Caracterisation statistique de signaux de type radar polarimetrique a ouverture synthetique. Application au codage avec compression d'information
Institution:
NantesDisciplines:
Directors:
Abstract EN:
Pas de résumé disponible.
Abstract FR:
Une caracteristique importante des dispositifs d'imagerie radar a visee laterale est la reception par le capteur des signaux a traiter sous la forme d'un hologramme. La methode de construction d'image requiert un emplacement memoire important ainsi que de nombreux processeurs capables de realiser une importante quantite d'operations en un temps parfois limite. Ceci est encore accentue pour un systeme radar polarimetrique. Pour des dispositifs embarques a bord de satellites ou de sondes d'exploration, l'adjonction d'une telle quantite de materiel est irrealisable. Une etape de compression des signaux bruts acquis est donc generalement adoptee avant transmission. Le debit est ainsi reduit de facon convenable. L'approche proposee dans la these en vue de la compression des signaux de type ros (radar a ouverture synthetique) polarimetrique est nouvelle. Elle utilise les proprietes statistiques des signaux a compresser afin d'exploiter les performances des quantificateurs de facon optimale. Elle necessite une analyse fine des proprietes statistiques de ces signaux, notamment en terme de correlation. Cette investigation est realisee sur des signaux reels acquis lors de campagnes de mesures. Les principaux types de procedes de compression par quantification vectorielle sont developpes et compares : il s'agit de la methode de linde, buzo et gray (lbg), des cartes topologiques de kohonen et de divers types de reseaux algebriques. On montre qu'en exploitant les diverses correlations du signal lors de la construction des vecteurs, cela entraine une amelioration consequente des performances des methodes mises en uvre. Par ailleurs, nous developpons une modelisation theorique qui permet de definir l'impact du bruit de quantification vectorielle des donnees brutes sur l'image reconstruite. Cette modelisation permet de comprendre la facon la plus appropriee de construire les vecteurs afin de minimiser la variance de l'erreur de l'image finalement obtenue. Enfin, un ensemble important de criteres d'evaluation des algorithmes appliques est mise en uvre : ils autorisent l'evaluation precise des degradations resultant de la quantification des signaux acquis.