Filtrage Adapté Stochastique passif pour la détection de plongeurs

Abstract

De par sa discrétion, la détection passive est un atout majeur pour la surveillance de zones maritimes, notamment dans le cas de détection de plongeurs intrus dans les zones portuaires. Des outils de traitement du signal adaptés au contexte passif sont nécessaires afin de minimiser le temps de réaction des opérateurs, voire même d’automatiser le processus. En pratique, les méthodes basées sur la démodulation d’amplitude ou DEMON (DEModulation Of Noise) sont les plus utilisées, mais atteignent leurs limitations pour la détection de sources à faible Rapport Signal sur Bruit (RSB) (bateaux, plongeurs, AUV...). Une stratégie pour maximiser le RSB est le Filtrage Adapté Stochastique (FAS), que nous étendons dans ce travail au contexte passif. La contribution majeure, réside dans l’étape cruciale de l’estimation du bruit de fond qui ne nécessite plus d’information a priori sur la répartition du bruit dans l’observation. Cette nouvelle méthode est alors appliquée sur un enregistrement de cycles respiratoires de deux plongeurs en piscine. Les résultats montrent qu’il est possible d’adapter les hypothèses du FAS au contexte passif pour maximiser le RSB en sortie de processus, permettant ainsi d’optimiser la détection.