Traitement d’antenne pour des sources bande large

RésuméDepuis quelques années on s’intéresse dans le domaine du traitement d’antenne à l’étude de signaux de type bande large. Il s’agit d’effectuer la détection et la localisation de sources émettant de tels signaux. A ce jour, plusieurs méthodes ont été proposées qui utilisent soit le sous-espace signal incohérent, soit le sous-espace signal cohérent engendré par les vecteurs propres de la matrice spectrale. Dans cette étude, nous nous proposons d’estimer le sous-espace signal cohérent. Pour cela nous introduisons un nouvel opérateur de focalisation construit à partir des vecteurs propres des matrices spectrales estimées. Cet opérateur assure une séparation maximale entre les différentes sources. Sur des données expérimentales, nous montrons que l’utilisation de cet opérateur permet d’améliorer considérablement la localisation de sources rayonnantes large bande.AbstractSince many years, we have been interested in studying wide-band signals. The main objectives are generally detection and localization of the sources radiating these signals. Several methods using the incoherent or the coherent signal subspace are proposed for this problem. In this paper we study the coherent signal subspace. In order to do that, we use a new focalisation operator obtained from the estimated spectral matrix eigenvectors. This operator provides a maximal separation between all sources. With experimental data, we show that this operator improves the localisation of wide-band sources.

[1]  Hong Wang,et al.  Coherent signal-subspace processing for the detection and estimation of angles of arrival of multiple wide-band sources , 1985, IEEE Trans. Acoust. Speech Signal Process..

[2]  S. Unnikrishna Pillai,et al.  Forward/backward spatial smoothing techniques for coherent signal identification , 1989, IEEE Trans. Acoust. Speech Signal Process..

[3]  J. Lacoume,et al.  Detection criteria and spatial-frequential smoothings , 1988, Fourth Annual ASSP Workshop on Spectrum Estimation and Modeling.

[4]  T. Kailath,et al.  Spatio-temporal spectral analysis by eigenstructure methods , 1984 .

[5]  G.Y. Delisle,et al.  Spatial analysis in passive listening using adaptive techniques , 1986, Proceedings of the IEEE.

[6]  Lloyd J. Griffiths,et al.  Broad-band signal-subspace spatial-spectrum (BASS-ALE) estimation , 1988, IEEE Trans. Acoust. Speech Signal Process..

[7]  G. Bienvenu,et al.  Optimality of high resolution array processing using the eigensystem approach , 1983 .

[8]  Thomas Kailath,et al.  On spatial smoothing for direction-of-arrival estimation of coherent signals , 1985, IEEE Trans. Acoust. Speech Signal Process..

[9]  Arnab K. Shaw,et al.  Estimation of angles of arrivals of broadband signals , 1987, ICASSP '87. IEEE International Conference on Acoustics, Speech, and Signal Processing.

[10]  Surendra Prasad,et al.  An improved spatial smoothing technique for bearing estimation in a multipath environment , 1988, IEEE Trans. Acoust. Speech Signal Process..

[11]  S. Bourennane,et al.  Separation d'ondes en sismique marine , 1989 .

[12]  Mostafa Kaveh,et al.  Focussing matrices for coherent signal-subspace processing , 1988, IEEE Trans. Acoust. Speech Signal Process..

[13]  Jeffrey L. Krolik,et al.  Source location bias in the coherently focused high-resolution broad-band beamformer , 1989, IEEE Trans. Acoust. Speech Signal Process..

[14]  G. Bienvenu,et al.  Eigensystem properties of the sampled space correlation matrix , 1983, ICASSP.

[15]  Thomas Kailath,et al.  On smoothed rank profile tests in eigenstructure methods for directions-of-arrival estimation , 1987, IEEE Trans. Acoust. Speech Signal Process..

[16]  M. Morf,et al.  The signal subspace approach for multiple wide-band emitter location , 1983 .