de leurs et à organiser les données dans un référentiel commun ;
importances. Le procédé est caractérisé par une amélioration conti- — la planification des actions se décompose en trois sous-
nue des estimées et des prévisions, et par l’évaluation du besoin en fonctions : génération de plans alternatifs, évaluation des plans et
sources additionnelles ou de modification du procédé lui-même, sélection du plan optimal ;
afin d’atteindre des résultats améliorés. » [1]. — le contrôle réalise l’exécution du plan.

1.2 Fonctions 1.3 Niveaux de fusion

Le modèle de fusion de données [1] [2] [3], proposé en 1985 par le On distingue trois types de bases [1] :
JDL (U.S. Joint Directors of Laboratories Data Fusion Group) décrit — la fusion de mesures qui combine directement les mesures de
les fonctions liées à la fusion des données. Soit une situation réelle chaque capteur ; elle est encore appelée fusion amont ;
observée par un ensemble de capteurs. La fusion de données col-
— la fusion de primitives qui combine des caractéristiques extrai-
lecte et synthétise ces informations grâce à trois fonctions principa-
tes par chaque capteur ;
les (figure 1).
— la fusion de décisions qui combine l’information après que
■ L’alignement consiste à ramener les informations dans un réfé- chaque capteur a déterminé une localisation, une identité partielle
rentiel où elles peuvent être comparées. Parlant de capteurs physi- des objets présents ; elle est encore appelée fusion aval.
ques, il s’agit de transformer les données pour exprimer les Le passage d’une fusion amont à une fusion aval nécessite d’opé-
mesures dans un repère identique. La normalisation des données rer au niveau de chaque capteur une réduction statistique de l’infor-
est réalisée. mation visant à réduire le débit de transmission (faire au plus tôt des
■ L’association a pour objet d’affecter l’observation d’un senseur à calculs lourds de prétraitement) tout en préservant l’information
un objet souvent appelé « piste ». Cette fonction est accomplie au pertinente pour le problème à résoudre au niveau central. Cette
travers de trois sous-fonctions : réduction implique généralement une perte d’information et il con-
vient de s’interroger finement sur l’information à transmettre.
— la génération d’hypothèse sélectionne les hypothèses d’asso-
ciations potentielles. Chaque hypothèse d’association détermine un Un système complet de fusion de données [1] [2] [3] fait typique-
ensemble d’associations plot-piste ; ment intervenir cinq niveaux fonctionnels :
— l’évaluation d’hypothèse détermine le score (la confiance) de — niveau 0 : prétraitements des capteurs ;
chaque association plot-piste eu égard à un critère métrique sou- — niveau 1 : estimation des attributs, positions et identités des
vent de type probabiliste. Le score des hypothèses en est déduit ; entités ;

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
S 7 224 − 2 © Techniques de l’Ingénieur

YR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
sWRRT

__________________________________________________________________________________________________________________ FUSION DE DONNÉES

FUSION DE DONNÉES

Alignement Association Estimation


(Transformation – Génération d'hypothèses – Position
sur une référence – Évaluation d'hypothèses – Identité
commune) – Sélection d'hypothèse – Situation
Sources

MANAGEMENT DES RESSOURCES

Exécution
– Séquencement
Planification
– Génération des plans
Alignement
(Transformation

– Contrôle – Évaluation des plans sur une référence
– Sélection du plan commune)

Figure 1 – Fonctions de la fusion de données

— niveau 2 : établissement de la situation visant à décrire les notion de répartition. Le système peut être réparti et centralisé et
relations entre entités et événements. vice versa.
— niveau 3 : analyse de la situation visant à estimer et prédire les
effets sur la situation de plan et d’actions de la part des participants ;
— niveau 4 : management du procédé visant à piloter l’acquisi-
tion des données et à accomplir les objectifs de mission. 1.5 Bénéfices attendus
Chaque niveau supérieur du procédé de fusion de données traite
l’information à un niveau supérieur d’abstraction. Les niveaux 0 et 1
utilisent principalement des méthodes numériques et statistiques, La performance d’un système d’information tient principalement
alors que les niveaux 2, 3 et 4 utilisent principalement des méthodes à sa capacité à prendre en compte l’ensemble des sources d’infor-
symboliques issues de l’intelligence artificielle [4]. L’essentiel de ce mation disponibles. On entend par source d’information tout sys-
document est consacré aux niveaux 1 et 2. tème, allant du capteur physique à l’informateur humain, observant
la situation réelle ou fournissant des informations a priori sur les
situations réelles possibles, voire la manière de résoudre certains
problèmes inhérents aux situations observées.
1.4 Architectures Les concepts de redondance et de complémentarité de l’informa-
tion sont à l’origine des bénéfices attendus de la fusion de données.
On distingue essentiellement : ■ Deux informations sont complémentaires si l’estimation d’une
— l’architecture centralisée où l’on concentre l’information vers caractéristique d’un objet n’est possible que grâce à l’utilisation des
un unique centre de décision et de contrôle ; deux informations.
— l’architecture distribuée où il existe plusieurs centres de fusion
Exemple : localisation d’un objet au croisement de deux lignes de
coordonnés.
visée, surface = largeur × longueur.
Les objectifs de la décentralisation sont la robustesse en cas de
perte du centre de fusion, la capacité à étendre le système par sim- Les bénéfices apportés par la complémentarité de l’information
ple insertion des nouveaux éléments, approche dite plug and play. sont les améliorations de la couverture spatiale et temporelle du
Cette approche permet de réduire considérablement le délai pour système (les capteurs se partagent l’espace-temps), l’amélioration
munir le système de fusion de nouveaux capteurs et de nouveaux de la résolution spatio-temporelle (meilleure localisation des objets,
procédés. capacité accrue de dénombrement), la réduction des ambiguïtés en
L’estimation, la commande et le contrôle décentralisé constituent identification, l’extension des missions (complémentarité des prin-
des axes de recherche majeurs en fusion de données. Bien que cipes de mesure : par exemple, imagerie radar versus imagerie
séduisante, cette approche s’avère extrêmement difficile ; la diffi- infrarouge ou visible).
culté principale provient de la création et de la propagation dans le ■ Deux informations sont redondantes ou supplémentaires vis-à-
réseau d’informations redondantes qui biaisent gravement les vis du problème à résoudre si la connaissance de l’une d’entre elles
décisions dans les nœuds de fusion. Il faut alors tout à la fois avoir élimine la nécessité de connaître l’autre. Cette redondance d’infor-
un strict contrôle des échanges d’information entre centres et déve- mation est très utile car la confrontation des données redondantes
lopper des algorithmes éliminant cette redondance [5]. permet de détecter les mesures erronées, de pallier les données
Cette difficulté explique que l’approche la plus fréquente soit une manquantes (grâce à la gestion de tests suppléants) et de construire
approche intermédiaire, l’architecture hiérarchique. Il est de plus des indicateurs de confiance sur une information. Les bénéfices
usuel de faire cohabiter dans un système de fusion des fonctions apportés par la redondance de l’information sont la robustesse (en
centralisées et des fonctions distribuées. Pour des besoins de temps particulier tolérance aux pannes), l’amélioration de la détection
de réponse, il est souvent nécessaire d’établir des boucles courtes, (l’intégration de mesures multiples d’un même événement accroît la
contrôlées par des boucles longues de plus haut niveau. Enfin, la certitude de sa détection) et de la confiance (confirmation du même
distribution de la fonction fusion ne doit pas être confondue avec la événement).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur S 7 224 − 3

YS
r←ヲ←イ・ョ」・@iョエ・イョ・エ
sWRRT

FUSION DE DONNÉES ___________________________________________________________________________________________________________________

2. Théories utilisées 2.1.2 Propriétés des mesures

Soit une fonction µ :


La fusion est un procédé de combinaison de données et d’infor-
mation pour estimer ou prédire des états. La combinaison des don- 2Ω → [0, 1] telle que µ(∅) = 0
nées vise essentiellement à réduire l’incertitude sur l’information. La fonction µ est monotone :
Les incertitudes peuvent être modélisées par différentes théories :
— les probabilités de Bayes [6] ; ∀ A, B ∈ 2Ω, A ⊆ B ⇒ µ ( A ) ⭐ µ ( B )
— les probabilités inférieure et supérieure de Dempster [7] ;
µ est une mesure floue, appelée aussi capacité de Choquet.
— les possibilités-nécessités de Dubois et Prade [8] ;
— les crédibilités-plausibilités de Dempster-Shafer [9] [10]. µ a une fonction duale µ , qui est monotone :

R L’article [11] présente un panorama de ces méthodes. La présente


étude s’intéresse plus particulièrement à l’utilisation de la théorie
des probabilités. Il est bon de rappeler que cette théorie coïncide
µ(A) = µ(Ω) – µ(A)

On dit qu’une mesure floue est :


avec l’approche optimale quand l’information a priori est parfaite-
ment connue. — additive si : µ(A∪B ) = µ(A) + µ(B) pour A et B disjoints ;

La théorie des probabilités inférieure et supérieure est présentée — suradditive si : µ ( A ∪ B ) ⭓ µ ( A ) + µ ( B ) pour A et B disjoints.
pour mémoire, car elle assure un lien avec les autres théories non Michel Grabisch présente dans [19] une revue des principales pro-
probabilistes. Son usage est restreint eu égard à la complexité algo- priétés et développe les notions d’indices d’interactions et de mesu-
rithmique de mise en œuvre. res k-additives. Pour résumer grossièrement sans introduire les
La théorie des possibilités-nécessités repose sur des assertions hypothèses qui valident le raisonnement, la relation :
incompatibles avec la théorie des probabilités. On peut facilement µ(A∪B) > µ(A) + µ(B)
construire des exemples où les décisions possibilistes s’avèrent
incohérentes vis-à-vis des critères bayésiens [12]. Nous ne présen- suggère l’écriture suivante :
tons pas ici l’application à la fusion des données de cette théorie.
µ(A∪B) = µ(A) + µ(B) + I(A,B)
La théorie des crédibilités-plausibilités est d’usage courant dans
les applications de fusion de données et fait l’objet de nombreuses où I(A,B) > 0 suggère une interaction positive entre les événements
publications [13] [14]. Cette théorie coïncide (ou se réduit) dans le A et B.
cas de masses bayésiennes à la théorie des probabilités. C’est en se
plaçant dans le cadre de masses de croyance non bayésiennes, donc
définies sur des unions d’événements de base, que l’on peut faire
apparaître des différences de résultats et de comportement entre 2.2 Probabilités
ces deux théories [12] ; décision basée sur les probabilités et déci-
sion basée sur les crédibilités-plausibilités sont en général différen-
tes, voire opposées. 2.2.1 Définitions
Plus récemment, deux nouvelles extensions liées à la théorie des
probabilités ont été décrites dans ce cadre d’application [15] : la 2.2.1.1 Distribution de probabilités
théorie des ensembles aléatoires et les algèbres d’événements con-
ditionnels relationnels. Celles-ci ne sont pas non plus décrites ici. En théorie des probabilités [6], l’assignation de masses consiste
en l’assignation d’une densité de probabilités p sur les éléments de
Pour l’ensemble des théories, la robustesse à une méconnais- Ω telle que :
sance des informations a priori passe par l’introduction dans le pro-
cédé de combinaison d’une information quantifiant le degré de
connaissance de cet a priori : on présente ainsi la prise en compte de p : Ω → [0, 1], ∑ {p(ω) ω ∈ Ω} = 1
la fiabilité en probabilité [16] [17], dont un équivalent est la masse
assignée à l’ignorance dans la théorie des crédibilités-plausibilités. Les degrés de croyance sur les sous-ensembles de Ω sont quanti-
Dans le cadre de la théorie des probabilités, l’utilisation de modèles fiés par une distribution de probabilités P telle que :
contaminés permet de formuler des règles de décisions robustes
[18] et de quantifier la robustesse des différentes règles bayésiennes P : 2 Ω → [0, 1], ∀ω ∈ Ω, P({ω}) = p(ω)
envisagées, pour différents types de contamination.
et
∀A, B ⊆ Ω/A∩B = ∅, P(A∪B) = P(A) + P(B)
2.1 Mesures et propriétés La dernière propriété est celle d’additivité, il s’ensuit que :

P(A) = ∑ {p(ω) ω ∈ A}
2.1.1 Ensemble fondamental

L’ensemble Ω de tous les résultats possibles d’une expérience 2.2.1.2 Probabilité conditionnelle
donnée est appelé ensemble fondamental. Un élément de Ω, noté ω, Soit A un événement arbitraire d’un ensemble fondamental Ω tel
décrit une réalisation particulière de l’expérience en cours et est que P(A) > 0. La probabilité conditionnelle de B sachant que l’événe-
appelé une épreuve. Un événement A est un ensemble de résultats, ment A s’est réalisé, que l’on écrit P(B/A), est donnée par :
ou, en d’autres termes, un sous-ensemble de l’ensemble fondamen-
tal Ω. Ω est un ensemble fini de cardinal |Ω| et on note 2Ω l’ensemble
P(A ∩ B)
de tous les sous-ensembles possibles de Ω (tous les événements P ( B ⁄ A ) = ------------------------
possibles) de cardinal 2|Ω|. P(A)

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
S 7 224 − 4 © Techniques de l’Ingénieur

YT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
sWRRT

__________________________________________________________________________________________________________________ FUSION DE DONNÉES

2.2.1.3 Théorème de Bayes 2.2.2.2 Notion de risque de décision

L’inversion des probabilités est décrite par le théorème de Bayes : La mesure réalisée x peut résulter de n’importe laquelle des
M causes, l’espérance du risque commis en affectant x à Hj est don-
née par :
P ( E ⁄ H )P ( H )
P ( H ⁄ E ) = ---------------------------------------------------------------------------- M
P ( E ⁄ H )P ( H ) + P ( E ⁄ H )P ( H )
rj ( x ) = ∑ L ij ⋅ p ( H i ⁄ x )
i=1
Pour deux causes équiprobables P(H1) = P(H2), le rapport des pro-
babilités des causes conditionnellement à l’effet E observé est égal qui est appelé risque conditionnel associé à la décision Hj.
au rapport de l’effet conditionnellement aux causes. En effet, on
obtient dans ce cas :
2.2.2.3 Décisionnelle de Bayes

P ( H1 ⁄ E ) P ( E ⁄ H1 )
----------------------- = -----------------------
P ( H2 ⁄ E ) P ( E ⁄ H2 )
La décisionnelle calcule les quantités di (x) = − ri(x) et affecte x à la
décision de risque minimal, soit de di (x) maximal. Si on note d(x)
cette fonction de décision, le risque moyen est :

2.2.1.4 Théorème des probabilités totales r =
∫ r [ d ( x ) ⁄ x ]p ( x ) dx

Supposons que les causes H1, H2, ... HN forment une partition La fonction de décision qui minimise le risque en moyenne est la
d’un ensemble fondamental Ω ; les événements Hi s’excluent donc décisionnelle de Bayes. D’un point de vue statistique, le risque de
mutuellement et leur réunion est Ω. Soit E un autre événement, on Bayes représente une mesure de performance optimale. Si pour
suppose que l’on connaît tous les P(Hi), ainsi que les probabilités tout x, r [d (x)/x] est aussi petit que possible, l’intégrale précédente
conditionnelles P(E/Hi), on a alors : est minimale. Donc, on choisit :
r [dBayes(x)/x] = mini {ri (x)}
N

P ( E ) = P ( H 1 ) ⋅ P ( E ⁄ H 1 ) + ... + P ( H N ) ⋅ P ( E ⁄ H N ) = ∑ P ( Hj ) ⋅ P ( E ⁄ Hj ) Il faut noter que si l’on remplace di (x) par f [di (x)] avec f monotone
croissante, la décision résultante est inchangée. En particulier, on
j=1
peut utiliser pour les prises de décision ln[di (x)].
Cela conduit à la forme générale du théorème de Bayes : Il existe d’autres critères que le critère de Bayes, par exemple :
— la décision minimax, qui est celle qui minimise le maximum du
P ( Hi ) ⋅ P ( E ⁄ Hi ) risque possible soit : min (max ⎣rj (x)⎦). On établit un coût de décision
P ( H i ⁄ E ) = ---------------------------------------------------------
- qui porte sur le risque associé au choix d’une hypothèse et de son
N
alternative ;
∑ P ( Hj ) ⋅ P ( E ⁄ Hj ) — le maximum de vraisemblance qui ne considère pas les coûts
j=1 de décision. On accepte l’hypothèse Hi si P(Hi) · P(x/Hi) est maxi-
male suivant i ;
— le maximum a posteriori accepte l’hypothèse Hi si P(Hi /x) est
2.2.1.5 Mise à jour de l’état
maximale suivant i ;
Soit Pk(Hi) la probabilité de Hi à l’instant k, Pk(E) la probabilité de — le test de Neyman-Pearson en détection accepte l’hypothèse
E à l’instant k, et Pk(E/Hi) la probabilité conditionnelle de E sachant Hi L ( x ⁄ H0 )
à l’instant k, la probabilité de Hi à l’instant k +1 est donnée par : H1 si le ratio des vraisemblances ----------------------- est inférieur à une cons-
L ( x ⁄ H1 )
tante. On impose donc de maximiser la marge contre la fausse
Pk ( Hi ) ⋅ Pk ( E ⁄ Hi )
P k + 1 ( H i ) = P k ( H i ⁄ E ) = ---------------------------------------------
- alarme.
Pk ( E )
2.2.2.4 Régions critiques
Toute décisionnelle d(x) partitionne l’espace des attributs mesu-
2.2.2 Théorie de la décision bayésienne rés en plusieurs régions de décision : ᑬ i correspondant à la classe
Hi. Ces régions sont appelées régions critiques et leurs données
caractérisent complètement le test de décision.
2.2.2.1 Notion de coût de décision

Avant de formuler une règle de décision, il est communément 2.2.2.5 Mesures de performances de la décisionnelle
admis de définir un critère d’évaluation. À cette fin, on définit une La performance moyenne de la décisionnelle peut être évaluée
fonction de coût de décision, qui évalue la « pénalité » résultant de par la matrice de risque bayésien comportant les termes :
la décision Hi quand la véritable cause est Hj. Pour donner un exem-
ple, prenons celui de la prévision des avalanches : prévoir un risque
d’avalanche et qu’aucune avalanche ne se produit n’a pas les
mêmes conséquences potentielles qu’assurer qu’il n’y a aucun ris-
r ij = L ij ⋅ P ( H i )
∫ ᑬj
p ( x ⁄ H i )dx = L ij ⋅ ε ij
que d’avalanche et que celle-ci se produit effectivement : dans un
cas, il y a la perte d’une journée de montagne pour tous les Le terme εij correspond aux erreurs commises en décidant j alors
touristes ; dans l’autre, il y a mort d’homme. Il va de soi que la quan- que la mesure est une réalisation de la classe i. On dit que εij est la
tification de tels coûts n’est pas chose facile. On notera donc Lij confusion de i vers j. Ces termes forment une matrice appelée
(loss) le coût d’une erreur de décision d du type « décider Hj alors matrice de confusion. Les termes diagonaux de cette matrice corres-
que la vérité est Hi » : pondent aux décisions correctes, les termes non diagonaux aux
erreurs de décision. La probabilité d’erreur totale est donc donnée
Lij = Perte(d = Hj /Hi) par la somme des termes hors diagonale.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur S 7 224 − 5

YU

YV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
rQQPW

Filtrage de Kalman
Yves DELIGNON
Professeur à l’institut TELECOM/TELECOM Lille 1

1. Quelques éléments d’estimation ................................................. R 1 107 – 2


1.1 Estimation d’une variable aléatoire cachée....................................... — 2
1.2
2.
Estimation d’un processus aléatoire inobservable ...........................
Modèle dynamique d’état..............................................................

— 3
3

3. Estimateur du processus d’état ................................................... — 4
3.1 Algorithme récursif de calcul de la loi a posteriori
( )
p x n y 0 , y 1,..., y n ............................................................................... — 4
3.1.1 Cas général .............................................................................. — 4
3.1.2 Cas d’un modèle linéaire et gaussien ..................................... — 5
3.2 Filtre de Kalman ................................................................................. — 6
3.2.1 Maximum a posteriori – Modèle dynamique d’état linéaire
et gaussien ............................................................................... — 7
3.2.2 Erreur quadratique moyenne minimale avec contrainte
de linéarité ............................................................................... — 7
3.3 Exemples ............................................................................................ — 7
3.3.1 a. Estimation optimale de la position et de la vitesse
de véhicules stationnaires ....................................................... — 7
3.3.2 Égalisation d’un canal de communication numérique ........... — 8
4. Estimateur pour un modèle dynamique d’état non linéaire
ou non gaussien .............................................................................. — 10
4.1 Introduction ........................................................................................ — 10
4.2 Filtre de Kalman étendu ..................................................................... — 10
4.3 Exemple .............................................................................................. — 11
5. Performance..................................................................................... — 12
6. Conclusion........................................................................................ — 13
Pour en savoir plus.................................................................................. Doc. R 1 107

ans de nombreuses applications telles qu’en télécommunication, télédé-


D tection, géolocalisation, contrôle industriel, séismologie ou encore en
ingénierie biomédicale, le signal qui porte l’information cachée n’est pas acces-
sible directement et noyé dans le signal observé. Le développement de métho-
des de l’information cachée est en conséquence un enjeu important pour les
différentes applications et est à l’origine d’une littérature scientifique très riche
en traitement du signal. Dans le cas d’un système de communication numé-
rique par exemple, le récepteur reçoit une version du signal émis dégradée
par du bruit et des interférences de différentes natures (interférences entre sym-
boles, co-canaux ou canaux d’accès multiples). Le récepteur, dont le rôle est
d’extraire du signal reçu les symboles émis, est constitué de traitements succes-
sifs dont l’ensemble forme un estimateur. Autre exemple, la poursuite d’un
véhicule par un système radar est obtenue par l’estimation de la vitesse et de
la position du véhicule à partir d’un signal radar.
La problématique qui se pose alors est de savoir au regard de l’observation et
d’hypothèses sur le système, comment estimer au mieux le signal utile. Wiener
fut le premier à proposer en 1949 une solution [3] dans le cas où les signaux mis
en jeu sont stationnaires. Il développa un estimateur linéaire minimisant l’er-
reur quadratique moyenne obtenue en résolvant l’équation de Wiener-Hopf.
p。イオエゥッョ@Z@、←」・ュ「イ・@RPPY

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. R 1 107 – 1

YW
r←ヲ←イ・ョ」・@iョエ・イョ・エ
rQQPW

FILTRAGE DE KALMAN ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––

Kalman proposa, en 1960 [1] [2], une alternative au filtre de Wiener qui s’af-
franchit de la stationnarité du processus observé et de celui caché. Le filtre de
Kalman est basé sur un modèle d’état linéaire qui met en équation l’évolution
du signal utile, et sa relation au signal mesuré ainsi que sur un critère d’optimi-
sation qui exploite toutes les observations, de l’instant initial à l’instant courant.
Le filtre obtenu par Kalman est récursif, sa réponse en chaque instant n’est en
effet fonction que du signal observé en son entrée et de sa réponse à l’itération
précédente (figure 1). Ainsi, le filtre de Kalman ne nécessite pas toutes les don-
nées passées pour produire une estimation à l’instant courant. Il ne nécessite
donc pas de mise en mémoire et de retraitement des données. Cet avantage
rend possible l’implémentation du filtre de Kalman pour des applications en
temps réel.

R Dans cet article, nous commençons par introduire des éléments d’estimation
statistique dans le cas où la variable ou le processus à estimer sont cachés,
nous rappellerons en particulier les critères du maximum a posteriori et de l’er-
reur quadratique moyenne minimale. Dans le paragraphe suivant, le modèle
dynamique d’état est décrit, il est formé de l’équation du processus d’état que
le filtre de Kalman cherche à estimer et du processus de mesure, seules don-
nées observables. Le paragraphe 4 est consacré à l’estimation séquentielle du
processus caché. L’algorithme récursif de calcul de la loi a posteriori est ensuite
dans le cas général puis dans le cas où le modèle dynamique d’état est linéaire
et les bruits d’état et de mesure sont gaussiens. Nous en déduisons ensuite le
filtre de Kalman. L’objectif du paragraphe 5 est l’estimation du processus d’état
pour un modèle dynamique d’état non linéaire. Le filtre de Kalman étendu (EKF)
est développé et illustré par un exemple. Enfin, le paragraphe 6 est consacré à
l’étude des performances des estimateurs par la borne de Cramer Rao a poste-
riori. Une conclusion et des ouvertures sur d’autres familles d’estimateurs ter-
minent cette synthèse sur le filtre de Kalman.

loi de x conditionnelle aux observations appelée loi a posteriori. Plu-


sieurs méthodes d’estimation sont possibles parmi lesquelles la
Système
méthode du maximum a posteriori (MAP) et la méthode de l’erreur
Observation quadratique moyenne minimale (EQMM) sont les plus connues.
à l'instant n Estimation
Mesure de l'état à Estimateur EQMM
État l'instant n
du système Filtre de Kalman L’estimation suivant l’erreur quadratique moyenne minimale
à l'instant n
consiste à choisir la valeur de l’état x̂ qui minimise
Estimation
E ⎡⎢ xˆ − x y 0 ,... , yN ⎤⎥ . L’estimateur, noté xˆ EQMM , est défini par :
2
de l'état à
l'instant n -1 ⎣ ⎦
Retard

xˆ EQMM = arg min E ⎡⎢ xˆ − x y 0 ,... , y N ⎤⎥


2
xˆ ⎣ ⎦
Figure 1 – Schéma introductif du filtrage de Kalman

E ⎡⎢ x̂ − x y 0 ,..., y N ⎤⎥ s’exprime à l’aide de la distribution a poste-


2
⎣ ⎦
1. Quelques éléments riori de x, en effet :
d’estimation E ⎡⎢ xˆ − x
2
y 0 ,..., y N ⎤⎥ =
2
( )
⎣ ⎦ ∫ xˆ − x p x y 0 ,..., y n dx (1)
IR

1.1 Estimation d’une variable aléatoire si x est une variable aléatoire continue
cachée
et
Soient x, y0,…, yN, N + 2 variables aléatoires. Les y0,…, yN sont
observables contrairement à x qui est une variable dite cachée. Cha- E ⎡⎢ xˆ − x

2

2
(
y 0 ,..., y N ⎤⎥ = ∑ xˆ − x p x y 0 ,..., y n ) (2)
cune des observations yi dépend de x. Pour estimer la variable x
cachée, on crée une fonction qui extrait des N + 1 observations y0,
…, yN la valeur de la variable cachée x. Cet estimateur dépend de la si x est une variable aléatoire discrète.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


R 1 107 – 2 est strictement interdite. – © Editions T.I.

YX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
rQQPW

–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– FILTRAGE DE KALMAN

Pour obtenir l’estimateur EQMM, il suffit de résoudre l’équation : 1.2 Estimation d’un processus aléatoire
d ⎡ inobservable
E xˆ − x y 0 ,..., y N ⎤⎥ = 0,
2
(3)
dxˆ ⎢⎣ ⎦ Soient x0,…, xn et y0,…, yn deux processus aléatoires. y0,…, yn est
un processus observable contrairement au processus caché x0,…,
l’extremum obtenu étant un minimum puisque xn. On cherche à estimer le processus caché en chaque instant à
partir du processus observé. Suivant les données prises en compte,
E ⎡⎢ x̂ − x y 0 ,..., y N ⎤⎥ est une fonction convexe.
2
⎣ ⎦ on distingue trois problèmes d’estimation :
En intégrant (1) ou (2) suivant x dans (3), en dérivant puis en iso- – le filtrage extrait le processus caché à l’instant n à partir de tou-
tes les données observées passées et courantes, c’est à dire y0,…,
lant x̂ , on montre que l’estimateur n’est autre que l’espérance de x yn. Cette opération est donc causale ;
conditionnelle aux observations y0,…, yN : – la prédiction consiste à prévoir l’état futur du système. L’estima-
tion de l’état en un instant quelconque n s’appuie ainsi sur les


x̂ = E ⎡⎣ x y 0 ,..., y N ⎤⎦ (4) observations passées y0,…, yn-k avec k > 0 ;
– le lissage pour lequel l’estimation de l’état en un instant n
Estimateur MAP exploite les données observées passées, courantes et futures, soit
y0,…, yn,…, yN.
L’estimation selon le critère du maximum a posteriori de l’état x
consiste à choisir la valeur maximisant la probabilité de l’état x Tous ces estimateurs sont construits selon des critères d’optimi-
conditionnelle aux observations y0,…, yN. sation comme l’erreur quadratique moyenne minimale (EQMM) et
le maximum a posteriori (MAP) présentés dans le paragraphe
(
xˆ MAP = arg m ax p x y 0 ,..., y N
x
) précédent.
Quel que soit le critère, les estimateurs du processus caché sont
fondés sur sa distribution a posteriori :
(
Quel que soit le critère, l’estimateur x dépend de p x y 0 ,..., y N , )
c’est à dire de la distribution de la variable cachée conditionnelle à
(
– p x n y 0 ,..., y n ) dans le cas d’un filtre ;

l’observation appelée distribution a posteriori. Comme illustré dans – p (x n y 0 ,..., y n−k ) dans le cas d’un prédicteur ;
la figure 2 pour un état scalaire, ces estimateurs se confondent si la
loi a posteriori est unimodale et symétrique et sont différents dans – p (x n )
y 0 ,..., y N dans le cas d’un lissage.
le cas contraire (figure 3). En particulier, pour une loi a posteriori
gaussienne, les estimateurs du maximum a posteriori et de la mini- L’expression analytique de la loi a posteriori est obtenue à partir
misation de l’écart quadratique moyen sont identiques. d’hypothèses sur les relations entre le processus caché et celui
observé. Excepté pour des modèles simples comme des modèles
linéaires, ce calcul est le plus souvent inextricable. De plus dans le
cas d’un filtrage ou d’un prédicteur, l’état en un instant est estimé à
p (x ly0,...,yN)
partir d’observations dont le nombre est croissant, augmentant
ainsi à chaque itération la complexité de son calcul.
L’idée forte de Kalman est de supposer que l’état et la mesure
sont régis par un système d’équations linéaires appelé modèle
dynamique d’état qui sera l’objet du paragraphe 3. On montrera
dans le paragraphe 4 que la loi a posteriori de l’état peut être calcu-
lée par un algorithme récursif de complexité constante à chaque
itération et on en déduira le filtre de Kalman.

x MAP = x EQMM x
2. Modèle dynamique d’état
Figure 2 – Estimateurs EQMM et MAP de l’état x dans le cas
d’une distribution a posteriori symétrique et unimodale
Soient y0,… yn, les observations jusqu’à l’instant n d’un système,
les yn pouvant être des scalaires ou des vecteurs. Chaque observa-
tion yn dépend d’une quantité xn qui définit l’état du système à
p(x ly0,...,yN) l’instant n. xn est de nature scalaire ou vectorielle et est liée à l’ob-
servation yn par une relation du type :
y n = An ( x n , v n ) (5)

où les vecteurs yn et vn sont de dimension N alors que xn est un


vecteur de dimension M, A( ) est une fonction du vecteur d’état xn
et d’un bruit blanc noté vn appelé bruit d’observation et de matrice
de corrélation :
⎧ v
E[v nv k′ ] = ⎨ Σn si n = k (6)
⎩0 si n ≠ k

x MAP x EQMM x
avec ′ la transposée hermitienne.

Figure 3 – Estimateurs EQMM et MAP de l’état x dans le cas Remarquons qu’une condition nécessaire et non suffisante pour
d’une distribution a posteriori asymétrique que yn soit stationnaire est l’invariance temporelle de la fonction An.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. R 1 107 – 3

YY

QPP
Systèmes radars
(Réf. Internet 42591)

1– Antennes et radars

2– Traitement des signaux



3– Physique des environnements radars Réf. Internet page

Propagation des ondes radioélectriques à travers l'atmosphère E1163 103

Propagation des ondes radioélectriques des réseaux terrestres E1162 105

La furtivité électromagnétique TE6712 111

Mesure de surface équivalente radar (SER). Aspect expérimental TE6714 117

Matériaux composites en électromagnétisme. Matériaux absorbants radar E1166 123

4– Hyperfréquences

 Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires

QPQ

QPR
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eQQVS

Propagation des ondes radioélectriques


à travers l’atmosphère
par Laurent CASTANET
Ingénieur de recherche
Office national d’études et de recherches aérospatiales (ONERA)
et Patrick LASSUDRIE-DUCHESNE
Directeur d’études
École nationale supérieure des télécommunications de Bretagne


1. Propagation à travers la troposphère ................................................ E 1 163 – 2
1.1 Atténuation................................................................................................... – 2
1.1.1 Atténuation due aux gaz .................................................................... – 2
1.1.2 Atténuation due aux nuages.............................................................. – 3
1.1.3 Atténuation due à la pluie .................................................................. – 3
1.2 Scintillation................................................................................................... – 5
1.3 Dépolarisation .............................................................................................. – 5
1.4 Augmentation de la température de bruit des antennes ......................... – 6
1.5 Conclusion.................................................................................................... – 6
2. Propagation à travers l’ionosphère..................................................... – 7
2.1 Indice de réfraction de l’ionosphère........................................................... – 7
2.2 Retard de groupe ......................................................................................... – 7
2.3 Dispersion fréquentielle .............................................................................. – 8
2.4 Effet Faraday ................................................................................................ – 8
2.5 Scintillations ionosphériques ..................................................................... – 8
2.6 Conclusion.................................................................................................... – 9
Pour en savoir plus ........................................................................................... Doc. E 1 163

ne liaison radioélectrique entre le sol et un satellite traverse l’atmosphère


U terrestre. Celle-ci comporte deux régions susceptibles d’influencer la pro-
pagation des ondes : la troposphère et l’ionosphère.
La troposphère désigne les couches basses de l’atmosphère où se produi-
sent les phénomènes météorologiques. Ceux-ci ont une influence notable sur
la propagation Terre-espace. En règle générale, cette influence tend à aug-
menter avec la fréquence de l’onde.
p。イオエゥッョ@Z@ュ。ゥ@RPPX@M@d・イョゥ│イ・@カ。ャゥ、。エゥッョ@Z@ッ」エッ「イ・@RPQW

L’ionosphère est une région de la haute atmosphère où les composants sont


partiellement ionisés par le rayonnement solaire. Cette ionisation exerce éga-
lement une influence sur la propagation des ondes. À l’inverse de la
troposphère, les effets ionosphériques sont prépondérants aux basses fré-
quences, en dessous de 1 GHz, et diminuent avec la fréquence.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. E 1 163 – 1

QPS
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eQQVS

PROPAGATION DES ONDES RADIOÉLECTRIQUES À TRAVERS L’ATMOSPHÈRE ___________________________________________________________________

1. Propagation à travers P = 1 013 hPa – T = 15 °C - Hum abs. = 7,5 g/m3

la troposphère 102

Affaiblissement linéique (dB/km)


101
La troposphère est la région de l’atmosphère, comprise entre le
sol et environ 12 km d’altitude, où se produisent les phénomènes
météorologiques. L’air sec, dont la densité décroît quasi exponen- 100
tiellement avec l’altitude ainsi que la présence de vapeur d’eau en
quantité variable confèrent à ce milieu un indice de réfraction légè-
rement supérieur à l’unité et provoque une absorption des ondes 10 –1
électromagnétiques. Les hydrométéores (pluie, neige, grêle, nua-
ges, brouillard) provoquent une absorption supplémentaire 10 –2
dépendant des conditions météorologiques locales.
La troposphère induit des effets de propagation notables sur les 10 –3
liaisons Terre-satellite pour des fréquences supérieures à 5 GHz.
Pour les fréquences comprises entre 1 GHz et 1 000 GHz, ces effets


troposphériques peuvent être classifiés en quatre grandes 10 – 4
catégories : l’atténuation (§ 1.1), la scintillation (§ 1.2), la 10 –1 100 101 102
dépolarisation (§ 1.3) et l’augmentation de la température de bruit Fréquence (GHz)
O2 H2O
des antennes (§ 1.4).
Figure 1 – Variation en fréquence de l’affaiblissement linéique
dû à l’oxygène et à la vapeur d’eau calculé par la recommandation
ITU-R P.676
1.1 Atténuation
L’atténuation est un effet qui se traduit par une perte du signal reçu
en raison d’un phénomène d’absorption dû à la présence de particu-
les gazeuses ou d’hydrométéores le long de la liaison. Aux fréquen-
ces comprises entre 1 et 1 000 GHz, les constituants gazeux qui
interviennent sont l’air sec (essentiellement l’oxygène moléculaire) et
la vapeur d’eau. Les hydrométéores qui atténuent les signaux reçus
sont principalement les nuages et les précipitations (pluie, neige).

1.1.1 Atténuation due aux gaz


Aux fréquences inférieures à 1 000 GHz, l’atténuation due à l’air
clair est essentiellement provoquée par l’oxygène moléculaire pré-
sent dans l’atmosphère. Le spectre de l’oxygène moléculaire se
caractérise par un spectre de raies d’absorption à différentes fré-
quences (figure 1) dont une série de raies rapprochées entre 50 et
70 GHz qui forment un continuum de raies d’absorption aux faibles
latitudes (pour des valeurs élevées de la pression atmosphérique).
D’autres raies isolées sont également présentes, notamment à T (°C)
118,7 GHz ainsi qu’à des fréquences supérieures à 300 GHz.
Figure 2 – Température annuelle moyenne à la surface de la mer
La forme de ces raies d’absorption dépend de deux paramètres
météorologiques : la pression et la température moyenne 2,5
annuelle. La température moyenne annuelle peut être obtenue 20 GHz
Atténuation (dB)

30 GHz
n’importe où à la surface du globe grâce à la carte donnée par la 40 GHz
50 GHz
recommandation ITU-R P.1511 (figure 2).
2,0
La recommandation ITU-R P.676 permet de calculer la distribu-
tion cumulative de l’atténuation due à l’oxygène sur le trajet consi-
déré aux différentes fréquences (figure 3) en fonction de la
pression et de la température moyenne annuelle. 1,5
L’atténuation due à la vapeur d’eau se caractérise également par
un spectre de raies d’absorption avec des pics de résonance situés
à 22,23, 183 et 320 GHz (voir figure 1), ainsi qu’à d’autres raies en 1,0
ondes millimétriques et dans l’infrarouge. La forme de ces raies
d’absorption dépend de trois paramètres météorologiques : la
pression, la température et la teneur en vapeur d’eau de l’atmos-
phère. Le contenu intégré en vapeur d’eau peut être obtenu 0,5
n’importe où à la surface du globe grâce aux cartes données par la
recommandation ITU-R P.836 (figure 4).
La recommandation ITU-R P.676 permet de calculer l’atténuation 0
due à la vapeur d’eau sur le trajet considéré aux différentes fré- 10 –3 10 –2 10 –1 100 101 102
quences (figure 5) en fonction de la pression, de la température Temps d'interruption (%)
moyenne annuelle et surtout du contenu intégré en vapeur d’eau Figure 3 – Distribution cumulative d’atténuation due à l’oxygène
(défini comme le contenu intégré en vapeur d’eau dans une prédite par la recommandation ITU-R P.676, ville de Milan, liaison
colonne de 1 m2 de section). à 38˚ d’élévation

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


E 1 163 – 2 est strictement interdite. – © Editions T.I.

QPT
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eQQVR

Propagation des ondes radioélectriques


des réseaux terrestres

par Hervé SIZUN


Docteur Es-Sciences, Université de Rennes
Ingénieur « Expert Senior », France Telecom R&D


1. La propagation troposphérique............................................................ E 1 162 – 2
1.1 Propagation radioélectrique en espace libre ............................................. – 2
1.2 Propagation radioélectrique en visibilité ................................................... – 3
1.3 Propagation radioélectrique en non-visibilité ........................................... – 8
2. Propagation en milieu rural, suburbain et urbain........................... – 11
2.1 Les bases de données géographiques ....................................................... – 12
2.2 Modèles de propagation ............................................................................. – 12
3. Propagation à l’intérieur des bâtiments ............................................ – 15
3.1 Modèles de pénétration .............................................................................. – 15
3.2 Modèles de propagation à l’intérieur des bâtiments ................................ – 15
4. Propagation large bande ........................................................................ – 19
4.1 Modèles à trajets.......................................................................................... – 19
4.2 Modèles géométriques................................................................................ – 20
5. Propagation ultra-large bande.............................................................. – 20
5.1 Modèle d’affaiblissement ............................................................................ – 20
5.2 Modèle de réponse impulsionnelle ............................................................ – 21
Références bibliographiques.......................................................................... – 23

es liaisons radioélectriques du réseau terrestre fixe (FH, WIFI, WIMAX, ...),


L mobile (GSM, UMTS, ...) ou à très haut débit à courte portée sont situées
soit à l’intérieur de la troposphère, siège de nombreux phénomènes
météorologiques et climatiques (présence de gradient d’indice de réfraction,
hydrométéores : pluie, neige, brouillard, etc.), soit au-dessus du sol avec son
lot d’obstacles (bâtiments, végétation...), soit encore à l’intérieur des
bâtiments.
p。イオエゥッョ@Z@ヲ←カイゥ・イ@RPPX@M@d・イョゥ│イ・@カ。ャゥ、。エゥッョ@Z@ッ」エッ「イ・@RPQW

■L’étude des bilans de telles liaisons nécessite de prendre en compte les diffé-
rents affaiblissements (affaiblissement en espace libre, affaiblissement en
excès qui regroupe l’ensemble des affaiblissements supplémentaires dus aux
différents effets de l’environnement : gaz, hydrométéores, bâtiments, végé-
tation, etc.) et les différents renforcements du signal entre l’émetteur et le
récepteur (gains d’antennes, focalisation, etc.). Différents mécanismes de pro-
pagation entrent en jeu : la réflexion, la réfraction, la transmission, la diffusion,
etc.
L’indice de réfraction joue un rôle important dans la troposphère. Les gra-
dients de l’indice de réfraction dans le profil vertical créent des couches de
guidage du rayonnement électromagnétique. Si l’étendue horizontale de ces
couches de guidage est suffisante, elles provoquent des variations parfois
importantes du niveau du signal direct, des variations d’angles d’arrivée et
l’apparition de trajets multiples qui interfèrent au niveau du récepteur.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. E 1 162 – 1

QPU
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eQQVR

PROPAGATION DES ONDES RADIOÉLECTRIQUES DES RÉSEAUX TERRESTRES ___________________________________________________________________

Le sol, les bâtiments, la végétation apportent leur lot de rayons : on distingue


en effet les rayons réfléchis sur le sol, sur les différentes façades des bâtiments
ou sur les différentes cloisons à l’intérieur des bâtiments, les rayons diffractés
sur les sommets élevés ou sur les arêtes horizontales et verticales des
bâtiments situés dans l’axe de la liaison, les rayons diffusés sur le couvert
végétal, les rayons guidés dans les conduits, les rues, les couloirs des
bâtiments, etc.
Aux fréquences supérieures à 10 GHz, les ondes électromagnétiques intera-
gissent avec l’atmosphère neutre et les divers phénomènes météorologiques
tels qu’hydrométéores (pluie, neige, grêle) pour engendrer une absorption et
une diffusion d’énergie et donc un affaiblissement des signaux transmis.
■Les besoins sans cesse croissants des télécommunications en matière de
débit nécessitent d’avoir une modélisation de plus en plus précise du canal de
propagation dans des conditions d’environnement, de gammes de fréquence,
des largeurs de bande..., toujours plus diverses. Cette modélisation permet de

S dimensionner au mieux les interfaces radio en termes de qualité, d’optimiser


les réseaux lors de leur déploiement (détermination des zones de couverture
(choix des sites, allocation des fréquences, définition des puissances, gains
d’antenne, etc.) et de déterminer les brouillages éventuels).
Les modèles sont de différents types : on distingue les modèles déte-
rministes, empiriques et semi-empiriques.
Les modèles déterministes s’appuient sur les lois fondamentales de la phy-
sique. Ils servent de modèles de référence. Le temps de calcul est par contre
relativement élevé.
Les modèles empiriques sont basés sur l’analyse d’un grand nombre de
mesures expérimentales en fonction de différents paramètres tels que la fré-
quence, la distance, la hauteur des antennes. Ils sont robustes, rapides et ne
nécessitent pas de bases de données géographiques. Ils sont adaptés au
dimensionnement des systèmes mais peu précis plus particulièrement à
courtes distances.
Les modèles semi-empiriques combinent une formulation analytique des
phénomènes physiques (réflexion, transmission, diffraction, diffusion) et un
ajustement statistique à l’aide de mesures expérimentales. Ils sont rapides,
précis et robustes. Ils nécessitent par contre la prise en compte de l’environne-
ment (troposphère, bases de données géographiques (topographie, occupation
du sol, morphologie, contours des bâtiments, axe de rue, etc.)).

Cet article touche à la fois la propagation troposphérique, tant en visibilité qu’en non
visibilité, la propagation des ondes radioélectriques en milieu rural, suburbain et urbain, la
propagation des ondes radioélectriques à l’intérieur des bâtiments et la propagation des
ondes radioélectriques en contexte large et ultra-large bande.

1. La propagation négligeable par rapport à la distance qui les sépare. Aucun obsta-
cle ne vient d’autre part perturber la propagation entre l’émetteur
troposphérique et le récepteur.
La relation fondamentale entre la puissance reçue Pr et puis-
sance émise Pt est :
Les phénomènes mis en jeu dans une liaison troposphérique
tant en visibilité qu’en non visibilité ont été développés par Boi- λ2
thias [1]. Le lecteur est invité à s’y rapporter. Seul un résumé des Pr = GeGr Pt
principaux phénomènes est décrit ci-après. (4πd )2
avec Gt et Gr respectivement les gains des antennes
d’émission et de réception,
1.1 Propagation radioélectrique
λ la longueur d’onde (m),
en espace libre
d la distance entre émetteur et récepteur (m).
On désigne sous ce terme la propagation dans un milieu illimité Cette relation, généralement dénommée « équation fondamen-
et homogène où n’existent que l’émetteur et le récepteur associés tale des télécommunications », est à la base des calculs et des
à leur antenne. Ces différents éléments sont de dimension mesures de propagation.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


E 1 162 – 2 est strictement interdite. – © Editions T.I.

QPV
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eQQVR

___________________________________________________________________ PROPAGATION DES ONDES RADIOÉLECTRIQUES DES RÉSEAUX TERRESTRES

λ2
La quantité est souvent appelée affaiblissement en
(4πd )2
espace libre A0. Il vaut en décibels (dB) :

A0 = 32,4 + 20 lg f + 20 lg d M

avec lg logarithme en base 10,


E
f la fréquence (MHz), d1 A d2 R
d la distance (km).
L’affaiblissement total de propagation (A) comprend en plus de
l’affaiblissement en espace libre (A0), un affaiblissement supplé- P
mentaire As qui traduit l’influence de nombreux facteurs d’environ-
nement (gaz, hydrométéores ..., etc.), effet de masque dû à des
obstacles (bâtiments, murs, cloisons, meubles, personnes, végé-
tation ..., etc.) ou variabilité due aux interférences. Dans la prati- Figure 1 – Représentation schématique des zones de Fresnel
que, il faut également tenir compte des pertes dans les lignes
d’alimentation des antennes (feeder), et, plus généralement, de
tous les dispositifs qui s’insèrent entre les émetteurs ou les
récepteurs et les antennes. On considère qu’une liaison est en visibilité radioélectrique

si le 1er ellipsoïde de Fresnel délimitant la région de l’espace où
passe la quasi-totalité de l’énergie n’est pas engagé (ne
1.2 Propagation radioélectrique contient aucun obstacle). Les phénomènes de diffraction par
des obstacles éventuels situés au-delà du 1er ellipsoïde de
en visibilité Fresnel ont donc une influence négligeable sur le niveau reçu.
Le rayon de l’ellipsoïde étant inversement proportionnel à la
La présence de la Terre et de l’atmosphère met en jeu différents
fréquence, il en résulte qu’il faut élever d’autant plus les anten-
mécanismes physiques (réflexion, réfraction, diffraction, diffusion)
nes que les fréquences sont basses.
qui viennent modifier les conditions de propagation et influencer
le niveau du champ reçu même si les deux extrémités de la liaison
sont en visibilité radioélectrique. Après avoir défini la notion de 1.2.2 Affaiblissement dans l’atmosphère
visibilité radioélectrique, nous examinerons les différents
mécanismes physiques rencontrés : affaiblissement (gaz, hydro-
1.2.2.1 Affaiblissement par les gaz
météores (pluie, brouillard, nuage, grêle)), réflexion sur le sol,
réfraction dans l’atmosphère, diffraction, etc. L’affaiblissement par les gaz résulte de la résonance moléculaire
de l’oxygène et de la vapeur d’eau.
1.2.1 Liaison en visibilité • La molécule d’oxygène possède un moment magnétique per-
manent. Son couplage avec le champ magnétique d’une onde élec-
L’étude des ondes électromagnétiques entre un émetteur E et un tromagnétique incidente provoque une absorption par résonance à
récepteur R conduit à subdiviser l’espace de propagation en une certaines fréquences. Aux environs de 60 GHz correspond notam-
famille d’ellipsoïdes, appelés ellipsoïdes de Fresnel, ayant comme ment un couplage entre le moment intrinsèque de l’électron (spin) et
foyers les points E et R, tels qu’un point quelconque M d’un de ces l’énergie rotationnelle de la molécule qui génère une série de raies
ellipsoïdes satisfasse la relation (cf. figure 1) : d’absorption assez proches les unes des autres dans le spectre.
EM + MR = ER + nλ/2 • La molécule de vapeur d’eau se comporte comme un dipôle
électrique. Son interaction avec une onde incidente désoriente la
avec n un nombre entier qui caractérise l’ellipsoïde
molécule en générant une énergie potentielle interne supplémen-
considéré (n = 1 caractérise le 1er ellipsoïde de
taire. Le maximum d’atténuation atteint aux environs de 22 GHz
Fresnel...),
résulte de la résonance de la molécule d’eau, elle se met à tourner
λ la longueur d’onde. sur elle-même en absorbant une forte proportion de l’énergie élec-
Le rayon du ne ellipsoïde en un point du parcours situé à la dis- tromagnétique incidente.
tance d1 de E et à la distance d2 de R (d1 + d2 = d, sous réserve que La figure 2 montre la variation de l’affaiblissement linéique dû à
les distances d1 et d2 soient grandes par rapport aux rayons des l’oxygène et à la vapeur d’eau. Une manière très précise pour
ellipsoïdes) est donné par la relation suivante : estimer l’affaiblissement par les gaz est de tenir compte de la
contribution de l’ensemble des raies d’absorption de l’oxygène et
nλd1d 2 de la vapeur d’eau et du spectre continu d’absorption lié à l’eau et
rn = la glace. Différents modèles existent dans la littérature [2] [3] [4]
d1 + d 2
[6]. Le modèle de référence est celui de Liebe, le modèle MPM93
Le rayon du 1er ellipsoïde est égal à : [2]. Il permet de calculer l’indice de réfraction lié à l’oxygène et à
la vapeur d’eau dans l’atmosphère ainsi que l’affaiblissement lié à
chacun de ces composants, pour des fréquences allant jusqu’à
λd1d 2
r1 = 1 000 GHz [6] [7] [8] [2]. Les paramètres d’entrée de ce modèle
d1 + d 2 sont la pression, la température, l’humidité relative relevées sur
un profil vertical de l’atmosphère terrestre ainsi que la fréquence
La valeur maximale au milieu du trajet du rayon du 1er ellipsoïde [9] [3].
est donc :
Application numérique : l’affaiblissement linéique dû aux gaz de
1 l’atmosphère est, pour une atmosphère moyenne (7,5 g/m3), de
rmax = λd
2 l’ordre de 0,2 dB/km et 15 dB/km respectivement à 20 et 60 GHz.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


est strictement interdite. – © Editions T.I. E 1 162 – 3

QPW
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eQQVR

PROPAGATION DES ONDES RADIOÉLECTRIQUES DES RÉSEAUX TERRESTRES ___________________________________________________________________

P = 1 013 hPa – T = 15 °C – Humidité absolue = 7,5 g/m3


Affaiblissement linéique (dB/km)

Affaiblissement linéique, γr (dB/km)


100
100
Taux de précipitation
150 mm/h
10 50
100
50
1 20
25
10
0,1
5 5
0,01 O2
2 1,25
0,001
O 1
H2 0,25


0,0001 0,5
0,1 1 10 100
Fréquence (GHz)
0,2
Figure 2 – Affaiblissement linéique (dB/km) dû aux gaz
de l’atmosphère (O2 et H2O) 0,1

1.2.2.2 Affaiblissement par les hydrométéores 0,05

L’affaiblissement dû à la pluie se fonde plus particulièrement sur


la connaissance des intensités de précipitation. L’affaiblissement 0,02
linéique γr (dB/km) est obtenu à partir de l’intensité de
précipitation R (mm/h) selon la relation mathématique suivante : 0,01
1 2 5 10 20 50 100 200 500
γr = kRα. Fréquence (GHz)
Les coefficients k et α dépendent de la fréquence et de la polarisa-
tion [10]. Pour une intensité de 20 mm/h (valeur dépassée pendant Figure 3 – Affaiblissement linéique (dB/km) dû à la pluie en fonction
de la fréquence pour différents taux de précipitation (UIT-R P. 838)
0,1 % du temps à Belfort), les ordres de grandeur des affaiblisse-
ments dus à la pluie sont de 2 et 8 dB/km respectivement à 20 et
60 GHz. Pour une intensité de 40 mm/h valeur dépassée pendant
0,01 du temps, les valeurs sont de l’ordre de 3,2 et 13 dB/km. Onde incidente Onde réfléchie
La Recommandation UIT-R P.837 [10] fournit un modèle de
détermination de l’intensité de pluie Rp, dépassée pendant un
pourcentage donné p de l’année moyenne et à un emplacement
donné ainsi que des exemples de cartes mondiales de répartition θi θr
de la pluie (mm/h) dépassée pendant 0,01 % de l’année moyenne.
Les fichiers de données ont été établis d’après des données
recueillies pendant 15 ans par le Centre européen des prévisions
météorologiques à moyen terme (CEPMMT). La figure 3 montre la
variation de l’affaiblissement linéique (dB/km) dû à la pluie. n1

Un certain nombre de modèles existent dans la littérature. Les


noms les plus cités sont : UIT-R, Bryant, Crane, DAH (Dissanayake- n2
Alnutt-Haidara), Garcia, Karasawa, Leitao-Watson, Matricciani,
SAM, Sviatogor, Assis-Einluft, Misme-Waldteufel, etc. [9]. a réflexion spéculaire

1.2.3 Réflexion sur le sol


Ondes incidentes
Ondes diffusées
On a réflexion lorsque l’onde rencontre une surface dont les
dimensions sont grandes et les irrégularités petites par rapport à
la longueur d’onde. Le champ réfléchi est lié au champ incident
par l’intermédiaire des relations de Fresnel [11]. On distingue la
réflexion spéculaire et la réflexion diffuse (cf. figure 4).

1.2.3.1 Réflexion spéculaire


La réflexion spéculaire, phénomène commun à toutes les fré-
quences, est celle due à une surface homogène parfaitement
plane. Elle est due à des obstacles tels que le sol, les façades
d’immeubles et les surfaces planes. L’affaiblissement de propaga-
tion induit par de telles réflexions découle des relations de Fresnel
et dépend des caractéristiques diélectriques de la surface b réflexion diffuse
réfléchissante (conductivité σ, permittivité relative εr ou permitti-
vité relative complexe εr′ = εr − j60σλ ). La perméabilité magnéti- Figure 4 – Représentation schématique de la réflexion spéculaire et
diffuse
que relative est toujours voisine de l’unité.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie


E 1 162 – 4 est strictement interdite. – © Editions T.I.

QPX
r←ヲ←イ・ョ」・@iョエ・イョ・エ
eQQVR

___________________________________________________________________ PROPAGATION DES ONDES RADIOÉLECTRIQUES DES RÉSEAUX TERRESTRES

<