FR3110232A1 - Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être localisé par un réseau de capteurs de localisation - Google Patents

Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être localisé par un réseau de capteurs de localisation Download PDF

Info

Publication number
FR3110232A1
FR3110232A1 FR2004737A FR2004737A FR3110232A1 FR 3110232 A1 FR3110232 A1 FR 3110232A1 FR 2004737 A FR2004737 A FR 2004737A FR 2004737 A FR2004737 A FR 2004737A FR 3110232 A1 FR3110232 A1 FR 3110232A1
Authority
FR
France
Prior art keywords
location
sensor
sensors
network
probability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR2004737A
Other languages
English (en)
Other versions
FR3110232B1 (fr
Inventor
Hugo SEUTE
Marguerite LACROIX
Nicolas Breuil
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thales SA
Original Assignee
Thales SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Thales SA filed Critical Thales SA
Priority to FR2004737A priority Critical patent/FR3110232B1/fr
Priority to EP21723710.6A priority patent/EP4150298A1/fr
Priority to PCT/EP2021/061663 priority patent/WO2021228618A1/fr
Publication of FR3110232A1 publication Critical patent/FR3110232A1/fr
Application granted granted Critical
Publication of FR3110232B1 publication Critical patent/FR3110232B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Probability & Statistics with Applications (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

Méthode, mise en œuvre par ordinateur, de génération d’une carte de probabilité, pour un porteur, d’être localisé par un réseau de plusieurs capteurs de localisation En ayant chacun une portée de localisation maximale et une précision de localisation prédéfinie, la méthode comprenant les étapes de : Déterminer (101) une probabilité de présence de chaque capteur de localisation En en fonction de sa position,  Pour chaque point M d’une zone géographique donnée, Déterminer (102) l’erreur de localisation atteinte par le réseau de capteurs de localisation à partir de la précision de localisation de chaque capteur de localisation, Déterminer (103) une probabilité d’être localisé par le réseau de capteurs de localisation comme étant égale à l’intégrale, sur un ensemble de positions possibles des capteurs de localisation En, du produit des probabilités de présence de chaque capteur En, si l’erreur de localisation atteinte par le réseau est inférieure ou égale à un seuil d’erreur prédéterminé, et est nulle sinon. Fig 1

Description

Méthode et système de génération d’une carte de probabilité, pour un porteur, d’être localisé par un réseau de capteurs de localisation
L’invention concerne le domaine de l’analyse de systèmes de détection/localisation tels que des émetteurs/récepteurs d’ondes électromagnétiques ou plus généralement des capteurs par exemple des dispositifs de communication ou des dispositifs radars.
L’invention porte plus précisément sur une méthode permettant de déterminer, pour une plateforme alliée, la probabilité d’être localisé avec une précision donnée par un système de localisation adverse basé sur des moyens d’émission/réception radiofréquence dans une zone donnée. La plateforme alliée est, par exemple embarquée dans un aéronef. Ainsi, l’invention offre une aide à la décision pour le pilote de l’aéronef pour déterminer les zones de déplacement dans lesquelles il n’est pas susceptible d’être localisé.
Dans le cas où les capteurs de localisation ont une position fixe, il est possible de déterminer leur position, par exemple en utilisant des moyens de localisation par satellite ou autres moyens, une fois pour toute avant le départ de l’aéronef.
Lorsque les capteurs de localisation adverses sont mobiles, cela est plus difficile car leurs positions peuvent évoluer entre le moment de la localisation et la mission de l’aéronef.
Par ailleurs, les capteurs adverses à localiser peuvent être embarqués sur des porteurs de natures diverses et notamment qui peuvent avoir des envergures variables. Par exemple, les porteurs de grande envergure sont généralement faiblement mobiles tandis que les porteurs de moyenne envergure peuvent être plus mobiles.
Lors d’une mission de surveillance, la position des capteurs adverses de moyenne envergure n'est pas connue avec certitude ce qui contribue à augmenter le niveau de risques de la mission ou à interdire de survol de larges zones considérées comme à haut niveau de risques car avec une forte probabilité de présence de ce type de capteurs.
Les zones de risques sont généralement définies par rapport aux portées des capteurs adverses.
Le problème technique général visé par l’invention consiste, pour un porteur allié, à estimer des zones géographiques dans lesquelles la probabilité est importante d’être localisé avec une précision donnée par un équipement adverse ayant des capacités de détection et localisation.
Les solutions de l’art antérieur sont le plus souvent basées sur la définition de zones de risque de localisation a priori, en fonction des positions supposées des systèmes adverses de détection/localisation. Les positions des capteurs adverses peuvent être estimées à partir de capteurs de localisation alliés ou par des informations a priori.
Cependant, ces solutions ne prennent pas en compte les imprécisions de localisation des capteurs adverses qui peuvent conduire à définir des zones de risque erronées. Elles ne prennent pas non plus en compte les phénomènes de masquage des signaux par le relief du terrain.
Par ailleurs, ces solutions ne prennent pas non plus en compte la précision de localisation globale atteinte par un réseau de capteurs adverses. En effet, en présence d’un réseau de plusieurs capteurs adverses collaboratifs communiquant des informations entre eux, la précision totale de localisation atteinte par le réseau adverse n’est pas simplement dépendante de la précision de localisation individuelle de chaque capteur.
En effet, dans certains secteurs géographiques, une piste fusionnée résultant d’une collaboration entre deux capteurs adverses peut être suffisamment précise pour localiser avec précision une plateforme alliée, alors que chaque piste prise individuellement n’aurait pas atteint la précision requise.
L’invention propose une méthode permettant de générer une carte de zones de risques correspondant à des zones dans lesquelles une plateforme alliée est susceptible d’être localisée, avec une précision donnée, par un système adverse comprenant plusieurs capteurs de détection/localisation.
L’invention prend en compte la complémentarité de plusieurs capteurs de localisation organisés en réseau coopératif ainsi que le relief du terrain pour définir au mieux les zones de risques.
L’invention a pour objet une méthode, mise en œuvre par ordinateur, de génération d’une carte de probabilité, pour un porteur, d’être localisé par un réseau de plusieurs capteurs de localisation Enayant chacun une portée de localisation maximale et une précision de localisation prédéfinie, la méthode comprenant les étapes de :
  • Déterminer une probabilité de présence de chaque capteur de localisation Enen fonction de sa position,
  • Pour chaque point M d’une zone géographique donnée,
    1. Déterminer l’erreur de localisation atteinte par le réseau de capteurs de localisation à partir de la précision de localisation de chaque capteur de localisation,
    2. Déterminer une probabilité d’être localisé par le réseau de capteurs de localisation comme étant égale à l’intégrale, sur un ensemble de positions possibles des capteurs de localisation En, du produit des probabilités de présence de chaque capteur En, si l’erreur de localisation atteinte par le réseau est inférieure ou égale à un seuil d’erreur prédéterminé, et est nulle sinon.
Dans une variante de réalisation, l’invention comprend les étapes de, pour chaque point M d’une zone géographique donnée :
  • Déterminer une matrice de covariance associée à la précision de localisation atteinte par chaque capteur de localisation En,
  • Déterminer une matrice de covariance associée à la précision de localisation atteinte par le réseau de capteurs de localisation,
  • Déterminer l’erreur de localisation atteinte par le réseau de capteurs à partir des valeurs propres de la matrice de covariance.
Selon un aspect particulier de l’invention, la matrice de covariance associée à la précision de localisation atteinte par chaque capteur de localisation En est déterminée à partir d’une mesure de localisation du porteur situé au point M par le capteur En, et d’une variance de cette mesure.
Selon un aspect particulier de l’invention, la mesure de localisation du porteur est une mesure d’un couple {distance, angle}.
Selon un aspect particulier de l’invention, ladite matrice de covariance est une matrice aux valeurs propres infinies si la distance entre le point M et le capteur de localisation En est inférieure à la portée de localisation .
Dans une variante de réalisation, l’invention comprend en outre les étapes de, pour chaque capteur de localisation En:
  • Calculer une information représentative de l’intervisibilité entre le porteur, situé au point M, et le capteurde localisation, en tenant compte du relief du terrain,
  • Affecter ladite matrice de covariance à une matrice aux valeurs propres infinies si le porteur et le capteur de localisation ne sont pas intervisibles.
Selon un aspect particulier de l’invention, l’information représentative de l’intervisibilité est déterminée à partir d’un modèle numérique du terrain en vérifiant si la droite reliant le porteur et le capteur de localisation présente ou non une intersection avec le modèle numérique du terrain.
Selon un aspect particulier de l’invention, la matrice de covariance associée à la précision de localisation du réseau de capteurs de localisation est égale à l’inverse de la somme des inverses des matrices de covariance associée à la précision de localisation de chaque capteur de localisation En.
Dans une variante de réalisation, l’invention comprend en outre une étape d’affichage de la carte sur une interface de visualisation.
L’invention a aussi pour objet un système de génération d’une carte de probabilité, pour un porteur, d’être localisé par un réseau de plusieurs capteurs de localisation En ayant chacun une portée de localisation maximale et une précision de localisation prédéfinie, le système étant configuré pour exécuter les étapes de la méthode selon l’invention.
D’autres caractéristiques et avantages de la présente invention apparaîtront mieux à la lecture de la description qui suit en relation aux dessins annexés suivants.
la figure 1 représente un organigramme détaillant les étapes de mise en œuvre de la méthode selon l’invention,
la figure 2 représente un schéma de principe de la localisation d’une plateforme située en un point M par un capteur de localisation situé en un point E,
la figure 3 représente un schéma de principe de la localisation d’une plateforme à partir de deux capteurs de localisation E1,E2,
la figure 4 représente une illustration du principe de calcul d’une probabilité d’être localisé par deux capteurs de localisation,
la figure 5 représente un schéma d’un modèle numérique de terrain utilisé pour calculer une information d’intervisibilité entre deux points,
la figure 6 représente un exemple de densité de probabilité de présence de deux capteurs de localisation E1,E2,
la figure 7 représente un exemple de carte de zones de risques correspondant aux deux capteurs de localisation de la figure 6,
la figure 8 représente un schéma d’un système configuré pour exécuter la méthode selon l’invention.
Dans le cas d’un système de localisation adverse comprenant plusieurs capteurs collaboratifs qui peuvent communiquer leurs informations de localisation entre eux, la précision de localisation du système ne dépend pas simplement de la portée de chaque capteur. En effet, dans certaines zones géographiques, les informations de localisation fusionnées résultant d’une collaboration entre plusieurs capteurs peuvent être plus précises que chaque information de localisation individuelle de chaque capteur.
La précision de localisation obtenue par un réseau de capteurs de localisation dépend de plusieurs facteurs : la possibilité pour chaque capteur de détecter une cible (fonction de la portée du capteur et du relief du terrain), la précision des mesures de localisation et la disposition géométrique des capteurs par rapport à la cible.
Les étapes de la méthode selon l’invention sont décrites à la figure 1.
On considère un réseau de N capteurs présents sur une zone d’intérêt. Ce réseau cherche à localiser une plateforme de coordonnées dans l’espace.
Pour chaque capteur , la première étape 101 de la méthode consiste à déterminer sa densité de probabilité de présence .
Une estimation de la position d’un capteur peut être obtenue de façon plus ou moins précise par une méthode de localisation passive classique tel que décrit dans la référence [Wil85]. Cette estimation est traditionnellement représentée sous la forme d’une ellipse, dont les axes sont définis par la matrice de covariance, et le centre par les coordonnées géographiques de l’estimée.
Cette estimation de localisation peut être fournie par un ou plusieurs capteurs, par exemple un capteur radar, un capteur passif par triangulation, ou un capteur d’imagerie du type imagerie SAR, capteur optique visible ou optique infrarouge. Les capteurs sont, par exemple, embarqués dans la plateforme M ou dans une autre plateforme alliée.
En faisant l’hypothèse d’une distribution bi-normale, on peut représenter en deux dimensions une carte de densité de probabilité de présence du capteur via la relation suivante:
Avec les coordonnées du point de la carte où l’on veut évaluer la densité de probabilité de présence, et respectivement les coordonnées de la position estimée du capteur et sa matrice de covariance associée, fournis par exemple par une méthode de localisation passive ou toute autre méthode possible selon le type de capteur de localisation utilisé.
En réalisant l’intégration de sur des tuiles de petites dimensions (pixels), on peut obtenir une carte de densité de probabilité de présence sous forme d’une image (matrice de pixels) à la résolution souhaitée.
On considère qu’il n’y a pas de corrélation entre les positions de deux capteurs distincts. Les capteurs adverses sont situés au sol (hauteur nulle). De plus, on considère que chaque capteur est présent avec certitude à l’intérieur d’une zone fermée . Cela revient à dire que sa densité de probabilité de présence est nulle en dehors de cette zone : .
Chaque capteur adverse est capable d’estimer la position de la plateforme alliée , si les conditions suivantes sont remplies :
  • La distance entre et est inférieure ou égale à la portée de détection du capteur .
  • Lorsque l’influence du relief est prise en compte, il doit y avoir intervisibilité entre et .
La précision des mesures de localisation obtenue par le capteur sur la plateforme est définie par :
  • La variance de mesure angulaire (azimut)
  • La variance de mesure de distance
On considère que la covariance de l’estimation finale du réseau de capteurs adverse résulte de la fusion des estimations des capteurs.
Pour chaque point M de la zone que l’on souhaite cartographier, on applique ensuite les étapes 102 et 103 suivantes.
L’étape 102 consiste en un calcul d’erreur de localisation effectuée par le réseau capteurs pour localiser une plateforme au point M.
L’étape 103 consiste en un calcul de probabilité, pour la plateforme, d’être localisée avec une précision donnée, au point M par le réseau de capteurs.
Le raisonnement utilisé pour décrire l’étape 102 s’applique à un cas en deux dimensions, en prenant en compte les erreurs de localisation sur la distance et l’azimut. Il peut être facilement généralisé à un cas en trois dimensions, en prenant en compte en plus l’erreur de localisation en élévation.
Dans un premier temps, on ne considère pas le relief du terrain.
Pour un capteur , la matrice de covariance associée à l’estimation de la position de par est donnée par :
Avec :
une matrice de covariance aux valeurs propres infinies, telle que
Où et sont respectivement la distance et l’angle entre et , tel qu’illustré sur la figure 2.
En faisant l’hypothèse que les mesures d’angle et de distance sont indépendantes d’un capteur à l’autre, la matrice de covariance de l’estimation fusionnée des capteurs est donnée par la relation suivante:
L’erreur quadratique moyenne de l’estimation fusionnée s’obtient en calculant :
Avec et les valeurs propres de la matrice de covariance .
D’après les équations précédentes, si on a capteurs, il est possible de construire la fonction qui donne l’erreur quadratique moyenne de l’estimation de localisation fusionnée de capteurs de positions , …, . .
Le principe de fusion de covariances de l’estimation de localisation par deux capteurs E1 et E2 est représenté à la figure 3.
L’erreur de localisation pour le point M est fournie en sortie de l’étape 102.
Ensuite à l’étape 103, on calcule, à partir de l’erreur de localisation, une probabilité d’être localisé au point M par le réseau de capteurs avec une précision donnée qui correspond à un écart type de mesure de distance sur la localisation du point M.
La probabilité, pour une plateforme située au point M, d’être localisée par le réseau de capteurs correspond ainsi à la probabilité que la localisation estimée par le réseau de capteurs soit réalisée avec une précision inférieure à .
Cette probabilité peut être estimée via la relation suivante :
est la fonction de densité de probabilité associée à l’erreur moyenne de localisation du réseau de capteurs.
En exprimant cette densité de probabilité en fonction de la densité de probabilité de présence du réseau de capteurs, on montre que :
sinon
Par ailleurs, en supposant que les capteurs sont confinés à des zones restreintes Z1,…Zn, on en déduit que :
sinon
La figure 4 illustre, pour un réseau de deux capteurs E1,E2, le calcul de la probabilité .
Dans une variante de réalisation, la méthode selon l’invention comporte en outre une étape 104 de calcul d’intervisibilité entre chaque capteur E1,..ENet le point M.
La notion d’intervisibilité correspond aux cas où des masquages liés au relief peuvent réduire la portée d’un capteur dans certaines zones. Il y a intervisibilité lorsqu’on peut tracer un segment de droite entre les points E et M sans intercepter le terrain.
On suppose que l’on dispose d’un modèle numérique de terrain permettant de réaliser une fonction donnant l’altitude du terrain en un point de coordonnées (x,y). On note cette fonction .
La condition d’intervisibilité entre un capteur de coordonnées et une plateforme située en un point de coordonnées peut s’exprimer comme la condition suivante : les points E et M sont intervisibles si la relation suivante est respectée :
, pour tout nombre k réel compris entre 0 et 1.
La figure 5 représente un exemple de modèle numérique de terrain et illustre une situation où les points E et M ne sont pas intervisibles car la droite qui les relient intercepte le relief.
Le calcul d’intervisibilité est pris en compte à l’étape 102 pour affiner le calcul de la matrice de covariance qui devient:
En effet, pour pouvoir localiser une plateforme au point M, il faut que chaque capteur et le point M soient intervisibles.
Les étapes 102,103 de la méthode sont itérées pour tous les points M que l’on souhaite cartographier. Au final, on obtient une carte de zones de risques permettant de définir les zones dans lesquelles une plateforme est susceptible d’être localisée avec une précision donnée.
Dans une variante de réalisation de l’invention, afin de limiter la complexité des calculs nécessaires à la détermination de la probabilité pour chaque point M, ce calcul peut être estimé au moyen d’une méthode de Monte-Carlo via l’algorithme suivant :
Pour chaque tirage :
Pour chaque capteur adverse :
Tirage d’un point aléatoirement selon la distribution
Fin Pour.
Si :
Fin Si.
Fin Pour.
Le calcul de la fonction d’erreur peut être réalisé via le pseudo-code suivant :
Fonction :
Pour i :
Fin Pour.
Retourner .
Fin Fonction.
On décrit à présent un exemple d’application de l’invention. Dans cet exemple, le but est de déterminer les zones à éviter pour ne pas courir le risque d’être localisé par un réseau de capteurs adverses. Le terrain étant peu accidenté, pour des raisons de simplicité on décide ici de ne pas prendre en compte le relief.
Sur la zone d’intérêt se trouvent deux capteurs et . Un système de géolocalisation a permis au préalable de déterminer une estimation grossière de la position des capteurs. Cette information sur la position est traduite par des ellipses d’incertitudes, caractérisées par leurs centres et leurs covariances . Les capteurs et se situent à l’intérieur de la zone d’intérêt .
Une phase préalable a permis d’identifier ces capteurs et de déterminer leurs caractéristiques. Ici, et sont des capteurs du même type, et partagent des caractéristiques identiques : à savoir leur portée , leur précision de mesure angulaire et de distance . De plus, on estime que le risque d’être localisé est présent pour une plateforme lorsque le réseau ( , ) estime la position de la plateforme avec une incertitude inférieure à .
La densité de probabilité de présence des capteurs peut être représentée sous forme de carte, tel qu’illustré à la figure 6.
En appliquant la méthode selon l’invention, on obtient la carte de zones de risque définie à la figure 7.
Cette carte permet de faire ressortir des zones différentes. On remarque d’abord qu’une zone de forte probabilité d’être localisé existe dans le voisinage de et . Cela correspond aux emplacements où un capteur seul est capable de localiser la plateforme précisément.
Ensuite, une zone centrale fait ressortir les emplacements où la fusion des pistes des deux capteurs permet d’obtenir une précision suffisante pour localiser la plateforme. Dans cet exemple, un capteur seul n’aurait pas atteint cette précision. On remarque que tout au centre de cette zone, le risque est plus faible : cela correspond à une zone pour laquelle la géométrie entre la plateforme et les capteurs adverses rend la fusion de pistes entre et moins efficace.
La figure 8 représente un schéma fonctionnel d’un exemple de système 800 configuré pour mettre en œuvre l’invention.
Le système 800 comprend un module 801 de calcul d’une fonction d’erreur de localisation d’un réseau de capteurs, à partir de données issues d’une base de connaissance B notamment donnant une information sur la portée des capteurs et leur précision de localisation.
Le système 800 comporte aussi un module 802 de calcul d’intervisibilité interagit qui avec le module 801 en exploitant un modèle numérique de terrain MNT.
Le système 800 comporte enfin un module 803 de calcul qui reçoit des informations de localisation LOC mesurées par un capteur de localisation, calcule une probabilité de présence de chaque capteur E1,..ENpuis calcule une probabilité finale d’être localisé par le réseau de capteurs adverses. Le module 801 fournit en sortie une carte de zones de risques d’être localisé CZR.
Chacun des éléments du système 800 selon l’invention peut être réalisé sous forme logicielle et/ou matérielle à partir d’un processeur et une mémoire. Le processeur peut être un processeur générique, un processeur spécifique, un circuit intégré propre à une application (connu aussi sous le nom anglais d’ASIC pour « Application-Specific Integrated Circuit ») ou un réseau de portes programmables in situ (connu aussi sous le nom anglais de FPGA pour « Field-Programmable Gate Array »).
L’invention peut aussi être mise en œuvre en tant que programme d’ordinateur comportant des instructions pour son exécution. Le programme d’ordinateur peut être enregistré sur un support d’enregistrement lisible par un processeur. La référence à un programme d'ordinateur qui, lorsqu'il est exécuté, effectue l'une quelconque des fonctions décrites précédemment, ne se limite pas à un programme d'application s'exécutant sur un ordinateur hôte unique. Au contraire, les termes programme d'ordinateur et logiciel sont utilisés ici dans un sens général pour faire référence à tout type de code informatique (par exemple, un logiciel d'application, un micro logiciel, un microcode, ou toute autre forme d'instruction d'ordinateur) qui peut être utilisé pour programmer un ou plusieurs processeurs pour mettre en œuvre des aspects des techniques décrites ici. Les moyens ou ressources informatiques peuvent notamment être distribués ("Cloud computing"), éventuellement selon des technologies de pair-à-pair. Le code logiciel peut être exécuté sur n'importe quel processeur approprié (par exemple, un microprocesseur) ou cœur de processeur ou un ensemble de processeurs, qu'ils soient prévus dans un dispositif de calcul unique ou répartis entre plusieurs dispositifs de calcul (par exemple tels qu’éventuellement accessibles dans l’environnement du dispositif). Le code exécutable de chaque programme permettant au dispositif programmable de mettre en œuvre les processus selon l'invention, peut être stocké, par exemple, dans le disque dur ou en mémoire morte. De manière générale, le ou les programmes pourront être chargés dans un des moyens de stockage du dispositif avant d'être exécutés. L'unité centrale peut commander et diriger l'exécution des instructions ou portions de code logiciel du ou des programmes selon l'invention, instructions qui sont stockées dans le disque dur ou dans la mémoire morte ou bien dans les autres éléments de stockage précités. Le code exécutable peut également être téléchargeable depuis un serveur distant.
Le programme d’ordinateur peut comprendre un code source, un code objet, un code source intermédiaire ou un code objet partiellement compilé ou toute autre forme d’instructions de code de programme adaptées pour mettre en œuvre l’invention sous la forme d’un programme d’ordinateur.
Un tel programme peut présenter diverses architectures fonctionnelles. Par exemple, un programme d’ordinateur selon l’invention peut être décomposé en une ou plusieurs routines qui peuvent être adaptées à exécuter une ou plusieurs fonctions de l’invention telles que décrites précédemment. Les routines peuvent être enregistrées ensemble dans un même fichier exécutable mais peuvent également être sauvegardées dans un ou plusieurs fichiers externes sous la forme de librairies qui sont associées à un programme principal de façon statique ou dynamique. Les routines peuvent être appelées depuis le programme principal mais peuvent également comprendre des appels à d’autres routines ou sous-routines.
Tous les procédés ou étapes de procédés, programmes ou sous-programmes décrits sous la forme d’organigrammes doivent être interprétés comme correspondant à des modules, segments ou portions de code de programme qui incluent une ou plusieurs instructions de code pour implémenter les fonctions logiques et les étapes de l’invention décrites.
La carte de probabilité finale CZR peut être restituée à un utilisateur via une interface graphique, par exemple un écran d’affichage ou tout autre moyen équivalent.
Le système 800 peut être embarqué à bord d’un porteur mobile, par exemple un aéronef.
Références
[Wil85] R. G. Wiley : Electronic intelligence: the interception of radar signals, Artech House, 1985.

Claims (10)

  1. Méthode, mise en œuvre par ordinateur, de génération d’une carte de probabilité, pour un porteur, d’être localisé par un réseau de plusieurs capteurs de localisation Enayant chacun une portée de localisation maximale et une précision de localisation prédéfinie, la méthode comprenant les étapes de :
    • Déterminer (101) une probabilité de présence de chaque capteur de localisation Enen fonction de sa position,
    • Pour chaque point M d’une zone géographique donnée,
      1. Déterminer (102) l’erreur de localisation atteinte par le réseau de capteurs de localisation à partir de la précision de localisation de chaque capteur de localisation,
      2. Déterminer (103) une probabilité d’être localisé par le réseau de capteurs de localisation comme étant égale à l’intégrale, sur un ensemble de positions possibles des capteurs de localisation En, du produit des probabilités de présence de chaque capteur En, si l’erreur de localisation atteinte par le réseau est inférieure ou égale à un seuil d’erreur prédéterminé, et est nulle sinon.
  2. Méthode selon la revendication 1 comprenant les étapes de, pour chaque point M d’une zone géographique donnée :
    • Déterminer une matrice de covariance associée à la précision de localisation atteinte par chaque capteur de localisation En,
    • Déterminer une matrice de covariance associée à la précision de localisation atteinte par le réseau de capteurs de localisation,
    • Déterminer (102) l’erreur de localisation atteinte par le réseau de capteurs à partir des valeurs propres de la matrice de covariance.
  3. Méthode selon la revendication 2 dans laquelle la matrice de covariance associée à la précision de localisation atteinte par chaque capteur de localisation Enest déterminée à partir d’une mesure de localisation du porteur situé au point M par le capteur En, et d’une variance de cette mesure.
  4. Méthode selon la revendication 3 dans laquelle la mesure de localisation du porteur est une mesure d’un couple {distance, angle}.
  5. Méthode selon l’une quelconque des revendications 2 à 4 dans laquelle ladite matrice de covariance est une matrice aux valeurs propres infinies si la distance entre le point M et le capteur de localisation Enest inférieure à la portée de localisation .
  6. Méthode selon l’une quelconque des revendications 2 à 5 comprenant en outre les étapes de, pour chaque capteur de localisation En:
    • Calculer (104) une information représentative de l’intervisibilité entre le porteur, situé au point M, et le capteurde localisation, en tenant compte du relief du terrain,
    • Affecter ladite matrice de covariance à une matrice aux valeurs propres infinies si le porteur et le capteur de localisation ne sont pas intervisibles.
  7. Méthode selon la revendication 6 dans laquelle l’information représentative de l’intervisibilité est déterminée (104) à partir d’un modèle numérique du terrain en vérifiant si la droite reliant le porteur et le capteur de localisation présente ou non une intersection avec le modèle numérique du terrain.
  8. Méthode selon l’une quelconque des revendications 2 à 7 dans laquelle la matrice de covariance associée à la précision de localisation du réseau de capteurs de localisation est égale à l’inverse de la somme des inverses des matrices de covariance associée à la précision de localisation de chaque capteur de localisation En.
  9. Méthode selon l’une des revendications précédentes comprenant en outre une étape d’affichage de la carte sur une interface de visualisation.
  10. Système (800) de génération d’une carte de probabilité, pour un porteur, d’être localisé par un réseau de plusieurs capteurs de localisation Enayant chacun une portée de localisation maximale et une précision de localisation prédéfinie, le système étant configuré pour exécuter les étapes de la méthode selon l’une quelconque des revendications précédentes.
FR2004737A 2020-05-14 2020-05-14 Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être localisé par un réseau de capteurs de localisation Active FR3110232B1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
FR2004737A FR3110232B1 (fr) 2020-05-14 2020-05-14 Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être localisé par un réseau de capteurs de localisation
EP21723710.6A EP4150298A1 (fr) 2020-05-14 2021-05-04 Methode et systeme de generation d'une carte de probabilite, pour un porteur, d'etre localise par un reseau de capteurs de localisation
PCT/EP2021/061663 WO2021228618A1 (fr) 2020-05-14 2021-05-04 Methode et systeme de generation d'une carte de probabilite, pour un porteur, d'etre localise par un reseau de capteurs de localisation

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2004737A FR3110232B1 (fr) 2020-05-14 2020-05-14 Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être localisé par un réseau de capteurs de localisation
FR2004737 2020-05-14

Publications (2)

Publication Number Publication Date
FR3110232A1 true FR3110232A1 (fr) 2021-11-19
FR3110232B1 FR3110232B1 (fr) 2023-04-14

Family

ID=72644313

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2004737A Active FR3110232B1 (fr) 2020-05-14 2020-05-14 Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être localisé par un réseau de capteurs de localisation

Country Status (3)

Country Link
EP (1) EP4150298A1 (fr)
FR (1) FR3110232B1 (fr)
WO (1) WO2021228618A1 (fr)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2963454B1 (fr) * 2010-07-27 2013-11-01 Thales Sa Procede de determination optimale des caracteristiques et de la disposition d'un ensemble de senseurs de surveillance d'une zone

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FARINA A ET AL: "Position Accuracy in Netted Monostatic and Bistatic Radar", IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. AES-10, no. 4, 1 July 1983 (1983-07-01), pages 513 - 520, XP011167059, ISSN: 0018-9251 *
R. G. WILEY: "Electronic intelligence: the interception of radar signais", 1985, ARTECH HOUSE

Also Published As

Publication number Publication date
EP4150298A1 (fr) 2023-03-22
FR3110232B1 (fr) 2023-04-14
WO2021228618A1 (fr) 2021-11-18

Similar Documents

Publication Publication Date Title
JP6239664B2 (ja) 周辺環境推定装置及び周辺環境推定方法
EP2599021B1 (fr) Procede de determination optimale des caracteristiques et de la disposition d'un ensemble de senseurs de surveillance d'une zone
EP2473867B1 (fr) Traitement de donnees multi-cibles pour radars passifs multi-recepteurs en mode sfn ou mfn
US10746880B2 (en) Navigation system interference locator
EP3311185A1 (fr) Procede et dispositif de localisation d'une source d'emission electromagnetique et systeme mettant en oeuvre un tel procede
FR2961897A1 (fr) Filtre de navigation pour un systeme de navigation par correlation de terrain
US11592820B2 (en) Obstacle detection and vehicle navigation using resolution-adaptive fusion of point clouds
US11656365B2 (en) Geolocation with aerial and satellite photography
FR3091777A1 (fr) Méthode de détermination d’un rayon de protection d’un système de navigation basé sur la vision
FR2999297A1 (fr) Procede de localisation passive d'emetteurs radar
US20230134806A1 (en) Denoising depth image data using neural networks
EP2974431B1 (fr) Procédé de prédiction du niveau de champ radio et/ou de la durée de propagation des réseaux de téléphonie cellulaire utilisant des bases de données terrain à haute résolution
WO2020157161A1 (fr) Procédé de localisation par signaux gnss
EP2452204B1 (fr) Traitement de donnees multi-cibles pour radars passifs multi-statiques et multi-canaux
FR3110232A1 (fr) Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être localisé par un réseau de capteurs de localisation
FR3110252A1 (fr) Méthode et système de génération d'une carte de probabilité, pour un porteur, d'être détecté par un système de détection
FR3115141A1 (fr) Procédé de localisation d’objets routiers
FR3114409A1 (fr) Methode et dispositif de detection passive d'une cible a partir de signaux de radionavigation par satellite
FR3100066A1 (fr) Detection d'une operation de leurrage d'un recepteur de signaux satellitaires
FR3102253A1 (fr) Procédé de détection d’obstacle, dispositif de détection, système de détection et véhicule associés
FR3088443A1 (fr) procédé et système de navigation d'aéronef
FR3079637A1 (fr) Procede d'evaluation de la conformite d'un systeme de pistage a un ensemble d'exigences et dispositifs associes
FR3081598A1 (fr) Cartographie et localisation simultanee d'un objet dans un environnement interieur
FR3110250A1 (fr) Méthode et système de génération d'une carte de probabilité de présence d'un émetteur
KR102656646B1 (ko) 센싱 장치의 설치 이상을 감지하는 방법 및 이를 수행하는 센싱 장치

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20211119

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 4

PLFP Fee payment

Year of fee payment: 5