Apport de l’analyse temps-fréquence combinée à l’analyse de formes pour le traitement ISAR

Abstract

Dans le cadre de la surveillance maritime, les opérationnels ont de plus en plus recours à l'imagerie radar pour classifier à grande distance un objet marin. Le traitement ISAR (Inverse Synthetic Aperture Radar) répond à ce besoin. Il repose en particulier sur l'analyse des mouvements propres de l'objet marin. Une fois l'objet détecté, il s'agit d'afficher sur la console tactique la représentation de la fréquence Doppler en fonction de la distance, aussi appelée image range-Doppler. Le travail présenté dans ce mémoire s'inscrit dans une perspective d'évolution opérationnelle de la chaîne de traitement existante. Il vise à produire de manière automatique la « meilleure » image range-Doppler. Dans cette thèse, nos contributions s'appuient sur l'idée de reconsidérer la chaîne de traitement en tenant compte de l'a priori que l'objet marin est un objet rigide dont la géométrie structure l'évolution du signal radar. Ainsi, dans une première contribution, nous proposons une nouvelle méthode d'analyse temps-fréquence du signal radar afin d'obtenir une image instantanée où l'opérationnel peut distinguer « au mieux » les superstructures de l'objet marin. Cette dernière est fondée sur la fusion de plusieurs représentations temps-fréquence issues de la classe de Cohen en faisant l'hypothèse que les composantes temps-fréquence sont des trajectoires structurées 2D dans le plan temps-fréquence, contrairement aux termes d'interférences induits par la propriété de bilinéarité des membres de cette classe. Une étude comparative sur données synthétiques et ISAR est menée pour confirmer la pertinence de notre approche, notamment du point de vue de la résolution temps-fréquence et de la suppression des termes d'interférences.Dans une seconde contribution, nous établissons une nouvelle procédure pour qualifier chaque image range-Doppler, obtenue à l'issue de l'analyse temps-fréquence, avec des mesures d'irrégularité de formes que nous fusionnons à l'aide d'un opérateur d'agrégation. Des simulations sur données réelles sont réalisées. Les résultats concordent avec une analyse subjective menée par des opérationnels, ce qui confirme l'efficacité de notre méthode.