WO2015177172A1 - Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive - Google Patents

Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive Download PDF

Info

Publication number
WO2015177172A1
WO2015177172A1 PCT/EP2015/061027 EP2015061027W WO2015177172A1 WO 2015177172 A1 WO2015177172 A1 WO 2015177172A1 EP 2015061027 W EP2015061027 W EP 2015061027W WO 2015177172 A1 WO2015177172 A1 WO 2015177172A1
Authority
WO
WIPO (PCT)
Prior art keywords
tdoa
sensors
equations
transitivity
signals
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.)
Ceased
Application number
PCT/EP2015/061027
Other languages
English (en)
Inventor
Hervé GLOTIN
Ales Mishchenko
Pascale GIRAUDET
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.)
Centre National de la Recherche Scientifique CNRS
Universite de Toulon
Original Assignee
Centre National de la Recherche Scientifique CNRS
Universite de Toulon
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 Centre National de la Recherche Scientifique CNRS, Universite de Toulon filed Critical Centre National de la Recherche Scientifique CNRS
Publication of WO2015177172A1 publication Critical patent/WO2015177172A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • 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
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
    • G01S3/8006—Multi-channel systems specially adapted for direction-finding, i.e. having a single aerial system capable of giving simultaneous indications of the directions of different signals
    • 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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/14—Systems for determining distance or velocity not using reflection or reradiation using ultrasonic, sonic or infrasonic 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
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
    • G01S3/802—Systems for determining direction or deviation from predetermined direction
    • G01S3/808—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems
    • G01S3/8083—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems determining direction of source
    • 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
    • G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • 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
    • G01S5/28—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 by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial

Definitions

  • the field of the invention relates to tracking processes of mobile or fixed sources. More particularly, the field of the invention relates to the detection of the position and trajectory of a plurality of sources from a plurality of sensors.
  • the invention relates to the detection of sources evolving or not in space, in the sea or on the surface of the water such as marine mammals, birds such as bats or anthropogenic sources such as planes, missiles or torpedoes.
  • the invention relates to methods for detecting trajectories from a plurality of sensors arranged at different locations. The invention makes it possible to locate the source (s) and to determine whether it (s) moves (s) or not.
  • Active detection methods consist in sending a signal, for example sound, to the source, and in capturing the echo of this signal when it encounters the source. These methods are not recommended because the signal strength can be harmful for both the living environment and the desired living sources.
  • Passive detection methods consist of simply picking up signals with suitable sensors. For example, in the case of cetaceans, these are sound signals that can be picked up by immersed hydrophones, and the received signals are processed to determine the characteristics and position of the source. Passive detection methods are much more satisfactory in principle and they have the advantage of not generating any disturbance of the medium.
  • the invention solves the aforementioned drawbacks.
  • An object of the invention is to provide a method for detecting the position and trajectory of mobile or fixed sources from a plurality of sensors by passive means.
  • an object of the invention is to provide a method and a system that makes it possible to track and count mobile or fixed sources, even in groups, and to identify them, which involves separating signals from several mobile sources or fixed transmitting signals simultaneously.
  • Another object of the invention is to propose a detection method that allows rapid detection, in real time and that is dynamic insofar as the method can be adjusted according to certain parameters depending on the nature of the mobile or fixed sources including their speed.
  • Another object of the invention is to provide a detection method that is easy to implement in practice, even with low cost equipment.
  • Another object of the invention is to provide a method and a detection system which are robust to echoes, and which give accurate and reliable results, regardless of the medium and sources considered.
  • a further object of the invention is to provide a method and a passive detection system, which allow the application to the labeling of mobile or fixed source emissions, which must allow the fine study of their characteristics. .
  • the subject of the invention is a passive trajectory tracking method as defined in the claims, as well as a system for the implementation of such a method.
  • An object of the invention relates to a passive path tracking method of a plurality of mobile or fixed sources emitting first signals comprising:
  • a first processing of the signals received at each sensor comprising first cross-correlation operations of said signals so as to identify correlation peaks between the signals received at each sensor in order to deduce arrival frequency difference measurements FD from said signals emitted by said at least one source, denoted FD pq (ti) between a pair formed by two sensors, at times (ti) ie [ i ; S] of the time window; selecting a first number of FD pq for each pair of sensors receiving signals from said at least one source; a generation of a first system of transitivity equations for each instant t, between the FD pq (ti) of at least two distinct pairs of sensors the equations algebraically binding the sums of each FD pq (ti) of each pair of sensors considered in each equation;
  • An advantage of such a method is to detect patterns of celestials from different sources moving more or less rapidly in space.
  • the tracking method comprises:
  • a second processing of the signals received at each sensor comprising second cross-correlation operations of said signals so as to identify correlation peaks between the signals received at each sensor in order to deduce from the measurements of the arrival time differences TDOA of said transmitted signals by at least one source, denoted TDOA km (ti) between at least one pair formed by two sensors at times t ie [ i ; S] of the time window;
  • An advantage of using a second transitivity system based on the measurement of TDOAs and used in conjunction with the FD transitivity system is to allow reconstructing missing measurements, for example with a TDOA and FD binding equation by Doppler relationship.
  • One advantage is to get more measurements and therefore a more efficient and effective system.
  • TDOT transitivity system in conjunction with a FD transitivity system is that a trajectory can be derived from source positions in addition to velocity profiles.
  • the acquisition of the signals by each sensor is performed in a plurality of frequency channels, each of the channels being centered on a central frequency specific to the channel in question.
  • An advantage of this solution is to correlate different results obtained on different frequency bands. This allows in particular to discriminate different sources or signals from the same source arriving in different channels.
  • the first and / or the second cross-correlation operations of the signals are carried out in the time domain Di, corresponding to an amplitude / time representation of the signals, a first number N tem porei of amplitude peaks of correlations being selected, the selected peaks forming local maxima above a predetermined threshold.
  • the first and / or the second cross-correlation operations of the signals are performed in a frequency domain D 2 , corresponding to an amplitude / frequency representation of the signals, a second number N Fr equentie of peaks with correlation magnitudes being selected, the selected peaks forming local maxima above a predetermined threshold.
  • the first and / or the second operations performed in the frequency domain D 2 follow previous operations of fourrier transforms or wavelet transforms of the signals acquired over the time window.
  • the first and / or the second cross-correlation operations of the signals are performed in a time-frequency domain D 3 , corresponding to a frequency / time representation of the signals, a third number NTps-Freq of peaks with correlation magnitudes being selected, the selected peaks forming local maxima above a predetermined threshold.
  • the first system of equations of transitivity comprises at least one of the two subsystems of equations or a combination of the following two subsystems of equations:
  • a first subsystem of transitivity equations between the FD pq (ti) of at least two distinct pairs of sensors the equations algebraically binding the sums of each FD pq (ti) of each pair of sensors considered in each equation, each FD pq (ti) being calculated from the first cross-correlation operations in the frequency domain D 2 , a number Nb-T of transitivity equations among the number N Fr equentie of correlation peaks being selected in this same domain D 2 ;
  • a second subsystem of transitivity equations between the FD pq (ti) of at least two distinct pairs of sensors the equations algebraically linking the sums of each FD pq (ti) of each pair of sensors considered in each equation, each FD being calculated from the first operations of cross-correlations of the signals in the time-frequency domain D 3 , a number Nb- 'of transitivity equations among the number Frequency of correlation peaks being selected in this same domain D 3 .
  • the second system the second
  • a third subsystem of equations of transitivity between TDOA km (ti) of at least two distinct pairs of sensors the equations algebraically binding the sums of each TDOA km (ti) of each pair of sensors considered in each equation, each TDOA km (ti) being calculated from the second cross-correlation operations in the time domain Di, a number Nb 2 'of transitivity equations from among the number N T em P orei of correlation peaks being selected in this same domain Di;
  • a fourth subsystem of transitivity equations between the TDOA km (ti) of at least two distinct pairs of sensors the equations algebraically binding the sums of each TDOA of each pair of sensors considered in each equation, each TDOA km ( ti) being calculated from the second cross-correlation operations in the time-frequency domain D 3 , a number Nb 2 "of transitivity equations among the number N Fr equentie of correlation peaks being selected in this same domain D 3 .
  • One advantage is to multiply the measurements and to make it possible to correct errors to reconstruct missing measurements.
  • Each of the embodiments may be combined with another mode, in particular to construct the transitivity system.
  • the FD transitivity equations pq (ti) of the associated subsystems of at least two distinct pairs of sensors formed of at least three sensors the equations algebraically binding the sums of each FD pq (ti). ) of each pair of sensors at a given moment t, by the following equation:
  • Err FD p, q, r represents the errors related to measurements, noise and signal processing at a time t, or in an acquisition window of the two pairs of sensors.
  • a selection, at a time t ,, of a set of transitivity equations of the FD pq (ti) is determined for which the errors Err F D are less than a predetermined threshold.
  • the TDOA km (ti) transitivity equations of the associated subsystems of at least two distinct pairs of sensors formed of at least three sensors, the equations algebraically linking the sums of each TDOA km (ti). ) of each pair of sensors at a given moment t, by the following equation:
  • TDOA mk (ti) + TDOA kn (ti) TDOA mn (ti) + Err TD o A k ' m ' n , for k, m, ne [1, N];
  • Err T DOA k ' m ' n represents the sum of the errors related to measurements, noise and signal processing at a time t, or on an acquisition window.
  • a selection of a set of transitivity equations linking the TDOA km (ti) of at least one triplet of sensors is determined for which the errors Err T DOA k ' m ' n are less than one. predetermined threshold.
  • At least one relation called "Doppler relationship” is determined between:
  • each TDOA (ti) can kq be calculated in the time domain (Di) or domain time-frequency D 3 and;
  • the acquisition of the signals is carried out according to a plurality of sampling frequencies in a plurality of frequency sub-bands of the second frequency domain D 2 , each being centered on a central frequency of said band considered, the Doppler relationship between at least two sensors, thus writing in each reception band:
  • FD (ti) ratio FrDti (f centrai) ⁇ (TDOA k , q (t, +1 ) - TDOA (ti)), where ratio FrDti (f centrai) is a parameter depending on the central frequency (f centrai) -
  • the Doppler relationship makes it possible to determine at least one missing TDOA to determine at least one position of at least one source in space.
  • An advantage of this TDOA value reconstruction solution is to obtain a value of at least one position of a source more precisely than by a conventional interpolation method.
  • an advantage is to offer a greater capacity to reconstruct a trajectory of a source even under difficult signal processing conditions, for example when the noise level is high or when the useful signal is weak or again when echoes of the source signal disturb the detection.
  • the Doppler coherence indicator is determined according to the calculation of the Doppler error for each relation.
  • a selection of transitivity equations of each of the TDOA and FD transitivity equation systems is determined for which the Doppler errors are below a predetermined threshold.
  • the errors related to the measurements, noise and signal processing present in each transitivity equation, as well as the Doppler error can be calculated by the least squares method.
  • a global error of the FD transitivity equations is calculated for each domain D 2 , D 3 at each instant t i or on each acquisition window, the square of the global error R F D being equal to the sum of the squares of the errors of each FD-Err transitivity equation pqr relative to each sensor triplet C p, C q , C r .
  • a global error of the TDOA transitivity equations is calculated for each domain Di, D 3 at each instant or on each acquisition window, the square of the overall error TDOA being equal to the sum of the squares. errors of each TDOA transitivity equation relating to each triplet of sensors.
  • a global FD interdomain error deduced from the measurements of the selected FDs :
  • the inter-domain FD global error is computed at each instant or on each acquisition window, the square of the global FD inter-domain error being equal to the sum of the squares of the FD value differences obtained in each D space. 2 , D 3 for each pair of sensors.
  • an interdomain TDOA global error deduced from the measurements of the selected TDOAs :
  • the global TDOA inter-domain error is computed at each moment or on each acquisition window, the square of the global TDOA inter-domain error being equal to the sum of the squares of the differences in values of the TDOAs obtained in each space Di , D 3 for each pair of sensors.
  • a global Doppler error is deduced from the measurements of the TDOA and FD selected and verifying the Doppler relationship, the so-called global Doppler error being calculated in at least one space at each instant or on each acquisition window, the square of the error.
  • Doppler global value being equal to the sum of the squares of the doppler errors of each doppler relationship obtained for each sensor pair .
  • a total error is calculated for each triplet of sensors at each instant or in a given acquisition window, from a weighted sum of the following errors: the global error FD, the global error TDOA, the FD global inter-domain error, of the global TDOA inter-domain error, of the global Doppler error.
  • the method of the invention makes it possible to correct in real time the detection accuracy of a source by taking into account in the transitivity system errors during the reception of the signals and to determine the most reliable system in order to reconstitute the trajectories of several sources detected.
  • a step of raising the levels of the acquired signals is performed before the processing step comprising the cross-correlation operations.
  • the sensors may be microphones, hydrophones or detector lights. Other sensors can be used.
  • the signal processing step comprises a parasitic noise filtering step.
  • the signal processing step comprises a step of decimating the digitized signals.
  • the signal processing step comprises a processing corresponding to the application of the Mallat algorithm to determine the strongest peaks.
  • Figure 1 a signal emitted from a bat moving in space
  • ⁇ figure 2C the frequency spectra of a moving bat caught by 2 sensors
  • FIG. 2D a signal in a time / frequency domain of a bat
  • FIG. 3 a block for calculating the arrival time difference of a signal transmitted by a source mobile or fixed to different sensors distributed in space;
  • FIG. 5A the main steps of the method of the invention based on the measurement of differences of arrival frequencies
  • FIG. 7 the method steps comprising determining transitivity subsystems used to infer the positions and trajectories of each mobile or stationary source or identified source type;
  • ⁇ Figure 9 a deriving step of a mobile or fixed source behavior identified by the method of the invention.
  • Figures 10A, 10B, 1 1, 1 ⁇ 1b, 12A, 12B, 13A, 13B, 14A, 14B, 15A, 15B Examples reconstruction TDOA or not based on FD measurements and Doppler relations and without the method of the invention.
  • the method of the invention is not limited to these types of sources, since it can be applied to the detection of position and trajectory:
  • the invention relates to signal processing acquired by a plurality of sensors from a plurality of sources.
  • An example of a signal emitted by a bat is shown in Figure 1.
  • the signal detected by a sensor shown in Figure 1 corresponds to the signal of a single source.
  • the detected signal is represented in an amplitude / time space, denoted D- ⁇ , in which the signal level, that is to say its amplitude A, is on the ordinate and the time "Time, s" is on the abscissa.
  • the signal detected by a sensor shown in FIG. 2A also corresponds to the signal of a single source.
  • the detected signal is represented in an amplitude / frequency space, denoted D 2 , in which the signal level, that is to say its amplitude, is on the ordinate and the frequency is on the abscissa and expressed in kHz.
  • the cases of figs 2A and 2B correspond to bats of two different species. In Figure 2A, it is a species called myopic, Figure 2B is a more usual species.
  • a third representation of the signal could be made in a third space, denoted D 3 , said space "time / frequency" in which the frequencies are represented on the ordinate and the time on the abscissa.
  • the representations of the detected signals of the sources can be obtained from a spectrogram or a scalogram, also called "sonogram".
  • the conversion of the signals in the space D 3 may have the advantage of more specifically processing the useful signals and more easily eliminating noise or spurious signals.
  • the bats emit high-frequency clicks forming vertical lines in space D 3 .
  • One way of amplifying the useful signals and minimizing the noise is to process the second derivative of the detected signals in a given time window in the space D 3 .
  • FIG. 2D represents the case of a representation in the time / frequency domain named D 3 of a signal from a bat (signal in the upper part of the graph), called Rhinohip, with superimposed insect noise. (two curves in the lower part of the graph), the surrounding noise acquired (curve below the bat signal), the echoes of the signal emitted by the bat (located between the noise and the signals of the insects).
  • FIG. 5A represents the main steps of the method of the invention implementing the processing of arrival frequency differences, called FD processing.
  • FIG. 5B represents the main steps of the method of the invention implementing, in addition to the FD processing, a signal processing including the analysis of the arrival time differences, called "TDOA processing".
  • the steps of Figure 5B can be performed in a predefined frequency band.
  • the steps of FIG. 5B can be performed in frequency subbands of a main band, defining frequency channels.
  • the method of the invention comprises in all cases an ACQ acquisition [(C k ) ke [i; N]] of the signals by each detector (C k ) ke [i; N] also called sensor, each detector occupying a position in space.
  • the detectors or sensors may for example be hydrophones when the detected signals are of acoustic types and the detection is carried out in a marine environment.
  • the sensors may be sound sensors such as microphones or ultrasound adapted to the detection of the signals emitted by the bat.
  • the sensors are positioned in an area where one wants to detect the presence and the position and trajectory of mobile or fixed sources.
  • the first step denoted ACQ [(C k ) ke [i; N]] makes it possible to initiate detections of signals originating from at least one mobile or fixed source M
  • Analog signals are delivered by the sensors C k , k [i, NC] following these detections where N c is the number of sensors used. These signals can correspond to the different signals and acoustic noises present in the zone to be monitored.
  • a step of acquiring and digitizing the signals coming from the sensors is carried out for example by means of electronic acquisition cards connected to a computer, in particular a conventional laptop computer. But it is also possible that each sensor is directly provided with means for digitizing the acoustic signals received, in which case the signals delivered by the sensors are digitized signals, directly usable by a computer.
  • Figure 3 illustrates the transitivity principle of TDOAs. There is shown in this figure a source M
  • the transitivity principle is also true for FDs.
  • the transitivity of the FD which will be built using the method of the invention, proves to be relevant and effective in solving the general system for detecting instantaneous positions of mobile or fixed sources.
  • FIGS. 4A and 4B illustrate the case of detections of signals emitted from sources M j , M k at two successive instants t, and t i + i, the sources M j and M k moving respectively according to a movement 10 and a movement 1 1 .
  • the source M k moves faster than the source M j according to the representation of Figures 4A and 4B.
  • the sensors can measure the differences in FD frequencies, in particular generated by the mobility of the sources in the medium.
  • the mobile or fixed sound source M is an animal such as a bat or a marine mammal and the sound signal is a click.
  • Tj, T j, T k, t h click the propagation time to reach each sensor, C j, C k, C h.
  • TDOAy denotes the difference in propagation time (T j - T,) of the sound signal to reach the sensors.
  • the invention also applies to the case of a plurality of sensors exceeding the number of 4 sensors
  • the invention uses in particular the transitivity of TDOA and FD for:
  • ⁇ select the TDOA sextuplets and FD sextuplets that check the 4 relations (1) and the 4 relations (2) to verify that they come from the same source.
  • i 0 to ⁇ ⁇ are the start and end indices of sums ⁇ TDOA and ⁇ FD; they also correspond to the sensors on which we want to apply the transitivity.
  • the FD and FD are the start and end indices of sums ⁇ TDOA and ⁇ FD; they also correspond to the sensors on which we want to apply the transitivity.
  • TDOA can be calculated in the different spaces Di, D 2 , D 3 previously introduced from cross correlation operation xCorr-i, xCorr 2 , xCorr 3 .
  • the method of the invention makes it possible to establish the transitivity equations for these three domains in which TDOA and FD are likely to be calculated.
  • ⁇ ⁇ TDOA D1 (i, i + 1) TDOA D1 (i 0 , li);
  • ⁇ ⁇ TDOA D3 (i, i + 1) TDOA D3 (io,);
  • ⁇ ⁇ FD D2 (i, i + 1) FD D2 (i 0 , li);
  • ⁇ ⁇ FD D3 (i, i + 1) FD D3 (i 0 , li);
  • the method of the invention comprises a filtering step, denoted FILTERING and represented in FIG. 9, making it possible to isolate the useful signals from the various mobile or fixed sources of the background noise.
  • This step is optional but allows to obtain better results on the processing of useful signals.
  • This step can therefore be implemented in each FIG. 5A, 5B, 6 after the acquisition step ACQ ( ⁇ Ck) of the signals.
  • the filtering stage makes it possible to greatly reduce the background noise associated with the processing of the received signals which may result from the quality of the recordings, the sampling operations, the sensor type or the electromagnetic noise generated.
  • some sources are farther away than others. Some signals received by the given sensor from distant sources may be embedded in the noise. The distance from the source, its directivity or its lack of directivity can influence the levels of the signals received at a given sensor.
  • the method of the invention may comprise different signal processing during acquisition to enhance the useful signals or reduce the noise.
  • Some signals emitted by the sources take the form of pulses such as clicks of whales or bats. They are, in general, issued by trains as in Figure 1.
  • a high frequency signal can be superimposed HF noise.
  • These signals, when recording on the sensors have an additive background noise that results from different noises. Filtering may be very advantageous in the process of the invention for treating the useful signal.
  • a low-pass or high-pass filter may be envisaged, but it may also be limiting because it could reduce both the signal and the noise.
  • a spectrogram or scalogram also known as a "sonogram"
  • the signal having the form of a vertical line in a spectrogram or scalogram, the peaks are accentuated by applying this operation.
  • a Gabor filter can be used on a time window and the wavelet decomposition of the signal in a scalogram.
  • the method of the invention may further comprise a further filtering step comprising a decimation step by averaging the signal over several windows.
  • the sampling can be adapted by several tens of kHz.
  • the method of the invention comprising an additional filtering step makes it possible to decimate a factor N by averaging the N adjacent samples in order to obtain a simple representation of a pulse, for example a click. This decimation will reduce the time accuracy of the N / Fe peaks where Fe is the sampling frequency and reduce the noise variance by an N factor.
  • a simple representation of an emitted pulse is obtained, so that from a temporal point of view it looks like a peak.
  • the optional decimation step also makes it possible to reduce the size of the data since the subsequent filtering must take into account less data, which contributes to significantly reducing the computation time compared to the other techniques.
  • the samples are then fewer and the pulses are clearly identified by peaks, and therefore additional filtering is not necessarily necessary in the case of a single source emitting pulses such as a whale or a bat, the noise component being reduced.
  • an additional filtering step can be implemented.
  • This filtering step can make it possible to eliminate the residual noise by the use of the Mallat algorithm. Indeed, this algorithm makes it possible to denoise the signals having a Gaussian additive noise. The goal here is to filter the signal to suppress the Gaussian noise while retaining the information, i.e. the pulses when the source emits such a signal.
  • Mallat's algorithm describes a discrete wavelet transformation using multi-resolution analysis. This consists in breaking down the signal according to a high-frequency plane and a low-frequency plane. This decomposition can be done thanks to two filters g and h which form a base called Haar:
  • the filter h is a low pass filter, and g a high pass filter both have the same cutoff frequency. They are conjugated mirror filters. They make it possible to calculate the decomposition of a signal in an orthonormal base of wavelets.
  • the signal to be analyzed is represented by a set of details d, and an approximation which corresponds to the last resolution, this is called the wavelet representation of the signal. It has been shown that the wavelet coefficients of high amplitudes have a favorable signal-to-noise ratio and vice versa. This property is used to eliminate noise in our decomposed signal. After having applied the Mallat algorithm to the signal acquired by a receiver, a Gaussian noise, reduced and centered of the same size, is generated and decomposed in the same way.
  • the variance ⁇ ⁇ , n of the coefficients B in of the detail plane n of the preceding noise b is calculated, and a so-called universal thresholding is applied to each coefficient C n of each detail plane n of the signal with
  • Ci, n Ci, n, if
  • Thres is the thresholding coefficient and ⁇ ⁇ is the variance of the noise in the signal over the duration of the acquisition window of 10s.
  • ⁇ ⁇ is the variance of the noise in the signal over the duration of the acquisition window of 10s.
  • the variance ⁇ ⁇ is considered as the maximum likelihood of previously calculated variances.
  • Maximum likelihood is a method of taking the most likely variance estimate from the different calculated variances. For this we take the average of the variances that are most apparent. This eliminates the need to manually select a portion of the signal without signal of interest. Indeed, the noise is different on each sensor and it evolves over time, it would be too tedious to make a manual selection.
  • the variance of a pulse such as a click being large, and given the size of the variance estimation windows, the duration of a pulse for example of 20ms, and the number of pulses per window, the maximum likelihood of the calculated variances has the highest probability of being ⁇ ⁇ .
  • Thres ⁇ 2 ⁇ log e (N)
  • N is the number of wavelet coefficients in the thresholded plane.
  • the square root of the signal at the output of the Mallat algorithm can be used for the transitivity equations, including coherent FD and TDOA then the system resolution by nonlinear regression.
  • a variant of the method of the invention comprising noise filtering is the use of a stochastic adapted filtering, noted subsequently by FAS filtering.
  • FAS stochastic matched filtering is a filtering method that is used here to make pulse detection as in our examples of whale or bat clicks.
  • a click is considered to be a Gaussian random signal, as well as background noise.
  • A be the variance-covariance matrix of a click and B that of the background noise.
  • the FAS vectors are then the eigenvectors of the matrix B "1 A.
  • the filtering consists in selecting the eigenvector corresponding to the largest eigenvalue of the matrix B " 1 A and in multiplying this eigenvector by the signal, on slippery windows. This gives a signal filtered by the FAS method.
  • the filtered signal is called a functional which is the result of the FAS filtering applied to the pulse train, for example clicks of FIG.
  • choose a detection threshold To distinguish clicks in the filtered signal, choose a detection threshold. All values above this threshold are considered to correspond to the presence of a click.
  • the detection thresholds are evaluated thanks to the variance of the noise and the COR curves, denoting "Operational Characteristic of Reception "of the detector in order to have a false alarm rate of, for example, 1%.
  • the method may comprise a step for processing the echoes of the received signals.
  • This processing makes it possible to eliminate certain peaks of a main signal received by a sensor which are generated by echoes of this signal.
  • echoes can occur by reverberation at the surface of the water whether the sensors are positioned above a water level or below depending on the waves detected.
  • the echoes can also be caused by reverberations of waves at the seabed for underwater acoustic waves.
  • the echoes can occur especially during reflections of waves emitted by aerial or terrestrial sources on trees, walls or any obstacle reflecting the waves emitted by a mobile or fixed source.
  • the waves emitted by them can be reflected on trees or obstacles such as walls.
  • the signals of several sensors are autocorrelated.
  • the method of the invention makes it possible to perform a self-correlation of each signal acquired in each sensor.
  • the value in abscissa of the secondary peak is the value E (i) echo for the C sensor.
  • a portion of 30ms signal is selected around each detection date, which potentially corresponds to a pulse of the direct signal, such as a click, or an echo. Since the absolute value of the echo signal varies very rapidly, to detect and eliminate the echoes, the procedure is as follows:
  • the signal envelope is determined. For this purpose, we take the absolute value of the signal (filtered using one of the filtering methods described above) and this absolute value is then averaged and normalized on windows, which highlights a signal envelope. The shape of the envelope of a pulse is very different from that of an echo.
  • the method allows to integrate this envelope, and the result is compared with a predetermined threshold experimentally.
  • the method will make it possible to determine experimentally a threshold such that the envelope of the signals above this threshold correspond to echoes (and the corresponding signals are eliminated), whereas the envelope of the signals below this threshold correspond pulses, and the corresponding signals are retained.
  • the method of the invention comprises a step for cross-correlating the signals received between at least one pair of sensors C p , C q , with p and q natural numbers which make it possible to differentiate each sensor from each other.
  • Cross correlation operations are preferably performed on windows of time, for example windows of 10s, but the size of the windows can be configured according to the case envisaged.
  • the overlapping of adjacent windows can also be envisaged according to the embodiments. For example, a 25% overlap of adjacent windows can be provided.
  • the cross correlation operations OP-i make it possible to identify the differences in the frequencies FD of the signals received between at least two sensors C p , C q of a set of sensors distributed in a given space.
  • the cross correlation operations OP 2 make it possible to identify the TDOA arrival time differences of the signals received between at least two C p sensors. , C q of a set of sensors distributed in a given space.
  • the method of the invention can be applied to each pair of sensors so as to identify a maximum of FD and TDOA over a time window.
  • a particularity of the invention is that the operations of cross correlations of the signals received between pairs of sensors can be performed in different spaces including those which have been introduced previously: Di, D 2 , D 3 . These cross correlation operations performed possibly in each domain are shown in FIG.
  • the cross correlation operations in each of these spaces / domains Di, D 2 and D 3 make it possible to identify correlation peaks between the signals received at each sensor of a pair of sensors.
  • the correlation peaks make it possible to deduce arrival frequency difference measurements FD from TDOA arrival time difference measurements of said signals transmitted by at least one mobile or fixed source.
  • the detection of peaks resulting from the cross correlation operations represent maximums of amplitude of the signals received as a function of time. These operations are particularly suitable for detecting TDOAs that represent a time difference.
  • Each TDOA can be identified between two sensors C ,, C j depending on the result of this function.
  • the detection of peaks resulting from the cross correlation operations represent amplitude maxima of the signals received as a function of the frequencies. These operations are particularly suitable for detecting FDs that represent a frequency difference.
  • a cross correlation function xCorr 2 makes it possible to correlate the spectra of each received signal, it is noted: xCorr 2 ⁇ FFT (f), and FFT (f) j ⁇ . Each FD can be identified according to the result of this function.
  • the detection of peaks resulting from the cross correlation operations represent amplitude maxima of the frequencies of the signals received as a function of time. These operations are particularly suited to the detection of FD in conjunction with TDOA that can be read directly on the same scale in time and frequency,
  • a cross correlation function xCorr 3 makes it possible to correlate the spectrograms or scalograms of each received signal, it is noted: xCorr3 ⁇ SC, and SC j ⁇ .
  • FIGS. 5A, 5B, 6 and 9 represent the DET (FD, DET (TDOA) determinations of FD and TDOA sequences of interest resulting from the cross-correlation operations of the method of the invention.
  • TDOAs in space D- ⁇ differ from TDOAs in space D 3 .
  • TDOAs in space D 2 are not representable since it is an "amplitude / frequency" space.
  • the TDOA arrival time differences are given by the differences between the peaks identified on the abscissa axis representing the time.
  • TDOA 01 and TDOA the TDOA calculated respectively in the space D- ⁇ and in the space D 3 .
  • the maximums corresponding to FDs in space D 2 differ from FDs in space D 3 .
  • the FD in the space D- ⁇ are not representable since it is a space "amplitude / time".
  • the arrival frequency differences FD are given by the differences between the peaks identified on the abscissa axis representing the frequencies as shown in FIG. 2A when the FFTs are calculated over a window of given time.
  • the arrival frequency differences FD are given by the differences between the peaks identified on the ordinate axis representing the frequencies and their deviations.
  • the identification steps of TDOA and FD are shown in FIGS. 5A and 5B by the steps DET (FD) and DET (TDOA).
  • FIG. 6 details more precisely the determination of TDOA and FD in each space Di, D 2 , D 3 by the functions denoted DET (TDOA D1 ), DET (TDOA D3 ), DET (FD D2 ), DET (FD D3 ).
  • the TDOA and the FD in each space Di, D 2 , D 3 determined are not yet isolated by type of mobile or fixed source.
  • the identified TDOA and FD are not yet attributed to sources. When there is only one source, it is possible to locate this source by a process of triangulation / regression.
  • the method of the invention allows to define different frequency bands in which the calculations are made.
  • the signal-emitting sources whose method of the invention allows the sensors to deduce the positions in a given area.
  • the resolution of a system of equations of FD and TDOA transitivity of the signals acquired by each sensor can be advantageously improved. by the exploitation of particular relations. This resolution can be done by considering sub-frequency bands.
  • a first relationship makes it possible to link two TDOAs calculated successively by at least one triplet of sensors and the FDs calculated by these same sensors.
  • VtoCi approach speed at the sensor d multiplied by the time step 5t, corresponds to the difference of the distance to the sensor Ci in the corresponding time step.
  • VtoCi -5t
  • VtoC 2 -5t
  • X i + r vCi represents the distance to the sensor Ci between moments t i + i and t,; X i vC + r 2 represents the distance to the sensor C 2 between the times t i and t i +,.
  • FD i2 (ti) ratioFrDti ⁇ (TDOA i2 (ti + i) - TDOA i2 (ti)) where:
  • ⁇ TDOA 2 is the TDOA calculated between the Ci, C 2 sensors
  • ⁇ FD 2 FD is calculated between the sensors Ci, C 2;
  • the previous relation is called Doppler relationship, it is verified for TDOA and FD from the same sources. It is possible to define a Doppler coherence indicator making it possible to associate FDs with TDOA calculated between at least two instants for which the relation is considered to be true.
  • N bn ds of linear or logarithmic bands For the treatment of different sources with different sampling frequencies, consider a number N bn ds of linear or logarithmic bands, defining subbands, such as for example the following bands:
  • the number of bands and their width are defined depending on the hardware, including the sensitivity of the sensors, such as microphones and the power of calculations available.
  • a sensor comprises several frequency channels by filtering or according to another embodiment several sensors centered on different frequency bands.
  • the steps of Figure 5B can be performed in each frequency sub-band.
  • ⁇ v d is the algebraic speed of the sensor / detector
  • ⁇ v s is the algebraic speed of the source
  • the frequency recorded in a sensor is
  • fcentral f source + Av / C " fsource This frequency recorded at a sensor may be different from one sensor to another.
  • FIG. 2C represents an illustration case in which two spectra of the same bat are represented.
  • the bat moves quickly and the signals are received in two sensors.
  • a first sensor receives a first spectrum
  • a second sensor receives a second spectrum that is shifted with respect to the first of a delta-frequency.
  • the spectra have substantially the same shape, with the same peaks.
  • the amplitudes are different depending on where the sensors are located vis-à-vis the source.
  • the delta-frequency is substantially the same over the entire length of the spectrum.
  • the frequency shift introduced by the movement of the source, due to the doppler effect is uniform in the spectrum received in each sensor.
  • FD 1 i2 (ti) ratio FrDti (f centrai) ⁇ (TDOA 1 i2 (ti + i) - TDOA 1 i2 (ti))
  • this relation makes it possible to improve the selection of TDOA and FD to establish the system of equation of transitivity to deduce the position of each source. identified.
  • This step is represented in FIG. 5B by the DOP function (FD, TDOA) which makes it possible, depending on the analysis and the result of this function, to select certain correlation maximums that are more reliable than others for determining N maximums necessary for the system resolution to derive the positions of mobile sources M
  • the dotted arrow AJUST makes it possible to define the criteria for choosing the transitivity equations of FD and TDOA according to the result of this DOP function (FD, TDOA).
  • the DOP (FD, TDOA) function also makes it possible to reconstruct missing TDOAs when the FDs are computed. Missing TDOAs are determined from the Doppler relationship between FD and TDOA.
  • FIG. 5B represents the reconstruction function named RECONSTRUCTION which makes it possible to obtain all the TDOA necessary to deduce a position of each identified source POS (Mi).
  • this relation can itself be part of the system of equations to solve by calculating the residual error at each instant t, of this theoretical equality and by selecting the best TDOA and FD satisfying this equality, that is to say ie those minimizing the residual error of the equation linking these two values.
  • this relation can be used to reconstruct, by deduction, missing TDOA or FD values in the data acquisition by the sensors by interpolating intermediate values.
  • TDOAj, k (ti) TDOAj, k (t i + 1 ) - Fdj, k (ti) / ratio FrDti (fj this ntrai)
  • TDOA 01 TDOA 03 ;
  • FIGS. 10A and 10B show TDOA recordings and calculations of a bat-emitted signal respectively without the method of the invention and with the method of the invention.
  • the frequencies of the signals emitted by the bat are between 29 and 60 kHz.
  • Figure 10A shows the TDOA measurements of a plurality of sensors without use of the method of the invention.
  • the recording of FIG. 10A is carried out with 4 sensors whose indices range from 1 to 4. In this example, they are sensors with a pyramidal-shaped horn antenna. Almost all TDOA measurements are measured. It lacks the latest TDOA measurements between sensors 2 and 3 (mics23).
  • the reconstruction of distance differences without the method of the invention. Distance differences are calculated from the calculated TDOAs and the speed of sound. The result shows that some TDOAs are missing.
  • the TDOA are calculated over a time window comprising 10 computation instants represented along the x-axis.
  • ⁇ 6 TDOA functions (t) are represented corresponding to 6 pairs of sensors: 1 -2, 1 -3, 1 -4, 2-3, 2-4, 3-4.
  • the reconstruction of the trajectory of a source without missing TDOAs corresponding to FIG. 10A is shown in FIG.
  • FIG. 11A represents a trajectory reconstruction without the method of the invention.
  • the positions corresponding to 10 times of measurements of the TDOA are represented on the trajectory.
  • the dimensions of 3D space shown are in meters.
  • FIG. 10B represents the same example as FIG. 10A, the TDOA measurements and the reconstruction of the differences in distances are carried out with the method of the invention.
  • Figure 10B shows that a missing value of a TDOA between sensor 2 and 3 has been reconstructed (just before 3s and distance between -0.3 and -0.4m) relative to the case of Figure 10A.
  • FIG. 11B shows a recording made with 4 sensors from a pyramidal-shaped horn antenna as in the previous case.
  • the reconstruction of the trajectory of a source in space with the method of the invention over a time window comprising 10 capture times makes it possible to reconstitute the trajectory over this same time window.
  • An additional position with respect to FIG. 11A is obtained.
  • FIG. 12A shows a case in which a recording of the arrival time differences of a bat signal between 4 sensors.
  • the transmitted signal is between 24-50 kHz and is captured in a single frequency band without application of the method of the invention.
  • 6 TDOA functions (t) are represented which correspond to 6 pairs of sensors: 1 -2, 1 -3, 1 -4, 2-3, 2-4, 3-4 with the same numbering as before.
  • Figure 12B shows the same TDOA measurements in the same source and sensor configuration.
  • the TDOA and TDOA reconstruction measurements are performed with the method of the invention.
  • Figures 13A and 13B show the trajectories reconstituted respectively without the method of the invention and with the method of the invention. The figures are similar to FIGS. 11A and 11B. It will be understood that the method of the invention makes it possible to obtain additional positions in the trajectory.
  • FIG. 14A represents the same measurements of TDOAs in the same source configuration and sensors identical to the previous figures without application of the method of the invention.
  • TDOAs # 5 measurements are missing.
  • Figure 15A it is found that the position of the 5 th point of the trajectory is not calculated (white circle). Without the method of the invention, the only possible way to restore the 5 th position is to perform an interpolation of the path between the position of the 4 th item and the position of the 6 th item. The other points of the trajectory are calculated from the differences of distances with the measurement of the TDOAs.
  • Figure 14B shows the measurements of TDOAs with the method of the invention. It can be seen that the method of the invention makes it possible to reconstruct the 5 th missing TDOA measurements.
  • FIG 15B shows the path of the source, the 5 th position is obtained from measurements of the reconstructed TDOA.
  • the 5 th position of the reconstituted trajectory with the method of the invention is thus more accurate than the 5 th position of the reconstituted trajectory without the method of the invention.
  • the method of the invention comprises a step of selecting FD.
  • This step can include the selection of FD with the largest local maximums. This step is denoted SEL (FD) in FIGS. 5A, 5B, 6, 7 and 9.
  • TDOA TDOA selection step having in particular the best local maximums. This step is denoted SEL (TDOA) in FIGS. 5B, 6, 7 and 9.
  • the selection of FD and TDOA is done by considering FD and TDOA checking transitivity relationships. This step aims to select the "good" FD and TDOA, thus presenting local maxima verifying the equations of transitivity.
  • the FDs and TDOAs that verify the transitivity equations are those that verify the relationships (1) and (2) theoretical to near tolerated error.
  • the computation of this error can be a data taken into account in the choice of the TDOA and the FD which will compose the system of equations of transitivity to be solved. It will also be possible to consider a global error as will be detailed below.
  • the selection of the FDs and TDOAs may also take into account other factors, as will be detailed later in the description, including the transitivity equations of TDOA and FD with the minimum of error or the calculation of an overall error of all the sensors at a given instant or on a given acquisition time window. This possibility is represented in FIG. 5B by the dashed arrow ASSERV.
  • the maximum peaks of the cross correlation operations are identified by the horizontal differences expressing a time difference, the most probable TDOAs are determined for each couple of sensors. Offsets along the vertical axis in space D 3 give the most probable frequency offsets for a given pair of sensors.
  • the selection of FDs and / or TDOAs can be adapted to select a sample of values to establish a system of sufficient equations.
  • all the FDs identified in a given time window can be selected to establish the most complete system of equations possible and similarly for the selected TDOAs.
  • the method of the invention comprises in this step (or a next step) the determination of the SYS_TRAN_FD and SYS_TRAN_TDOA transitivity systems represented in FIGS. 5B, when the TDOAs are determined by the process of the invention in addition to the FDs, in particular in frequency sub-bands.
  • One step of the method comprises the determination of FD which are coherent with each other, that is to say those which respect the principle of FD transitivity.
  • a step similar to the previous one comprises the determination of the TDOAs which are coherent with each other, that is to say those which respect the principle of TDOA transitivity. .
  • All the preceding steps are performed on given time windows and possibly on frequency windows forming subbands with a central frequency Centrai for each subband.
  • the duration of the windows can be adapted on a case-by-case basis according to the nature of the detected mobile or fixed sources, the frequency of emission of the signals of the sources, the processing capacities, etc.
  • the transitivity system can thus be written by considering each triplet of sensors C p , C q , C r among the set of sensors:
  • TDOA pr (ti) + TDOA pr (ti) TDOA pr (ti) + Err TD o A
  • Err F D and Err T DOA correspond to the errors related to measurements, noise and signal processing over a given time window or at a time t, for measurements in the D- ⁇ space, for example.
  • the transitivity equations can also be written for a set of sensors N greater than 3 since, by definition, the transitivity would make it possible to link the measurements of 4, 5 sensors or even all the sensors of the system.
  • the FD: SSE_Q (D 2 ), SSE_Q 2 (D 3 ) transitivity subsystems can be used either to reconstruct missing TDOAs or to determine the source type, including its mobility profile.
  • Each subsystem may or may not be used according to the variant embodiments of the invention and the methods of calculating FD and TDOA.
  • the method of the invention makes it possible to preserve the FDs and TDOAs which verify the transitivity equations to one error.
  • the method of the invention makes it possible to reference the FDs which come from the same source so as not to mix the values during the regression provided in a step following the step of determining the FDs that are coherent with one another. Similarly, the method of the invention makes it possible to reference the TDOAs originating from the same source so as not to mix the values during the regression provided in a step following the step of determining the TDOAs coherent with each other.
  • the number of pairs of sensors corresponds to the number of unknowns in the system, for example the number of TDOAs or FDs.
  • the number of triplets p 3 corresponds to the number of transitivity equations needed to solve the system.
  • the TDOA sextuplets that do not respond to the system of transitivity equations are eliminated as not being coherent.
  • three FDs and / or three independent TDOAs are selected, relative to a sensor.
  • Independent DCs and independent TDOAs are then used in the POS (Mi) stage to calculate the position of each pulse emission source by minimizing the least squares error function on the position, as explained below. .
  • ⁇ FD D2 1 2 (ti) ratioFrDti (fcentrai) ⁇ - TDOA D1 2 (ti)) + Err Dopp i er
  • ⁇ FD D2 1 2 (ti) ratioFrDti (fcentrai) ⁇ (TDOA D3 l! 2 (t i + 1 ) - TDOA D3 2 (ti)) + Err Dopp i er
  • ⁇ FD D3 1 2 (ti) ratioFrDti (fcentrai) ⁇ - TDOA m 1 i2 (ti)) + Err Dopp , er
  • ⁇ FD D3 1 2 (ti) ratioFrDti (fcentrai) ⁇ (TDOA D3 l! 2 (t i + 1 ) - TDOA D3 2 (ti)) + Err Dopp , er
  • ⁇ FD D ⁇ , 2 (t i ) ratio FrDt i (fcentra) ⁇ (TDOA D , 2 (t i + 1 ) -TDOA D , 2 (t i )) + Err Dopp ⁇
  • the error Err Do ppier corresponds to measures related errors, noise and treatment of the signals over a given time window and / or in each subband thus the center frequency is f cen trai or a time ti for measurements in the space D- ⁇ for example.
  • TDOA D1 TDOA 03 + Err 13 ;
  • a system of equations of transitivity can be established by keeping, as necessary, for the resolution of the system of a minimum number of equations but enough to solve the system and deduce the position of each mobile or fixed source M
  • the method includes a step of selecting the equations having the minimum error, Figures 5A, 5B, 7 and 8 represent steps for applying a MIN function ( ⁇ err) to calculate errors residuals present in the transitivity equations, or the residual errors of the calculations of the same FD in different spaces D 2 and D 3 or errors between the TDOA calculations in different spaces Di, D 3 as detailed previously.
  • the method favors the minimum error averaged over the measurements of all the sensors over a given time window.
  • the method of the invention makes it possible to estimate the overall error of a set of sensors at a given instant or during an acquisition window for local peaks of values of FD and / or TDOA.
  • the global error related to FD over a time window can be calculated thus by considering the case of 4 sensors C ,, C j , C m , C k :
  • RFD 2 ErrFD (max) 2 ⁇ Ci, C j , Ck ⁇ + ErrFD (max) 2 ⁇ Ci, C j , C m ⁇ + ErrFD (max) 2 ⁇ Ci, Ck, C m ⁇ + ErrFD (max ) 2 ⁇ C j , Ck, C m ⁇ .
  • This relation can also be written and verified with a general case of N sensors, with N> 4.
  • FIG. 8 represents this step of calculating the global error R F D of sum of triplets of sensors.
  • the error R F D represents the sum of the errors of each sensor triplet concerning the FD measurements. This is the calculation of the overall error related to the FD calculations between each triplet of sensors taken on all the sensors. In the same way we obtain for the minimization of the overall error of TDOA measurements, taking again the example of the 4 sensors, C ,, C j , C m , C k :
  • the total error of each pair of sensors can be evaluated at each moment or in each acquisition time window.
  • the total error is the sum of the Err 2 3 errors for each pair of sensors.
  • the method of the invention makes it possible to estimate this error, by the following relation:
  • R 23 2 ⁇ (FD D2 (k, p) - FD D3 (k, p)) 2 , where k, p represent the indices of the sensors C k , C p .
  • the error R 23 makes it possible to consider the values of the FDs for which the value calculated in the space D 2 is close to that calculated in the space D 3 .
  • the selection of FD maximums according to this criterion makes it possible to make the measurements reliable and to obtain a system of efficient transitivity equations.
  • the method of the invention makes it possible to define the total error of the TDOA measurements in the D- ⁇ domain and the D 3 domain at a time t, or in the acquisition window by taking into account the previously determined relationship:
  • Err 13 2 (k, p) (TDOA D1 (k, p) - TDOA D3 (k, p)) 2 , where k, p represent the indices of the sensors C k , C p .
  • R23 2 ⁇ k , p (Err 13 2 (k, p)), i.e.
  • R23 2 ⁇ k , p ((TDOA D1 (k, p) - TDOA D3 (k, p)) 2 ), where k, p represent the indices of the sensors C k , C p .
  • the calculation of the global error of the FD or TDOA on an acquisition window can be made for the maximum values of the cross correlation peaks of TDOA or FD.
  • RFD-TDOA 2 ⁇ k, P (D Err oppi e r 2), where k, p are the indices of sensors C k, C p.
  • the error Doppler Err Do ppier being calculated for the sensors C k , C p and could be expressed also as a function of these sensors: Err D0 ppier 2 (kp)).
  • RFD-TDOA 2 ⁇ k, P (Err D oppier 2 (kp)) for each domain D 1; D 2 , D 3 , the equations can be written for each pair of sensors C k , C p :
  • RFD-TDOA 2 of which R 21 FD-TDOA 2 , R 23 FD-TDOA 2 , R 31 FD-TDOA 2 , R 33 FD-TDOA 2 , the method of the invention makes it possible to translate the calculation of these errors into a same unit repository.
  • the errors RFD-TDOA and R F D are for example expressed in Hz and the errors RTDOA, R13, R23 are expressed in seconds.
  • the method of the invention may comprise a step for homogenizing the units so as to compare the errors calculated with each other to establish a choice of the N equations of the transitivity system to be solved.
  • To homogenize the units of the error values it is possible to perform a ratio between the calculated value and their averaged value over a period of time or a ratio between the calculated value and a constant.
  • the ratio is established by the use of a constant, the latter can be chosen as the frequency of the transmission of clicks. This constant can be chosen to standardize a relative value of errors
  • the inter-click duration D ref can be an average reference duration. In the case of a bat, this inter-click duration is of the order of 0.1 s.
  • RatiOiDOA RTDOA / D rer
  • RatiOiDOA ⁇ ⁇ RTDOA ratio FrDti (f this ntrai)
  • each relative global error can be weighted each by a weight denoted respectively WDoppier, w FD , w TD oA, w 3 , w 23 , the following expression is obtained:
  • f cen trai is the center frequency of each frequency subband.
  • RatiOiDOA RTDOA ⁇ ratio FrDti (f centrai);
  • Ratio 13 Risk ⁇ ratio FrDti (fcentrai);
  • the weights can be chosen according to what is most important in the recording and data system and are optimized to minimize the total error.
  • RTOTAL- When processing different sound sources with different frequencies, consider the ratio FrDti (f centrai) depending on the central frequency of each sub-band. In this case, while using a combination of errors of the equations of transitivity, it is necessary to add to all the frequency bands fcentral ⁇
  • RTOTAL ⁇ (W F D-TDOA ⁇ RatiOFD-TDOA) + w FD ⁇ RatiOFD + ⁇ (W T DOA ⁇ Ratio T DOA) + ⁇ (wi 3 ⁇ RatiOi 3 ) + w 2 3 ⁇ Ratio 2 3.
  • This step is represented in FIG. 8 by the functional block SYS_COMB (wi) which can be used:
  • Wi to choose the global errors to minimize in order to determine an optimal transitivity system adapted to the context.
  • a relationship linking the weights to each other makes it possible to define a common reference frame for measuring the various errors measured.
  • a constraint such as the following relation can be respected according to the method of the invention in addition to the positivity of the weights:
  • the weighting can be adjusted dynamically so that the process adapts according to the nature of the sources and the evolution of movements of sources.
  • the relative error Ratio F D makes it possible to obtain good results by selecting FDs reflecting the velocity differences in particular. measurable thanks to the Doppler effect. Therefore the weight W F D may be preferred for the calculation of the total error.
  • the weight value W T DOA can be chosen so as to make it possible to take into account the global error Ratio T DOA when the source is distant and as it gets closer to all the sensors, the RatiûFD ratio may be preferred.
  • the processing of signals from one or more mobile or fixed sources after their acquisition comprises a wavelet transform, for example to improve the noise filtering and to enhance the useful signals
  • the taking into account of TDOA differences calculated in the D- ⁇ domain and in the D 3 domain, as well as taking into account the calculated FD differences in the D 2 domain and in the D 3 domain can be adapted for the choice of the system of equations of transitivity.
  • the weights w 3 , w 23 may preferentially be considered vis-à-vis the other weights.
  • the method comprises a step of choosing the N equations of transitivity to develop the system to solve by considering the global errors that verify a set of conditions.
  • the TDOAs and FDs retained in the system are those that check a set of conditions, such as for example:
  • 3 , S 2 3 are predefined thresholds or thresholds that can be adjusted depending on the particular case of the type of presumed sources.
  • This step is represented in FIG. 8 by the SYSJNTER functional block which makes it possible to determine the maximum correlation Ns. necessary to solve the system in order to determine the positions of each mobile M
  • the conditions can be verified in each domain Di, D 2 , D 3 , in particular for the RFD-TDOA calculations, of which R 21 FD-TDOA, R 23 FD-TDOA, R 31 FD-TDOA J R 33 FD-TDOA defined previously.
  • Global total errors can be compared to a threshold value at each time t, or for a given time window. After estimating global errors, a system of transitivity equations can be determined with enough equations to solve the system of unknowns that are the instantaneous positons of each source.
  • An advantage of the invention in solving the minimum of errors preliminary to the determination of a transitivity system and its resolution is to choose the equations whose measurements are the most reliable and which have been the least impacted by the noise, signal processing, interference, etc.
  • a nonlinear regression step makes it possible to determine the instantaneous positions (x, y, z) of each mobile or fixed source as a function of time. These raw positions are calculated in the step POS (M
  • the nonlinear multiple regression can be achieved by means of the G algorithm at ss-Newton, for example by using a signal propagation speed in the medium according to a determined profile.
  • a signal propagation speed in the medium By way of example, in the marine environment the speed of the acoustic signals in seawater is determined constant of a value of 1500 ms -1 , in the air environment the propagation velocity of the acoustic waves is determined on the basis of speed of 340 m / s.
  • is noted X.
  • the three independent FDs are denoted by indices u, w, y: (FDu (iJ), FD w (i, k), FD y (i, h) ⁇ of each quadruple of sensors C ,, Cj, C k , C h .
  • the three independent TDOAs are denoted by their indices u, w, y: ⁇ TDOA u (i, j), TDOA w (i, k), TDOA y (i, h) ⁇ of each quadruplet of sensors C ,,
  • the system is solved by minimizing the Least Mean Square (LMS) error in the system of the three FD and TDOA equations.
  • LMS Least Mean Square
  • Q (X S , Xi) is the Euclidean distance between the source S of unknown coordinates ⁇ x, y, z ⁇ and the X coordinate sensor ,.
  • f (Xestimé) f 1 (Xestimé) 2 + f2 (Xestimé) 2 + f3 (Xestimé) 2 '
  • a position X of the source of clicks is considered correct when f (Xestimé) ⁇ 1 in an example embodiment or at a certain threshold in general, otherwise it is not taken into account. Determination of the trajectories of mobile sources or positions of stationary sources
  • the method according to the invention extracts these windows and the pulses, such as for example clicks, which are contained therein, and the labels in using the values of FD and TDOA as coming from the source located in M
  • Spatio-temporal continuums of positions make it possible to isolate individual trajectories and thus link clicks to a given source in particular (by automatic clustering of the nearest neighbor, for example).
  • the reconstruction of missing TDOAs or missing FDs can be performed using the relationship between TDOA and FD from the previous section:
  • One position is estimated for each mobile or fixed source several times per minute. As a result, some areas do not have a point and form trailing spaces in the trajectories.
  • the method makes it possible to interpolate the trajectories when certain measurements are missing to estimate more positions for example because there is too much recovery of pulses on certain detection windows.
  • the method can remedy this problem by smoothing the trajectories, according to smoothing methods known per se, for example a linear interpolation method.
  • the linear or spline smoothing of the trajectories makes it possible to estimate the unknown positions of a source between two passage points obtained. This makes it possible to determine the FD and / or TDOA that would have generated these positions, since the position of the source and the coordinates of the sensors are known. We can then return to the recording and label the pulses on portions of the signal whose filtering and inter-correlations failed to extract information.
  • the method of the invention can also make it possible to generate mobile or fixed source trajectories from FD measurements alone. These trajectories can then be corrected by the relation between the FD and the TDOA of the EQc equation or by the generation independently of the trajectories deduced from the TDOA measurements, equation EQ B.
  • the method of the invention comprises a given number of sensors for determining the trajectories of a given number of mobile or fixed sources
  • an additional sensor to refine the velocity profile of the presumed signals.
  • the velocity profile of the transmitted signals can be estimated from an additional sensor.
  • the method makes it possible to add a degree of freedom to the equations for determining positions.
  • a characteristic velocity profile of the medium at the time of recording can be estimated. This eliminates a modeled velocity profile for the period in question.
  • the additional sensor adds a degree of freedom to the system to be solved and allows the regression to estimate the velocity profile for each position.
  • the celerity of the signals is denoted c (t) which becomes time dependent on the recording of the signals Si to each sensor Ck.
  • a standard computer provided with a sensor acquisition card, and capable of executing a software implementing the processing steps of the method of the invention. invention.
  • at least four sensors are required to obtain sufficient pairs of sensors and transitivity equations of interest for the detection of mobile or fixed source positions.
  • Sampling at least 400 Hz in the case of a whale and at least a range of frequencies from 10kHz to 1 60kHz for a bat allows to digitize the signal correctly.
  • the sensors are advantageously spaced from a few meters to a few hundred meters. They can be fixed or be arranged on mobile devices such as an aircraft or a ship. In the case of a mobile device, a positioning system, such as a GPS, can be coupled to compensate and take into account the movements of the device in the processing of the received signals.
  • a positioning system such as a GPS
  • Recordings can be made for periods ranging from a few seconds to several minutes to take into account the movement of mobile sources and thus obtain trajectories.
  • the implementation system of the method may consist of a kit which is deployed at sea and which comprises floating N-1 hydrophones distant a few tens of meters, equipped with a GPS tracking system or a small transmitter beacon (for self-localization of hydrophones).
  • the Nth hydrophone (of the same characteristic) is immersed a few tens of meters below the others.
  • the drifts of hydrophones can be calculated by GPS or sound transmitter located on each hydrophone to relocate precisely every minute depending on the position of a reference hydrophone (on the hull of a broken boat for example).
  • the sensors are connected by cable or new-generation mobile phone to the onboard PC, and the tracking of mobile or fixed sources is then possible in real time.
  • FIG. 9 shows a flowchart of a method making it possible to use and exploit the positions POS (M
  • the method of the invention may comprise a COMP (M
  • ) with those resulting from the labeling can be integrated, annotated, structured using XML type files, and finally stored automatically in a database.
  • the tracking method according to the invention meets the goals set.
  • the invention makes it possible to observe, by a passive way, without any disturbance of the medium or the sources themselves, a group of several mobile or fixed sources, such as bats.
  • the method can be applied in geographical areas ranging from a few hundred meters to several tens of kilometers in an area of several square kilometers.
  • the method can also be applied in volumes of several cubic meters for applications related to bats for example.
  • the area of application of the invention may vary.
  • an area of a few cubic meters is suitable for low amplitude sources and tight and high sampling frequency sensors, for example a higher or equal sampling frequency at 200 kHz.
  • the area of tens or hundreds of meters in the air and a few meters in the water can be adapted.
  • the invention is not limited to applications in water or air but possibly in solid environments such as wood, concrete or metal, for example.
  • the invention operates for low signal-to-noise ratios (SNR) without complex frequency processing but by filtering and analyzing a controlled number of FD and TDOA allowing real-time processing .
  • SNR signal-to-noise ratios
  • the method applies to any non-stationary or quasi-stationary or even harmonic signal, as long as it is possible to detect singular events that are fairly precise in time, these singularities making it possible to date events in the signal, such as the instants of beginning of intermittent harmonics.
  • the sensors can be of acoustic or electromagnetic type depending on the sources that are to be detected and the trajectories to be identified from these sources.
  • the method according to the invention can easily be executed in real time using software running on a "Windows TM” or “Linux” / Matlab TM -type PC (or also Python, C, or octave). still others) provided for example with a microprocessor type "Pentium TM” and a random access memory of the order of 1 gigabyte.
  • the invention also allows the labeling of superimposed emissions from several sources, and in the case of animal sources, the analysis of their individual and group behavior, the characteristics of their emissions related to their hunting behavior for example (inter-click interval). especially), and their counting while immersed for long periods.
  • the invention also makes it possible to estimate the average speed of a signal in any medium (liquid, solid or gaseous, or having several phases), possibly using the artificial emission of controlled sources.
  • the method provides positions and trajectories in real time, as well as the attribution of clicks to their sources. Therefore, it indirectly allows the counting of animals such as cetaceans or bats and the determination of their sex and size, for example.
  • animals such as cetaceans or bats
  • the method according to the invention defines a complete system for listing several information describing the activity of marine animals or flying in a given area of several kilometers.
  • the invention makes it possible in particular to establish instantaneous maps of mobile or fixed mobile or aerial or industrial airborne sources, such as aircraft.
  • the invention makes it possible to detect the presence of animals on commercial shipping routes or on air corridors, in order to avoid collisions of animals with an aircraft or a boat.
  • the invention it is also possible to monitor a given sensitive area, and to make intrusion detection by animals, detecting their clicks and comparing the detected signal to a warning threshold. It suffices to install in the zone 4 or 5 fixed sensors connected by wired or wireless communication means, and to supply with the signals coming from the sensors, a server able to execute the tracking method according to the invention and to calculate warning thresholds.
  • the tracking system is therefore associated with warning means able to emit an alert signal when clicks corresponding to the presence of one or more animals are detected on the signal coming from the sensors placed in said zone.
  • the algorithm can be used for the separation of static and dynamic sources on the basis of the optimization of the importance of the errors.
  • Another possibility is the classification, separation and understanding of static sources with a change of frequency, such as cardiogram or EEG recording.
  • the invention relates to a system for implementing the method of the invention.
  • the system includes a plurality of sensors disposed in a three-dimensional area of the space.
  • the system comprises calculation means such as a computer, for example a PC for performing calculations of TDOA, FD and all other operations of the method of the invention.
  • the system of the invention also comprises means for collecting data and means for recording them for example in a database.
  • the data collected by each sensor can be centralized in the same physical device for the exploitation of the data.
  • the calculations can also be distributed on different devices equipped with memory and calculator.
  • the sensors may be equipped with means for transmitting information to the collection means, such as a transmitter.
  • the communications between the collection means and each sensor can be carried out wired or wireless.
  • each sensor can be equipped with means necessary for the processing of signals such as filters and computers as needed to perform the correlation operations for example.
  • a monitoring center for measurements and results obtained may be deported or located in the same place as the data collection means.
  • a display means allows the exploitation of the results.
  • a interface makes it possible to carry out the settings of the sensors and their configuration.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

Le procédé de trajectographie par voie passive d'une pluralité de sources émettant des premiers signaux comprend : des acquisitions par un ensemble de N capteurs (Ci)i∈[1; N] des signaux émis par au moins une source sur une fenêtre de temps et dans au moins une bande de fréquence; un traitement des signaux comprenant des opérations (OP1) de cross-corrélation pour identifier des pics de corrélation et déduire des mesures de différence de fréquences d'arrivée FD et des différences de temps d'arrivée TDOA des signaux; une sélection d'un nombre de FDpq et de TDOApq pour chaque couple de capteurs (Ci); une génération de systèmes d'équations de transitivité pour chaque instant t, entre les FDpq(ti) et les TDOApq, les équations liant algébriquement les sommes de chaque FDpq(ti) et les sommes de chaque TDOApq de chaque couple de capteurs; une déduction d'une position d'au moins une source.

Description

CONTRAINTES CONJOINTES DE TRANSITIVITE DE DIFFERENCES TEMPORELLES ET EFFET DOPLER MULTIBANDES POUR LA SEPARATION, CARACTERISATION, ET LOCALISATION DE SOURCES
SONORES PAR ACOUSTIQUE PASSIVE
DOMAINE
Le domaine de l'invention concerne les procédés de trajectographie de sources mobiles ou fixes. Plus particulièrement, le domaine de l'invention concerne la détection de la position et de la trajectoire d'une pluralité de sources à partir d'une pluralité de capteurs. L'invention se rapporte à la détection de sources évoluant ou non dans l'espace, dans la mer ou à la surface de l'eau tels que les mammifères marins, des volatiles tels que des chauves-souris ou encore des sources anthropiques telles que des avions, missiles ou torpilles. L'invention concerne les procédés de détection de trajectoires à partir d'une pluralité de capteurs disposés à différents endroits. L'invention permet de localiser la ou les sources et de déterminer si elle(s) se déplace(nt) ou non.
ETAT DE L'ART
On connaît déjà dans l'état de la technique plusieurs procédés de suivi des trajectoires, de mammifères marins ou encore de sous-marins. Il existe des solutions actives et passives.
Les procédés de détection actifs consistent à envoyer vers la source un signal, par exemple sonore, et à capter l'écho de ce signal lorsqu'il rencontre la source. Ces procédés ne sont pas recommandés, car la puissance du signal peut être dommageable à la fois pour l'environnement vivant et pour les sources vivantes recherchées.
Les procédés de détection passifs consistent à simplement capter des signaux avec des capteurs adaptés. Par exemple, dans le cas de cétacés, il s'agit de signaux sonores qui peuvent être captés à l'aide d'hydrophones immergés, puis on traite les signaux reçus en vue de déterminer les caractéristiques et la position de la source. Les procédés de détection passifs sont bien plus satisfaisants dans leur principe et ils ont l'avantage de ne générer aucune perturbation du milieu.
Un tel procédé est par exemple divulgué dans "Real-time 3D tracking of whales by echo-robust précise TDOA estimâtes with a widely- spaced hydrophone array" de Giraudet P. et Glotin H.
D'autres tentatives ont été faites pour mettre au point un procédé de détection de cétacés par voie passive, sur la base d'algorithmes de traitement des différences de temps d'arrivée aux hydrophones des clics captés par des hydrophones, ces différences étant appelées des « TDOA », acronyme pour « Time Différence Of Arrivai » en terminologie anglo- saxonne.
Parmi les méthodes essayées, on compte les algorithmes de détection dits de Morissey et al., celui de Nozal et Frazer, ou celui de White et al., qui ont tous été abondamment décrits dans la littérature scientifique.
Plus récemment, une solution a émergée consistant à comparer les TDOA de différentes couples de capteurs pour discriminer chaque source et en déduire les trajectoires, voire le brevet EP 2 235 558 B1 .
En revanche, toutes ces solutions ne sont pas adaptées ou optimisées à la détection d'une trajectoire d'une source mobile évoluant avec une vitesse de déplacement rapide ou à faible émission. Le système d'équations permettant de détecter la trajectoire de N sources se déplaçant dans l'espace avec des disparités de vitesses entre chaque source ou encore avec des sources se déplaçant rapidement, devient très difficile, voire impossible, à résoudre avec les solutions de l'art antérieur. RESUME DE L'INVENTION
L'invention permet de résoudre les inconvénients précités.
Un but de l'invention est de proposer un procéder de détection de position et de trajectographie des sources mobiles ou fixes à partir d'une pluralité de capteurs par voie passive. En particulier, un but de l'invention est de proposer un procédé et un système qui permettent de trajectographier et de compter des sources mobiles ou fixes, même en groupes, et de les identifier, ce qui implique de séparer les signaux de plusieurs sources mobiles ou fixes émettant des signaux simultanément.
Un autre but de l'invention est de proposer un procédé de détection qui permette une détection rapide, en temps réel et qui soit dynamique dans la mesure où le procédé peut s'ajuster selon certains paramètres selon la nature des sources mobiles ou fixes dont notamment leur vitesse.
Un autre but de l'invention est de proposer un procédé de détection qui soit facile à mettre en œuvre en pratique, même avec du matériel à bas coût.
Un autre but de l'invention est de proposer un procédé et un système de détection qui soient robustes aux échos, et qui donnent des résultats précis et fiables, quels que soient le milieu et les sources considérées.
Un but supplémentaire de l'invention est de proposer un procédé et un système de détection par voie passive, qui permettent l'application à l'étiquetage des émissions des sources des mobiles ou fixes, ce qui doit permettre l'étude fine de leurs caractéristiques.
A cet effet, l'invention a pour objet un procédé de trajectographie par voie passive tel que défini dans les revendications, ainsi qu'un système pour la mise en œuvre d'un tel procédé.
Un objet de l'invention concerne un procédé de trajectographie par voie passive d'une pluralité de sources mobiles ou fixes émettant des premiers signaux comprenant :
■ des acquisitions par un ensemble de N capteurs des signaux émis par au moins une source sur une fenêtre de temps, lesdits capteurs étant localisés à des positions géographiques prédéfinies ;
un premier traitement des signaux reçus à chaque capteur comprenant des premières opérations de cross-corrélation desdits signaux de manière à identifier des pics de corrélation entre les signaux reçus à chaque capteur afin de déduire des mesures de différence de fréquences d'arrivée FD desdits signaux émis par ladite au moins une source, noté FDpq(ti) entre un couple formés de deux capteurs, à des instants (ti)ie[i ; S] de la fenêtre de temps ; une sélection d'un premier nombre de FDpq pour chaque couple de capteurs recevant les signaux de ladite au moins une source ; une génération d'un premier système d'équations de transitivité pour chaque instant t, entre les FDpq(ti) d'au moins deux couples distincts de capteurs les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation ;
une déduction d'un type de ladite au moins une source donnant un profil de mobilité de ladite source.
Un avantage d'un tel procédé est de permettre de détecter des profils de célérités de différentes sources se déplaçant plus ou moins rapidement dans l'espace.
Avantageusement, le procédé de trajectographie comprend :
un second traitement des signaux reçus à chaque capteur comprenant des secondes opérations de cross-corrélation desdits signaux de manière à identifier des pics de corrélation entre les signaux reçus à chaque capteur afin de déduire des mesures des différences de temps d'arrivée TDOA desdits signaux émis par au moins une source, noté TDOAkm(ti) entre au moins un couple formés de deux capteurs à des instants tie[i ; S] de la fenêtre de temps;
une sélection d'un second nombre de TDOAkm(ti) pour chaque couple de capteurs recevant les signaux d'au moins une source (Mi) ;
une génération d'un second système d'équations de transitivité pour chaque instant t, entre les TDOAkm(ti) d'au moins deux couples distincts de capteurs, les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs considérés dans chaque équation ;
une déduction d'une position d'au moins une source dans l'espace par la résolution d'une régression non linéaire du système formé par le premier et le second système d'équations de transitivité.
Un avantage de l'utilisation d'un second système de transitivité basé sur la mesure des TDOA et utilisé conjointement avec le système de transitivité des FD est de permettre de reconstruire des mesures manquantes par exemple avec une équation liant les TDOA et les FD par la relation Doppler. UN avantage est d'obtenir plus de mesures et donc un système plus performant et plus efficace.
L'utilisation d'un système de transitivité des TDOA conjointe avec un système de transitivité de FD est qu'une trajectoire peut être déduite des positions des sources en plus des profils de célérité.
Selon un mode de réalisation, l'acquisition des signaux par chaque capteur est réalisée dans une pluralité de canaux en fréquences, chacun des canaux étant centrés sur une fréquence centrale propre au canal considéré.
Un avantage de cette solution est de corréler différents résultats obtenus sur différentes bandes en fréquences. Cela permet notamment de discriminer des sources différentes ou encore des signaux d'une même source arrivant dans différents canaux.
Selon un mode de réalisation, les premières et/ou les secondes opérations de cross-corrélation des signaux sont effectuées dans le domaine temporel D-i , correspondant à une représentation amplitude/temps des signaux, un premier nombre Ntemporei de pics d'amplitudes de corrélations étant sélectionnés, les pics sélectionnés formant des maximums locaux au- dessus d'un seuil prédéterminé.
Selon un autre mode de réalisation, les premières et/ou les secondes opérations de cross-corrélation des signaux sont effectuées dans un domaine fréquentiel D2, correspondant à une représentation amplitude/fréquence des signaux, un second nombre NFréquentiei de pics d'amplitudes de corrélations étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé.
Avantageusement, les premières et/ou les secondes opérations effectuées dans le domaine fréquentiel D2 succèdent à des opérations préalables de transformées de fourrier ou de transformées d'ondelettes des signaux acquis sur la fenêtre de temps.
Selon un autre mode de réalisation, les premières et/ou les secondes opérations de cross-corrélation des signaux sont effectuées dans un domaine temps-fréquence D3, correspondant à une représentation fréquence/temps des signaux, un troisième nombre NTps-Fréq de pics d'amplitudes de corrélations étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé. Selon un mode de réalisation, le premier système d'équations de transitivité comprend au moins l'un des deux sous-systèmes d'équations ou une combinaison des deux sous-systèmes d'équations suivants :
un premier sous-système d'équations de transitivité entre les FDpq(ti) d'au moins deux couples distincts de capteurs, les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation, chaque FDpq(ti) étant calculée à partir des premières opérations de cross-corrélations dans le domaine fréquentiel D2, un nombre Nb-T d'équations de transitivité parmi le nombre NFréquentiei de pics de corrélation étant sélectionné dans ce même domaine D2 ; un second sous-système d'équations de transitivité entre les FDpq(ti) d'au moins deux couples distincts de capteurs, les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation, chaque FD étant calculé à partir des premières opérations de cross-corrélations des signaux dans le domaine temps-fréquence D3, un nombre Nb- ' d'équations de transitivité parmi le nombre Fréquentiei de pics de corrélation étant sélectionné dans ce même domaine D3. Selon un mode de réalisation, le second système d'équations de transitivité comprend au moins l'un des deux sous-systèmes d'équations ou une combinaison des deux sous-systèmes d'équations suivants :
Un troisième sous-système d'équations de transitivité entre les TDOAkm(ti) d'au moins deux couples distincts de capteurs , les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs considérés dans chaque équation, chaque TDOAkm(ti) étant calculé à partir des secondes opérations de cross-corrélations dans le domaine temporel D-i , un nombre Nb2' d'équations de transitivité parmi le nombre NTemPorei de pics de corrélation étant sélectionné dans ce même domaine D-i ; Un quatrième sous-système d'équations de transitivité entre les TDOAkm(ti) d'au moins deux couples distincts de capteurs, les équations liant algébriquement les sommes de chaque TDOA de chaque couple de capteurs considérés dans chaque équation, chaque TDOAkm(ti) étant calculé à partir des secondes opérations de cross-corrélations dans le domaine temps-fréquence D3, un nombre Nb2" d'équations de transitivité parmi le nombre NFréquentiei de pics de corrélation étant sélectionné dans ce même domaine D3.
Un avantage est de multiplier les mesures et de permettre de corriger des erreurs de reconstruire des mesures manquantes.
Chacun des modes de réalisation peut être combiné avec un autre mode, notamment pour construire le système de transitivité.
Selon un mode de réalisation, les équations de transitivité des FDpq(ti) des sous-système associés d'au moins deux couples distincts de capteurs formé d'au moins trois capteurs, les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs à un instant donné t, par l'équation suivante :
■ FDpq(ti) + FDqr(ti) = FDpr(t_i) + ErrFD p<q<r, pour p, q, r e [1 , N] ;
où ErrFD p,q,r représente les erreurs liées aux mesures, aux bruits et aux traitements des signaux à un instant t, ou dans une fenêtre d'acquisition des deux couples de capteurs. Avantageusement, une sélection, à un instant t,, d'un ensemble d'équations de transitivité des FDpq(ti) est déterminée pour laquelle les erreurs ErrFD sont inférieures à un seuil prédéterminé.
Selon un mode de réalisation, les équations de transitivité des TDOAkm(ti) des sous-systèmes associés d'au moins deux couples distincts de capteurs formé d'au moins trois capteurs, les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs à un instant donné t, par l'équation suivante :
■ TDOAmk(ti) + TDOAkn(ti) = TDOAmn(ti) + ErrTDoA k'm'n , pour k, m, n e [1 , N] ;
où ErrTDOAk'm'n représente la somme des erreurs liées aux mesures, aux bruits et aux traitements des signaux à un instant t, ou sur une fenêtre d'acquisition.
Selon un mode de réalisation, une sélection d'un ensemble d'équations de transitivité liant les TDOAkm(ti) d'au moins un triplet de capteurs est déterminée pour lequel les erreurs ErrTDOAk'm'n sont inférieures à un seuil prédéterminé.
Selon un mode de réalisation, au moins une relation appelée « relation doppler » est déterminée entre :
■ d'une part, un premier TDOA(ti)kq et un second TDOA(ti+i)kq calculés successivement entre un couple de capteurs, chaque TDOA(ti)kq pouvant être calculé dans le domaine temporel (D-i) ou le domaine temps-fréquence D3 et ;
■ d'autre part, la différence de fréquence FD(ti)kq calculée entre le même couple de capteurs correspondant au premier TDOA(t,) calculé, chaque FD(ti)kq étant calculé dans le domaine fréquentiel (D2) ou le domaine temps-fréquence (D3),
la dite relation permettant de générer un indicateur de cohérence doppler pour chaque couple {TDOA(ti), FD(ti)}kq calculé entre deux capteurs, la dite relation étant vérifiée aux erreurs près et dénommées « erreurs doppler ». Selon un mode de réalisation, l'acquisition des signaux est réalisée selon une pluralité de fréquences d'échantillonnage dans une pluralité de sous-bandes de fréquences du second domaine fréquentiel D2, chacune étant centrée sur une fréquence centrale de ladite bande considérée, la relation doppler entre au moins deux capteurs s'écrivant ainsi dans chaque bande de réception :
FD (ti) = ratio FrDti(f centrai) ■ (TDOAk,q(t,+1) - TDOA (ti)), où ratio FrDti(f centrai) est un paramètre fonction de la fréquence centrale (f centrai)- Avantageusement, la relation Doppler permet de déterminer au moins un TDOA manquante pour déterminer au moins une position d'au moins une source dans l'espace. Un avantage de cette solution de reconstruction de valeurs de TDOA est d'obtenir une valeur d'au moins une position d'une source plus précisément que par un procédé d'interpolation classique. En outre, un avantage est d'offrir une plus grande capacité de reconstruction d'une trajectoire d'une source même dans des conditions de traitements de signaux difficiles, par exemple lorsque le niveau du bruit est élevé ou que le signal utile est faible ou encore lorsque des échos du signal source perturbent la détection.
Avantageusement, l'indicateur de cohérence doppler est déterminé en fonction du calcul de l'erreur Doppler pour chaque relation.
Selon un mode de réalisation, une sélection d'équations de transitivité de chacun des systèmes d'équations de transitivité des TDOA et des FD est déterminée pour lesquelles les erreurs doppler sont inférieures à un seuil prédéterminé.
Selon un mode de réalisation les erreurs les erreurs liées aux mesures, aux bruits et au aux traitements des signaux présents dans chaque équation de transitivité, ainsi que l'erreur Doppler, peuvent être calculées par la méthode des moindre carrés.
Selon un mode de réalisation, une erreur globale des équations de transitivité des FD est calculée pour chaque domaine D2, D3 à chaque instant ti ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale RFD étant égal à la somme des carrés des erreurs de chaque équation de transitivité des FD Err-i p q r relative à chaque triplet de capteurs Cp, Cq, Cr. Selon un mode de réalisation, une erreur globale des équations de transitivité des TDOA est calculée pour chaque domaine D-i, D3 à chaque instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale TDOA étant égal à la somme des carrés des erreurs de chaque équation de transitivité des TDOA relative à chaque triplet de capteurs.
Un avantage de cette quantification de l'erreur globale est de permettre d'asservir les étapes précédentes de sorte à minimiser cette erreur globale. Par exemple le choix des équations de transitivité peut être effectué de sorte à minimiser cette erreur globale.
Selon un mode de réalisation, une erreur globale FD interdomaine déduite des mesures des FD sélectionnés :
■ d'une part dans le second espace D2 pour établir le premier sous- système d'équations de transitivité des FD ;
■ d'autre part dans le troisième espace D3 pour établir le second sous-système d'équations de transitivité des FD,
L'erreur globale FD inter-domaine est calculée à chaque instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale FD inter- domaine étant égal à la somme des carrés des différences de valeurs des FD obtenus dans chaque espace D2, D3 pour chaque couple de capteurs.
Selon un mode de réalisation, une erreur globale TDOA interdomaine déduite des mesures des TDOA sélectionnées :
■ d'une part dans le premier espace D-ι pour établir le troisième sous-système d'équations de transitivité des TDOA ;
■ d'autre part dans le troisième espace D3 pour établir le quatrième sous-système d'équations de transitivité des TDOA.
L'erreur globale TDOA inter-domaine est calculée à chaque instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale TDOA inter-domaine étant égal à la somme des carrés des différences de valeurs des TDOA obtenus dans chaque espace D-i, D3 pour chaque couple de capteurs. Avantageusement, une erreur globale doppler est déduite des mesures des TDOA et FD sélectionnées et vérifiant la relation doppler, la dite erreur globale doppler étant calculée dans au moins un espace à chaque instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale doppler étant égal à la somme des carrés des erreurs doppler de chaque relation doppler obtenus pour chaque couple de capteur.
Avantageusement, une erreur totale est calculée pour chaque triplet de capteurs à chaque instant ou dans une fenêtre d'acquisition donnée, à partir de d'une somme pondérée des erreurs suivantes : l'erreur globale FD, l'erreur globale TDOA, de l'erreur globale FD inter-domaine, de l'erreur globale TDOA inter-domaine, de l'erreur globale doppler.
Le procédé de l'invention permet de corriger en temps réel la précision de détection d'une source en prenant en compte dans le système de transitivité des erreurs lors de la réception des signaux et de déterminer le système le plus fiable en vue de reconstituer les trajectoires de plusieurs sources détectées. Selon un mode de réalisation, une étape de rehaussement des niveaux des signaux acquis est réalisée avant l'étape de traitement comprenant les opérations de cross-corrélation.
Selon certains modes de réalisation, les capteurs peuvent être des microphones, des hydrophones ou des lumières détecteurs. D'autres capteurs peuvent être utilisés.
Selon un mode de réalisation de l'invention, l'étape de traitement des signaux comprend une étape de filtrage du bruit parasite.
Selon un mode de réalisation de l'invention, l'étape de traitement des signaux comprend une étape de décimation des signaux numérisés.
Selon un mode de réalisation de l'invention, l'étape de traitement des signaux comprend un traitement correspondant à l'application de l'algorithme de Mallat pour déterminer les pics les plus forts.
BREVES DESCRIPTION DES FIGURES D'autres caractéristiques et avantages de l'invention ressortiront à la lecture de la description détaillée qui suit, en référence aux figures annexées, qui illustrent :
■ figure 1 : un signal émis d'une chauve-souris se déplaçant dans l'espace ;
■ figure 2A, 2B : les spectres fréquentiels d'une chauve-souris capturés par 3 capteurs pour deux familles de chauve-souris;
■ figure 2C : les spectres fréquentiels d'une chauve-souris se déplaçant capturés par 2 capteurs ;
■ figure 2D : un signal dans un domaine temps/fréquence d'une chauve-souris ;
■ figure 3 : un principe de calcul des différences de temps d'arrivée d'un signal émis par une source mobile ou fixe vers différents capteurs répartis dans l'espace;
■ figures 4A, 4B : des sources mobiles se déplaçant à différentes vitesses dont les signaux sont détectés par différents capteurs répartis dans l'espace ;
■ figure 5A : les principales étapes du procédé de l'invention reposant sur la mesure des différences de fréquences d'arrivée ;
■ figure 5B : les principales étapes du procédé de l'invention reposant sur la mesure des différences de fréquences d'arrivée et des temps d'arrivées ;
■ figure 6 : les étapes du procédé comprenant les opérations de cross-corrélation des signaux détectés dans différents domaines ;
■ figure 7: les étapes du procédé comprenant la détermination de sous-systèmes de transitivité utilisés pour déduire les positions et les trajectoires de chaque source mobile ou fixe ou du type de source identifiée ;
■ figure 8 : les étapes du procédé comprenant le calcul du minimum d'erreur pour déterminer les équations du système de transitivité permettant de déduire les positions et les trajectoires de chaque source mobile ou fixe ;
■ figure 9 : une étape de déduction du comportement d'une source mobile ou fixe identifiée selon le procédé de l'invention ; ■ figures 10A, 10B, 1 1 A, 1 1 b, 12A, 12B, 13A, 13B, 14A, 14B, 15A, 15B : des exemples de reconstruction de TDOA ou non en fonction des mesures FD réalisées et des relations Doppler avec et sans le procédé de l'invention.
DESCRIPTION
Un exemple de source mobile ou fixe est choisi pour détailler la présente description. Les sources mobiles ou fixes étudiées sont des chauves-souris qui ont la particularité de se déplacer rapidement, d'évoluer en groupe et d'avoir des trajectoires intéressantes pour détailler le présent cas d'exemple.
Le procédé de l'invention ne se limite pas à ces types de sources, puisqu'il peut être appliqué à la détection de position et de trajectographie :
- d'espèces marines telles que des baleines ou des poissons ;
- d'aéronefs dont notamment des avions de lignes, de chasses et des ULM ;
- de missiles, torpilles, sous-marins ;
- des sources volatiles telles que des oiseaux ;
- des sources fixes telles que des orthoptères.
Acquisition
L'invention se rapporte aux traitements de signaux acquis par une pluralité de capteurs en provenance d'une pluralité de sources. Un exemple d'un signal émis par une chauve-souris est représenté à la figure 1 .
Le signal détecté par un capteur représenté à la figure 1 correspond au signal d'une seule source. Le signal détecté est représenté dans un espace amplitude / temps, noté D-ι, dans lequel le niveau du signal, c'est-à-dire son amplitude A, est en ordonnée et le temps « Time, s » est en abscisse.
Le signal détecté par un capteur représenté à la figure 2A correspond également au signal d'une seule source. Le signal détecté est représenté dans un espace amplitude / fréquence, noté D2, dans lequel le niveau du signal, c'est-à-dire son amplitude, est en ordonnée et la fréquence est en abscisse et exprimée en kHz. Les cas des figues 2A et 2B correspondent à des chauves-souris de deux espèces différentes. En figure 2A, il s'agit d'une espèce dite myope, la figure 2B correspond à une espèce plus habituelle. Une troisième représentation du signal pourrait être réalisée dans un troisième espace, noté D3, dit espace « temps / fréquence » dans lequel les fréquences sont représentées en ordonnée et le temps en abscisses.
Les représentations des signaux détectés des sources peuvent être obtenues à partir d'un spectrogramme ou d'un scalogramme, également appelé « sonagramme ». La conversion des signaux dans l'espace D3 peut comporter l'avantage de traiter plus spécifiquement les signaux utiles et éliminer plus facilement le bruit ou les signaux parasites.
Les chauves-souris émettent des clicks à haute fréquences formant des lignes verticales dans l'espace D3. Une manière d'amplifier les signaux utiles et de minimiser le bruit consiste à traiter la dérivée seconde des signaux détectés dans une fenêtre de temps donnée dans l'espace D3.
La figure 2D représente le cas d'une représentation dans le domaine temps/ fréquence nommé D3 d'un signal d'une chauve-souris (signal dans la partie supérieure du graphique), dite Rhinohip, avec en superposition des bruits d'insectes (deux courbes dans la partie inférieure du graphique), du bruit environnant acquis (courbe en dessous du signal de la chauve-souris), les échos du signal émis par la chauve-souris (située entre le bruit et les signaux des insectes).
La figure 5A représente les principales étapes du procédé de l'invention mettant en œuvre le traitement des différences de fréquences d'arrivée, appelé traitement des FD. La figure 5B représente les principales étapes du procédé de l'invention mettant en œuvre, en plus du traitement FD, un traitement des signaux comprenant l'analyse des différences de temps d'arrivée, appelée « traitement des TDOA ».
Les étapes de la figure 5B peuvent être réalisées dans une bande de fréquence prédéfinie. En outre, les étapes de la figure 5B peuvent être réalisées dans des sous-bandes en fréquence d'une bande principale, définissant des canaux en fréquences. Le procédé de l'invention comprend dans tous les cas de figures une acquisition ACQ[(Ck) ke[i ;N]] des signaux par chaque détecteur (Ck) ke[i ;N] également appelé capteur, chaque détecteur occupant une position dans l'espace.
Les détecteurs ou capteurs peuvent être par exemple des hydrophones lorsque les signaux détectés sont de types acoustiques et que la détection est effectuée en milieu marin. Concernant le cas d'exemple des chauves-souris, les capteurs peuvent être des capteurs sonores tels que des microphones ou ultrasonores adaptés à la détection des signaux émis par la chauve-souris.
Les capteurs sont positionnés dans une zone où l'on veut détecter la présence et la position et la trajectoire des sources mobiles ou fixes.
La première étape notée ACQ[(Ck) ke[i ;N]] permet d'engager des détections de signaux provenant d'au moins une source mobile ou fixe M|,|£[i ;N]. Des signaux analogiques sont délivrés par les capteurs Ck,k[i , NC] suite à ces détections où Nc est le nombre de capteurs utilisés. Ces signaux peuvent correspondre aux différents signaux et bruits acoustiques présents dans la zone à surveiller.
Une étape d'acquisition et de numérisation des signaux en provenance des capteurs est réalisée par exemple à l'aide de cartes électroniques d'acquisition connectées à un ordinateur, notamment un ordinateur portable classique. Mais il est également possible que chaque capteur soit directement pourvu de moyens de numérisation des signaux acoustiques reçus, auquel cas les signaux délivrés par les capteurs sont des signaux numérisés, directement exploitables par un ordinateur.
Les fonctions d'acquisition et de numérisation des signaux reçus sont représentés par l'étape ACQ[(Ck) ke[i ;N]] de la figure 5A ou 5B. Introduction de la transitivité
La figure 3 illustre le principe de transitivité des TDOA. On a représenté dans cette figure une source M|(tj) émettant un signal par exemple sonore.
Le principe de transitivité est également vrai pour les FD. Plus la source est en mouvement et est rapide, plus le système d'équations de transitivité des FD, qui sera construit grâce au procédé de l'invention, s'avère être pertinent et efficace dans la résolution du système général pour la détection des positions instantanées des sources mobiles ou fixes.
Les figures 4A et 4B illustrent le cas de détections de signaux émis de sources Mj, Mk à deux instants successifs t, et ti+i , les sources Mj et Mk se déplaçant selon respectivement un mouvement 10 et un mouvement 1 1 . La source Mk se déplace plus rapidement que la source Mj selon la représentation des figures 4A et 4B. Les capteurs peuvent mesurés les différences de fréquences FD notamment générées par la mobilité des sources dans le milieu.
Dans l'exemple choisi et pour étayer le principe de la transitivité, la source mobile ou fixe sonore M| est un animal tel qu'une chauve-souris ou un mammifère marin et le signal sonore est un clic.
On a également représenté quatre capteurs , Cj, Ck, Ch qui peuvent être des hydrophones ou des microphones selon l'usage. On note respectivement Tj, Tj, Tk, Th, le temps de propagation du clic pour atteindre chacun capteurs , Cj, Ck, Ch. Par ailleurs, on note par TDOAy, la différence de temps de propagation (Tj - T,) du signal sonore pour atteindre les capteurs
Le signal sonore produisant des ondes sphériques, le TDOA doit vérifier une relation de transitivité. Ainsi, sur la figure 3, pour un signal émis par la source M| et atteignant les capteurs Q, Cj et Ck, la relation théorique suivante est vérifiée :
Relation (1 ) : TDOA + TDOAjk = TDOAik
De la même manière, nous obtenons la relation théorique suivante :
Relation (2) : FD + FDjk = FDik
Les relations (1 ) et (2), comme détaillées par la suite, sont théoriquement vraies mais en pratique une erreur est introduite dans chaque égalité du fait des erreurs de mesure, du bruit et du traitement des signaux. On voit qu'avec un réseau de quatre capteurs , Cj, Ck, Ch captant le clic d'une même source, il y a C4 2= 6 TDOA possibles dans cet exemple et autant de FD possibles.
L'invention s'applique également au cas d'une pluralité de capteurs dépassant le nombre de 4 capteurs
Dans le cas de 4 capteurs, l'invention utilise notamment la transitivité des TDOA et des FD pour :
■ sélectionner les sextuplets de TDOA et les sextuplets de FD vérifiant les 4 relations (1 ) et les 4 relations (2) pour vérifier qu'ils proviennent bien d'une même source.
Dans le cas plus général de N capteurs, un nombre supérieur de relations (1 ) et (2) peut être traité.
Le système d'équations issu des relations (1 ) et (2) peut se généraliser et être résolu par la minimisation des moindres carrés.
Les 2Nc-(Nc-3) équations de transitivité sont notées par la suite ainsi :
■ Nc-(Nc-3) équations :∑TDOA(i, i+1 ) = TDOA(i0,li)
■ Nc-(Nc-3) équations :∑FD(i, i+1 ) = FD(i0,li)
Avec :
o Nc : le nombre de capteurs
o où i0 à \^ sont les indices de début et de fin des sommes ∑TDOA et ∑FD ; ils correspondent également aux capteurs sur lesquels on souhaite appliquer la transitivité. Comme il sera détaillé dans la suite de la description, les FD et
TDOA peuvent être calculés dans les différents espaces D-i , D2, D3 précédemment introduits à partir d'opération de cross corrélation xCorr-i, xCorr2, xCorr3. Le procédé de l'invention permet d'établir les équations de transitivité pour ces trois domaines dans lesquels les TDOA et les FD sont susceptibles d'être calculés.
On obtient donc un système d'équations démultipliées lorsque les TDOA et les FD sont calculés dans chacun de ces trois espaces D-i , D2, D3, ce qui reste une option :
■ ∑TDOAD1 (i, i+1 ) = TDOAD1(i0,li);
■ ∑TDOAD3(i, i+1 ) = TDOAD3(io, );
■ ∑FDD2(i, i+1 ) = FDD2(i0,li) ;
■ ∑FDD3(i, i+1 ) = FDD3(i0,li) ;
Avec i0 et comme définis précédemment.
Filtrage, traitement du bruit
Selon un mode de réalisation, le procédé de l'invention comprend une étape de filtrage, notée FILTRAGE et représentée à la figure 9, permettant d'isoler les signaux utiles des différentes sources mobiles ou fixes du bruit de fond. Cette étape est optionnelle mais permet d'obtenir de meilleurs résultats sur le traitement des signaux utiles. Cette étape peut donc être mise en œuvre dans chaque figure 5A, 5B, 6 après l'étape d'acquisition ACQ(∑Ck) des signaux.
Lorsque la nature du signal reçu est connue, il est possible d'intégrer un paramétrage des antennes et des filtres en réception de chaque capteur qui soit adapté au spectre des signaux reçus.
L'étape de filtrage permet de diminuer fortement le bruit de fond le bruit lié au traitement des signaux reçus qui peut résulter de la qualité des enregistrements, des opérations d'échantillonnage, du type capteur ou encore du bruit électromagnétique généré.
En considérant un capteur donné, certaines sources sont plus éloignées que d'autres. Certains signaux reçus par le capteur donné issus de sources éloignées peuvent être noyés dans le bruit. L'éloignement de la source, sa directivité ou son manque de directivité peuvent influencer sur les niveaux des signaux reçus au niveau d'un capteur donné.
Pour conserver les signaux utiles des sources en mouvement les plus éloignées des capteurs, il faut par conséquent éliminer le bruit, ce qui justifie un filtrage supplémentaire. Selon un mode de réalisation de l'invention, le procédé de l'invention peut comprendre différents traitements des signaux lors de leur acquisition pour rehausser les signaux utiles ou réduire le bruit.
Certains signaux émis par les sources prennent la forme d'impulsions comme par exemple les clics de baleines ou de chauves-souris. Ils sont, en général, émis par trains comme sur la figure 1 .
A un signal haute fréquence peut se superposer un bruit HF. Ces signaux, lors des enregistrements sur les capteurs possèdent un bruit de fond additif qui résulte de différents bruits. Un traitement par filtrage peut se révéler être très avantageux dans le procédé de l'invention pour traiter le signal utile.
Selon les différents filtrages possibles, un filtre passe-bas ou passe-haut peut être envisagé mais il peut s'avérer également limitatif car il pourrait réduire aussi bien le signal que le bruit.
Pour rehausser le signal utile, il est possible de considérer la dérivée seconde du signal acquis dans un spectrogramme ou un scalogramme, également connus sous le nom de « sonagramme », le signal ayant la forme de ligne verticale dans un spectrogramme ou un scalogramme, les pics se retrouvent accentués par application de cette opération.
Un filtre de Gabor peut être utilisé sur une fenêtre temporelle et la décomposition en ondelettes du signal dans un scalogramme.
Le procédé de l'invention peut comprendre en outre une étape de supplémentaire de filtrage comprenant une étape de décimation en prenant la moyenne du signal sur plusieurs fenêtres.
Lorsque le signal utile se présente sous forme d'un train d'impulsions, l'échantillonnage peut être adapté de plusieurs dizaines de kHz.
Le procédé de l'invention comprenant une étape supplémentaire de filtrage permet de réaliser une décimation d'un facteur N en moyennant les N échantillons adjacents afin d'obtenir une représentation simple d'une impulsion, par exemple un clic. Cette décimation aura pour effet de réduire la précision temporelle des pics à N/Fe où Fe est la fréquence d'échantillonnage et de réduire la variance du bruit d'un facteur N.
On obtient une représentation simple d'une impulsion émise, de sorte que d'un point de vue temporel il ressemble à un pic.
L'étape optionnelle de décimation permet aussi de réduire la taille des données puisque le filtrage ultérieur doit prendre en compte moins de données, ce qui contribue à réduire significativement le temps de calcul par rapport aux autres techniques. Les échantillons sont alors moins nombreux et les impulsions sont clairement identifiées par des pics, et par conséquent un filtrage supplémentaire n'est pas forcément nécessaire dans le cas d'une seule source émettant des impulsions telle qu'une baleine ou une chauve- souris, la composante bruit étant réduite. Selon un mode de réalisation particulier, une étape de filtrage supplémentaire peut être mise en œuvre. Cette étape de filtrage peut permettre de supprimer le bruit résiduel par l'utilisation de l'algorithme de Mallat. En effet, cet algorithme permet de débruiter les signaux possédant un bruit additif gaussien. Le but ici est de filtrer le signal pour supprimer le bruit gaussien tout en conservant l'information, c'est-à-dire les impulsions lorsque la source émet un tel signal.
L'algorithme de Mallat décrit une transformation en ondelettes discrètes en utilisant l'analyse multi-résolution. Cela consiste à décomposer le signal suivant un plan haute-fréquence et un plan de basse fréquence. Cette décomposition peur se faire grâce à deux filtres g et h qui forment une base dite de Haar:
h = et g JL^à ,
2 - '2
Le filtre h est un filtre passe-bas, et g un filtre passe-haut ayant tous deux la même fréquence de coupure. Ce sont des filtres miroirs conjugués. Ils permettent de calculer la décomposition d'un signal dans une base orthonormée d'ondelettes. Le signal à analyser y est représenté par un ensemble de détails d, et une approximation qui correspond à la dernière résolution, cela est appelé la représentation en ondelettes du signal. Il a été montré que les coefficients d'ondelettes de fortes amplitudes présentaient un rapport signal sur bruit favorable et inversement. On utilise cette propriété pour éliminer le bruit dans notre signal décomposé. Après avoir appliqué l'algorithme de Mallat au signal acquis par un récepteur, on génère et décompose de la même façon un bruit b gaussien, réduit et centré de même taille.
On calcule la variance σΒ, n des coefficients Bi n du plan de détail n du bruit b précédent, et on applique un seuillage dit universel sur chaque coefficient C n de chaque plan de détail n du signal avec
Ci,n = Ci,n, si |Ci,n| > Thres ■ σΒ,η ■ σΝ,
Ci n = 0 sinon
où Thres est le coefficient de seuillage et σΝ la variance du bruit dans le signal sur la durée de la fenêtre d'acquisition de 10s. Pour estimer σΝ, on calcule les variances du signal brut, c'est-à-dire le signal d'intérêt plus le bruit, de préférence sur des fenêtres de par exemple d'une centaine d'échantillons se chevauchant par exemple à 80%.
La variance σΝ est considérée comme le maximum de vraisemblance des variances précédemment calculées. Le maximum de vraisemblance est une méthode qui consiste à prendre l'estimation de variance la plus probable parmi les différentes variances calculées. Pour cela on prend la moyenne des variances qui sont le plus apparues. Ceci permet de s'affranchir de sélectionner à la main une portion du signal sans signal d'intérêt. En effet, le bruit est différent sur chaque capteur et il évolue au cours du temps, il serait trop fastidieux de faire une sélection manuelle. La variance d'une impulsion telle qu'un clic étant grande, et étant donnée la taille des fenêtres d'estimation de la variance, la durée d'une impulsion par exemple de 20ms, et le nombre d'impulsions par fenêtre, le maximum de vraisemblance des variances calculées a la plus grande probabilité d'être σΝ.
Dans la littérature, de nombreuses variantes du coefficient Thres sont proposées selon le type de données que l'on traite. Ici on utilise le seuillage dit universel, qui consiste à utiliser :
Thres = ^ 2 · log e(N)
où N est le nombre de coefficients d'ondelettes dans le plan seuillé. Enfin, après avoir effectué l'étape de seuillage, le signal débruité est reconstruit. L'algorithme de Mallat permet d'obtenir de bonnes performances dans le cas de multi-sources, dont notamment de conserver des pics secondaires, lorsque le signal comprend un train d'impulsions. Les pics secondaires dans le cas de baleines ou de chauves-souris sont très proches du bruit. Cette conservation de signal utile est réalisée tout en éliminant le bruit.
Après les étapes de filtrage visant à rehausser les signaux utiles et à réduire le bruit, la racine carrée du signal à la sortie de l'algorithme de Mallat, peut être utilisée pour les équations de transitivité, notamment des FD et des TDOA cohérents puis la résolution du système par une régression non linéaire.
En alternative par rapport à une étape de filtrage utilisant les algorithmes de Teager Kaiser et Mallat, une variante du procédé de l'invention comprenant un filtrage du bruit est l'utilisation d'un filtrage adapté stochastique, noté par la suite filtrage FAS.
Le filtrage adapté stochastique FAS est une méthode de filtrage que l'on utilise ici pour faire de la détection d'impulsions telle que dans nos exemples des clics de baleines ou de chauves-souris.
On considère un clic comme étant un signal aléatoire gaussien, de même que le bruit de fond.
Soit A la matrice de variance-covariance d'un clic et B celle du bruit de fond. Les vecteurs du FAS sont alors les vecteurs propres de la matrice B"1A. Le filtrage consiste à sélectionner le vecteur propre correspondant à la plus grande valeur propre de la matrice B"1A et à multiplier ce vecteur propre par le signal, sur des fenêtres de temps glissantes. On obtient ainsi un signal filtré par la méthode FAS. Le signal filtré est appelé une fonctionnelle qui est le résultat du filtrage FAS appliqué au train d'impulsions comme par exemple des clics de la figure 1 . Pour distinguer les clics dans le signal filtré, il faut choisir un seuil de détection. Toutes les valeurs au-dessus de ce seuil sont considérées comme correspondant à la présence d'un clic.
Les seuils de détection sont évalués grâce à la variance du bruit et les courbes COR, désignant « Caractéristique Opérationnelle de Réception », du détecteur afin d'avoir un taux de fausse alarme de par exemple 1 %.
Traitement des échos
Selon un mode de réalisation, le procédé peut comprendre une étape permettant de traiter les échos des signaux reçus. Ce traitement permet d'éliminer certains pics d'un signal principal reçu par un capteur qui sont générés par des échos de ce signal. Par exemple, les échos peuvent survenir par réverbération à la surface de l'eau que les capteurs soient positionnés au-dessus d'un niveau d'eau ou en dessous selon les ondes détectées. Les échos peuvent également être causés par des réverbérations d'ondes au fond de la mer pour des ondes acoustiques sous-marine.
Selon d'autres configurations, les échos peuvent se produire notamment lors de réflexions d'ondes émises par des sources aériennes ou terrestres sur des arbres, murs ou n'importe quel obstacle réfléchissant les ondes émises par une source mobile ou fixe. Typiquement, dans le cas d'exemple des chauves-souris, les ondes émises par ces dernières peuvent se réfléchir sur des arbres ou des obstacles tels que des parois. Selon une première méthode de suppression des échos, on procède par autocorrélation des signaux de plusieurs capteurs.
On a pour chaque pic un écho, et la différence de temps entre le pic et l'écho est notée E(i), où i est le ieme capteur C,.
Le procédé de l'invention permet d'effectuer une auto corrélation de chaque signal acquis dans chaque capteur. En considérant le lobe secondaire le plus élevé, et s'il atteint une certaine proportion, par exemple 1/5eme par rapport au pic principal qui correspond à l'énergie, la valeur en abscisse du pic secondaire est la valeur E(i) de l'écho pour le capteur C,. Dans le cas contraire, on considère qu'il n'y a pas d'écho. Ainsi, connaissant les échos E(i), on peut identifier les TDOA et les FD générés par les échos, afin d'éliminer ces TDOA et ces FD.
Selon une méthode alternative, on peut procéder à l'élimination des échos en utilisant l'une des propriétés des échos, qui est le fait qu'ils sont allongés dans le temps, du fait des différentes couches du milieu que traverse le signal réfléchi, ce qui retarde certaines fréquences.
Pour cela, une portion de signal de 30ms est sélectionnée autour de chaque date de détection, ce qui correspond potentiellement à une impulsion du signal direct, telle qu'un clic, ou un écho. Comme la valeur absolue du signal d'écho varie très vite, pour détecter et éliminer les échos, on procède de la manière suivante :
■ On détermine l'enveloppe du signal. A cet effet, on prend la valeur absolue du signal (filtré à l'aide d'une des méthodes de filtrage décrites précédemment) et cette valeur absolue est ensuite moyennée et normalisée sur des fenêtres, ce qui met en évidence une enveloppe du signal. La forme de l'enveloppe d'une impulsion est très différente de celle d'un écho.
■ Ensuite, le procédé permet d'intégrer cette enveloppe, et le résultat est comparé à un seuil prédéterminé de façon expérimentale.
■ Compte tenu de l'allongement temporel des échos par rapport aux impulsions, l'aire de l'enveloppe correspondant à un écho sera bien supérieure à l'aire d'un signal correspondant à une impulsion. Par conséquent, le procédé permettra de déterminer expérimentalement un seuil tel que l'enveloppe des signaux au- dessus de ce seuil correspondent à des échos (et les signaux correspondants sont éliminés), tandis que l'enveloppe des signaux en dessous de ce seuil correspondent à des impulsions, et les signaux correspondants sont conservés.
D'autres méthodes d'élimination des échos et du bruit peuvent encore être mises en œuvre dans le cadre de l'invention. Ainsi, on peut effectuer une décomposition du signal par ondelettes, en utilisant notamment l'algorithme dit de « scattering » de Mallat, qui est disponible dans un produit appelé « Scatnet ».
On pourrait aussi effectuer une recherche de signature des impulsions, c'est-à-dire des clics dans l'exemple des chauves-souris ou des baleines, dite « signature matching » en terminologie anglo-saxonne, consistant à rechercher par exemple des corrélations maximum avec des signaux connus de clics. En définitive, les méthodes de suppression d'écho font qu'il est donc possible de ne conserver que les impulsions dans le signal, avec une complète élimination du bruit.
Donc en principe après le calcul et la suppression des échos, on a éliminé la plupart des FD et les TDOA générés par ces échos, et en conséquence, parmi les TDOA restants figurent les vrais FD et les vrais TDOA correspondant aux impulsions directes du signal utile. Les échos restants sont traités et éliminés par des équations de transitivité. Cross-Corrélation
Le procédé de l'invention comprend une étape permettant de cross-corréler les signaux reçus entre au moins une paire de capteurs Cp, Cq, avec p et q des entiers naturels qui permettent de différentier chaque capteur les uns des autres. Les opérations de cross corrélations sont effectuées préférentiellement sur des fenêtres de temps, par exemple des fenêtres de 10s, mais la taille des fenêtres peut être configurée selon le cas envisagée. Le recouvrement de fenêtres adjacentes peut être également envisagé selon les modes de réalisation. Par exemple, un recouvrement de 25% des fenêtres adjacentes peut être prévu.
Selon un premier mode de réalisation de l'invention, les opérations de cross corrélation OP-i(CROSS-CO) permettent d'identifier les différences de fréquences FD des signaux reçus entre au moins deux capteurs Cp, Cq d'un ensemble de capteurs répartis dans un espace donné.
Selon un autre mode de réalisation qui peut être combiné au premier mode de réalisation, les opérations de cross corrélation OP2(CROSS-CO) permettent d'identifier les différences de temps d'arrivée TDOA des signaux reçus entre au moins deux capteurs Cp, Cq d'un ensemble de capteurs répartis dans un espace donné.
Les étapes OP^CROSS-CO) et OP2(CROSS-CO) sont représentées aux figures 5A, 5B, 6 et 9
Le procédé de l'invention peut être appliqué à chaque couple de capteurs de sorte à identifier un maximum de FD et de TDOA sur une fenêtre de temps. Une particularité de l'invention est que les opérations de cross corrélations des signaux reçus entre des pairs de capteurs peuvent être réalisées dans différents espaces dont ceux qui ont été introduits précédemment : D-i , D2, D3. Ces opérations de cross corrélation effectuées possiblement dans chaque domaine sont représentées à la figure 6.
Les opérations de cross corrélations dans chacun de ces espaces/domaines D-i , D2, D3, permettent d'identifier des pics de corrélation entre les signaux reçus à chaque capteur d'un couple de capteurs. Les pics de corrélation permettent de déduire des mesures de différence de fréquences d'arrivée FD des mesures de différence de temps d'arrivée TDOA desdits signaux émis par au moins une source mobile ou fixe.
Dans l'espace D-i , noté D-i(A/tps) sur la figure 6, la détection de pics issus des opérations de cross corrélations représentent des maximums d'amplitude des signaux reçus en fonction du temps. Ces opérations sont particulièrement adaptées à la détection des TDOA qui représentent un écart temporel.
Si on nomme SIG(t), et SIG(t)j les signaux reçus à un instant t au niveau du couple de capteurs C,, Cj, alors la fonction de cross corrélation peut être notée : xCorn {SIG(t)i et SIG(t))}.
Chaque TDOA peut être identifié entre deux capteurs C,, Cj en fonction du résultat de cette fonction.
Dans l'espace D2, noté D2(A/freq) sur la figure 6, la détection de pics issus des opérations de cross corrélations représentent des maximums d'amplitude des signaux reçus en fonction des fréquences. Ces opérations sont particulièrement adaptées à la détection des FD qui représentent un écart en fréquence.
Si on nomme SIG(t), et SIG(t)j les signaux reçus à un instant t à l'entrée de chaque capteur du couple de capteurs C,, Cj, leur spectre respectif FFT(f)i et FFT(f)j peut être déduit, par exemple, par l'application d'une transformée de Fourrier aux signaux reçus sur une fenêtre de temps donnée.
Une fonction de cross corrélation xCorr2 permet de corréler les spectres de chaque signaux reçus, elle est notée : xCorr2 {FFT(f), et FFT(f)j}. Chaque FD peut être identifié en fonction du résultat de cette fonction.
Dans l'espace D3, noté D3(freq/tps) sur la figure 6 la détection de pics issus des opérations de cross corrélations représentent des maximums d'amplitude des fréquences des signaux reçus en fonction du temps. Ces opérations sont particulièrement adaptées à la détection des FD conjointement au TDOA qui peuvent être lus directement sur une même échelle en temps et en fréquence,
Si on nomme SIG(t), et SIG(t)j les signaux reçus à un instant t à l'entrée de chaque capteur du couple de capteurs C,, Cj, leur scalogramme ou leur spectrogramme respectif SC, et SCj peuvent être déduits.
Une fonction de cross corrélation xCorr3 permet de corréler les spectrogrammes ou les scalogrammes de chaque signaux reçus, elle est notée : xCorr3 {SC, et SCj}.
Chaque FD et TDOA peuvent être identifiés en fonction du résultat de cette fonction. Les figures 5A, 5B, 6 et 9 représentent les étapes DET(FD, DET(TDOA) de déterminations de FD et des TDOA présentant un intérêt à l'issu des opérations de cross corrélation du procédé de l'invention. La figure 6 représente les fonctions DET(FDD2), DET(FDD3), DET(TDOAD1), DET(TDOAD3) de détermination des FD et TDOA appliquées à chaque domaine D-i, D2, D3 selon la nature des opérations de cross corrélation.
Dans chacun de ces espaces Di , D2, D3, les fonctions de cross corrélations permettent d'identifier des pics locaux correspondant à des amplitudes locales maximales entourées de valeurs plus basses. Ces pics, selon l'espace considéré, peuvent être des TDOA ou des FD. Les FD sont causés par l'effet doppler du déplacement d'une source mobile ou fixe.
Il est possible que les maximums correspondant à des TDOA dans l'espace D-ι diffèrent des TDOA dans l'espace D3. Les TDOA dans l'espace D2 ne sont pas représentables puisqu'il s'agit d'un espace « amplitude / fréquence ». Dans les espaces D-ι et D3, les différences de temps d'arrivée TDOA sont données par les écarts entre les pics identifiés sur l'axe des abscisses représentant le temps. Nous notons TDOA01 et TDOA les TDOA calculés respectivement dans l'espace D-ι et dans l'espace D3.
De la même manière que pour les TDOA, il est possible que les maximums correspondant à des FD dans l'espace D2 diffèrent des FD dans l'espace D3. Les FD dans l'espace D-ι ne sont pas représentables puisqu'il s'agit d'un espace « amplitude / temps ». Dans l'espace D2, les différences de fréquences d'arrivée FD sont données par les écarts entre les pics identifiés sur l'axe des abscisses représentant les fréquences comme cela est représenté à la figure 2A lorsque les FFT sont calculés sur une fenêtre de temps donnée.
Dans l'espace D3, les différences fréquences d'arrivée FD sont données par les écarts entre les pics identifiés sur l'axe des ordonnées représentant les fréquences et leurs écarts.
Nous notons FDD2 et FDD3 les FD calculés respectivement dans l'espace D-ι et dans l'espace D3.
Les étapes d'identifications des TDOA et des FD sont représentées aux figures 5A et 5B par les étapes DET(FD) et DET(TDOA).
La figure 6 détaille plus précisément la détermination des TDOA et FD dans chaque espace D-i, D2, D3 par les fonctions notées DET(TDOAD1), DET(TDOAD3), DET(FDD2), DET(FDD3).
A ce stade, les TDOA et les FD dans chaque espace D-i, D2, D3 déterminés ne sont pas encore isolés par type de source mobile ou fixe. Les TDOA et les FD identifiés ne sont pas encore attribués à des sources. Lorsqu'il n'y a qu'une seule source, il est possible de localiser cette source par un procédé de triangulation / régression.
Lorsqu'il y a plusieurs sources, le procédé de l'invention permet de définir différentes bandes de fréquences dans lesquelles les calculs sont effectués.
Relations entre TDOA et FD
Les sources émettrices de signaux dont le procédé de l'invention permet aux capteurs de déduire les positions dans une zone donnée. La résolution d'un système d'équations de transitivité des FD et des TDOA des signaux acquis par chaque capteur peut être avantageusement améliorée par l'exploitation de relations particulières. Cette résolution peut être effectuée en considérant des sous bandes de fréquences.
Une première relation permet de lier deux TDOA calculés successivement par au moins un triplé de capteurs et les FD calculés par ces mêmes capteurs.
Si on nomme :
■ Les vecteurs des positions des sources (x1 , x2, x3) :
Xi, X2, X3, etc.
■ Les vecteurs des positions de capteurs :
Figure imgf000031_0001
■ Les mouvements des sources peuvent être notés :
Xi+i - X, = V, ■ 5ti, où 5ti = ti+i - ti et V, la vitesse d'une source
On obtient que la vitesse d'approche VtoCi au capteur d, multipliée par le pas de temps 5t, correspond à la différence de la distance au capteur Ci dans le pas de temps correspondant.
|Xi+1 - vCi | = |Xi - vCi | + Vtod -5ti ;
|Xi+1 - vC2| = |Xi - vC2| + VtoC2-5ti ;
ou, simplement,
VtoCi -5t = |X|+i - vCi | - |X| - vCi | ;
VtoC2-5t = |Xi+1 - vC2| - |Xi - vC2| ;
Xi+r vCi représente la distance au capteur Ci entre les moments ti+i et t, ; Xi+r vC2 représente la distance au capteur C2 entre les moments ti+i et t,.
L'expression de l'effet Doppler nous donne après soustraction des précédentes égalités dans une bande de fréquence considérée ayant comme fréquence centrale Centrai :
c■ TDOA1 i2(t|+i) - c■ TDOA1 i2(t|) = St,■ FD1 i2(t|) ■ c / fcentrai OU FD1 i2(t|) = (TDOA1 i2(t|+i) - TDOA1 i2(t|)) ■ fCentral / St,
ou FD i2(ti) = ratioFrDti■ (TDOA i2(ti+i) - TDOA i2(ti)) où :
■ TDOA 2 est le TDOA calculée entre les capteurs C-i, C2 ;
■ FD 2 est le FD calculée entre les capteurs C-i, C2 ; La relation précédente est appelée relation Doppler, elle est vérifiée pour des TDOA et de FD de mêmes sources. On peut définir un indicateur de cohérence Doppler permettant d'associer des FD au TDOA calculés entre au moins deux instants pour lequel on considère la relation comme vraie.
On note, fcentrai / 5ti = ratio FrDti = ratio FrDti(f centrai)
Pour le traitement de différentes sources avec différentes fréquences d'échantillonnage, on considère un nombre Nbnds de bandes linéaires ou logarithmiques, définissant des sous-bandes, telles que par exemples les bandes suivantes :
■ 0-8hz ;
■ 8-1 6hz ;
■ 16-32hz ;
■ 32-64hz ;
■ 64-128hz,
■ Etc.
Le nombre de bandes et leur largeur sont définis en fonction du matériel, notamment de la sensibilité des capteurs, tels que des micros et de la puissance de calculs disponibles.
Il peut y avoir un mode de réalisation dans lequel un capteur comprend plusieurs canaux en fréquences par filtrage ou selon un autre mode de réalisation plusieurs capteurs centrés sur différentes bandes de fréquences.
Dans ce cas, on considère chaque ratio FrDti (fcentrai) dans chacune des sous bandes de fréquence. Chaque fréquence centrale fcentrai est centrée dans chacune des sous bandes.
Nous avons donc Nbnds équations :
FD1 i2(ti) = ratio FrDti (fCentrai)*TDOAl !2(ti+1) - TDOA1 i2(ti))
Cette relation est vraie pour chaque sous-bande de fréquences. Pour des sources de sons dans une large bande de fréquences, le traitement par sous-bandes de fréquences des signaux reçus permet un meilleur traitement et de meilleurs résultats.
Les étapes de la figure 5B peuvent être réalisées dans chaque sous-bande de fréquences.
Si l'on considère deux sous-bandes ayant pour fréquences centrales f1 centrai et f2centrai, lorsque les différences en fréquence FD reçues dans chacune des sous-bandes, notées FD(f1 centrai) et FD(f2centrai), sont proches, alors on peut en déduire que les FD calculées ont une forte probabilité de provenir de la même source.
On a FD(f1 central ) = FD(f2central) +/-ΘΓΓ
On peut également déduire que lorsque :
I FD(f1 centrai) - FD(f2centrai) I > err,
Alors les fréquences reçues dans chacune des sous-bandes ayant respectivement pour fréquence centrale f1 centrai et f2centrai proviennent de différentes sources.
Ceci peut s'expliquer à partir du raisonnement suivant dans lequel l'équation Doppler peut s'écrire :
f = f ■ (v+vd) / v+vs) ;
Avec :
■ f : la fréquence observées ;
■ f : la fréquence émise ;
■ vd est la vitesse algébrique du capteur/détecteur ;
■ vs est la vitesse algébrique de la source ;
■ v est la vitesse de l'onde dans le milieu (par exemple dans l'air v = 343ms"1)
On considère que vs et vd sont négligeables devant v. La relation entre la fréquence observée f et la fréquence émise fS0Urce peut s'écrire de la manière suivante :
Δί = Δν/c■ fsou rce
La fréquence enregistrée dans un capteur est
fcentral = f source + Av/C " fsource Cette fréquence enregistrée à un capteur peut être différente d'un capteur à un autre.
On considère que l'effet Doppler est sensiblement le même dans chaque sous-bande. C'est à dire que considère la vitesse de propagation dans le milieu indépendante de la fréquence centrale de la sous-bande considérée. On a : la vitesse du son c(fjOCentrai) = constante dans cette sous- bande, avec « jO » l'indice désignant la bande considérée.
c(fjOcentrai) = constante = c = 343ms"1 dans l'air. Lorsque l'on divise le signal reçu dans N sous-bandes avec des fréquences centrales fjcentrai, on peut en déduire si le signal reçu provient d'une même source ou de différentes sources.
On peut en déduire que Δί = Δν/c■ fSOurce est proche de zéro. La figure 2C représente un cas d'illustration dans lequel deux spectres d'une même chauve-souris est représenté. La chauve-souris se déplace rapidement et les sont signaux reçus dans deux capteurs. Un premier capteur reçoit un premier spectre, un second capteur reçoit un second spectre qui est décalé vis-à-vis du premier d'un delta-fréquence. On observe que les spectres ont sensiblement la même forme, avec les mêmes pics. Les amplitudes sont différentes selon où se trouve les capteurs vis-à-vis de la source. On observe que le delta-fréquence est sensiblement le même sur toute la longueur du spectre. Le décalage en fréquence introduit par le mouvement de la source, due à l'effet doppler, est uniforme dans le spectre reçu dans chaque capteur.
En considérant ou sans considérer l'aspect des sous-bandes qui peut être traité ou non dans l'invention, d'une manière générale, la relation entre le FD calculé entre deux capteurs et les deux TDOA calculés successivement à ces deux mêmes capteurs peut s'exprimer ainsi :
FD1 i2(ti) = ratio FrDti(f centrai) ■ (TDOA1 i2(ti+i ) - TDOA1 i2(ti))
Selon un mode de réalisation du procédé de l'invention, cette relation permet d'améliorer la sélection des TDOA et de FD pour établir le système d'équation de transitivité pour déduire la position de chaque source identifiée. Cette étape est représentée à la figure 5B par la fonction DOP(FD, TDOA) qui permet en fonction de l'analyse et du résultat de cette fonction de sélectionner certains maximums de corrélation plus fiables que d'autres pour déterminer N maximums nécessaires à la résolution du système en vue d'en déduire les positions des sources mobile M|,|£[i ,Ns], avec Ns le nombre de sources mobiles ou fixes. La flèche en pointillées AJUST permet de définir les critères de choix des équations de transitivité des FD et des TDOA en fonction du résultat de cette fonction DOP(FD, TDOA). De manière combinée ou alternative, la fonction DOP(FD, TDOA) permet également de reconstruire des TDOA manquants lorsque les FD sont calculés. Les TDOAs manquants sont déterminés à partir de la relation Doppler liant les FD et les TDOA.
La figure 5B représente la fonction de reconstruction nommé RECONSTRUCTION qui permet d'obtenir tous les TDOA nécessaire à déduire une position de chaque source identifiée POS(Mi).
Lorsqu'il y assez de TDOA dans les équations de transitivités SYS_TRAN_TDOA, il est possible de résoudre le système directement et d'aboutir à la position de chaque source identifiée POS(Mi).
Dans tous les cas de figures, le système de transitivité des FD, SYS_TRAN_FD, permet d'aboutir au type de source Mi, notamment du type donnant un profil de mobilité de ladite source. Cette déduction est représenté par la flèche allant du bloc ASSERV vers SOURCE TYPE.
En outre, cette relation peut elle-même faire partie du système d'équations à résoudre en calculant l'erreur résiduelle à chaque instant t, de cette égalité théorique et en sélectionnant les meilleurs TDOA et FD satisfaisant cette égalité, c'est-à-dire ceux minimisant l'erreur résiduelle de l'équation liant ces deux valeurs.
Enfin, cette relation peut permettre de reconstruire par déduction des valeurs de TDOA ou de FD manquantes dans l'acquisition des données par les capteurs en interpolant des valeurs intermédiaires.
La valeur TDOA(t,) peut être déduite des mesures de TDOA(ti--i) et de FD(tM) : ■ TDOAj,k(ti) = TDOAJik(t|.i ) + FDjjk(t ) / ratio FrDt,_i (fjcentrai)
Ou, également, des mesures de TDOA(ti+i) et de FD(t,):
■ TDOAj,k(ti) = TDOAj,k(ti+1) - Fdj,k(ti) / ratio FrDti(fjcentrai)
Ou encore, si les deux valeurs voisines sont disponibles, à partir de la moyenne de ces 2 équations.
Ici Cj, Ck sont des pairs de microphones avec j,k=1 ,2; 1 ,3; 1 ,4; 2,3; 2,4; 3,4, et l'indice «jO» désigne l'indice de la bande de fréquences jO considérée dont le ratio FrDti(fjOCentrai) = fjOcentrai ôt,.
Ces équations permettent de reconstruire séquentiellement plus d'une valeur de TDOA manquante. Par exemple, si FD(ti-i), FD(ti-2), FD(ti-3), FD(ti-4), etc. sont calculés, alors on peut reconstruire séquentiellement :
TDOAj,k(ti)→ TDOAJik(tM )→ TDOAJik(t|.2)→ TDOAJik(tw)→ etc.
Ou, également, dans une autre sens, si FD(ti), FD(ti+i), FD(ti+2), FD(ti+3), etc. sont calculés, alors on peut reconstruire séquentiellement :
TDOAj,k(ti)→ TDOAj,k(ti+1)→ TDOAj,k(ti+2)→ TDOAj,k(ti+3)→ etc.
Donc, même si plus d'une valeur TDOA sont manquantes, on peut reconstruire toute la séquence des TDOAs manquantes à partir de la moyenne de ces 2 séquences des TDOAs reconstruites. Ces relations liant les FD et les TDOA permettent également d'éliminer des valeurs manifestement erronées qui ne vérifient pas la relation notamment par exemple en calculant un indice de cohérence Doppler, qui peut revenir à calculer l'erreur résiduelle de chaque égalité. Par ailleurs, cette relation peut être déclinée pour chaque TDOA calculé dans les espaces D-ι et D2 et chaque FD calculés dans les espaces D2 et D3, c'est-à-dire TDOA01, TDOA03, FD02, FD03.
On obtient les 4 équations déclinées dans chaque domaine, également appelé espace :
■ FDD2 1 2(ti) = ratioFrDti ■
Figure imgf000036_0001
- TDOA0\2(ti)) ■
■
■
Figure imgf000037_0001
Dans cet exemple, nous avons 4*Nbnds équations. Le nombre Nbnds de bandes sont centrées autour de chaque f centrai■
FDD2 1 2(ti) = ratioFrDti (f centrai)■
FDD2 1 2(ti) = ratioFrDti (f centrai)■ )
= ratioFrDti (f centrai)■ ) F
Figure imgf000037_0002
DD3 1 2(ti) = ratioFrDti (Centrai) - )
Enfin, pour des mêmes TDOA et FD calculés dans chaque espace D-i, D2, D3, en théorie nous devrions avoir les égalités suivantes :
■ TDOA01 = TDOA03 ;
■ FD02 = FD03.
Les figures 10A et 10B représentent des enregistrements et calculs de TDOA d'un signal émis par une chauve-souris respectivement sans le procédé de l'invention et avec le procédé de l'invention. Les fréquences des signaux émis par la chauve-souris sont comprises entre 29 et 60 kHz.
La figure 10A représente les mesures des TDOAs d'une pluralité de capteur sans utilisation du procédé de l'invention. L'enregistrement de la figure 10A est réalisé avec 4 capteurs dont les indices vont de 1 à 4. Dans cet exemple, ce sont des capteurs avec une antenne de type cornet de forme pyramidale. La quasi-totalité des mesures de TDOA sont mesurés. Il manque les dernières mesures de TDOA entre les capteurs 2 et 3 (mics23). La reconstruction des différences de distances sans le procédé de l'invention. Les différences de distances sont calculées à partir des TDOA calculés et de la vitesse du son. Le résultat montre que quelques TDOA sont manquants.
■ Les TDOA sont calculés sur une fenêtre de temps comprenant 10 instants de calculs représentés selon l'axe des abscisses (axe X).
■ 6 fonctions TDOA(t) sont représentées correspondant à 6 paires de capteurs : 1 -2, 1 -3, 1 -4, 2-3, 2-4, 3-4. La reconstruction de la trajectoire d'une source sans TDOAs manquant correspondant à la figure 10A est représentée à la figure 1 1 A.
La figure 1 1 A représente une reconstruction de trajectoire sans le procédé de l'invention.
Les positions correspondant à 10 instants de mesures des TDOA sont représentées sur la trajectoire. Les dimensions de l'espace 3D illustrées sont en mètres.
La figure 10B représente le même exemple que la figure 10A, les mesures de TDOA et la reconstruction des différences de distances sont réalisées avec le procédé de l'invention. La figure 10B montre qu'une valeur manquante d'un TDOA entre le capteur 2 et 3 a été reconstituée (juste avant 3s et distance comprise entre -0,3 et -0,4m)) par rapport au cas de la figure 10A.
La figure 1 1 B représente un enregistrement réalisé avec 4 capteurs à partir d'une antenne de type cornet de forme pyramidale comme le cas précédent. La reconstruction de la trajectoire d'une source dans l'espace avec le procédé de l'invention sur une fenêtre de temps comprenant 10 instants de capture permet de reconstituer la trajectoire sur cette même fenêtre de temps. Une position supplémentaire vis-à-vis de la figure 1 1 A est obtenue.
La figure 12A représente un cas de figure dans lequel un enregistrement des différences de temps d'arrivée d'un signal d'une chauve- souris entre 4 capteurs. Le signal émis est compris entre 24-50 kHz et il est capturé dans une unique bande de fréquence sans application du procédé de l'invention. 6 fonctions TDOA(t) sont représentées qui correspondent à 6 paires de capteurs : 1 -2, 1 -3, 1 -4, 2-3, 2-4, 3-4 avec les mêmes numérotations que précédemment.
Les différences de distances sont déduites des mesures des
TDOA et de la vitesse du son.
La figure 12B représente les mêmes mesures de TDOA dans une même configuration de source et de capteurs. Dans la figure 12B les mesures de TDOA et de reconstruction des TDOA sont effectuées avec le procédé de l'invention. Les figures 13A et 13B représentent les trajectoires reconstituées respectivement sans le procédé de l'invention et avec le procédé de l'invention. Les figures sont similaires aux figures 1 1 A et 1 1 B. On comprend que le procédé de l'invention permet d'obtenir des positions supplémentaires dans la trajectoire.
La figure 14A représente les mêmes mesures de TDOAs dans une même configuration de source et de capteurs identiques aux précédentes figures sans application du procédé de l'invention. Les mesures des TDOAs N°5 sont manquantes. Sur la figure 15A, on constate que la position du 5ieme point de la trajectoire n'est pas calculée (cercle blanc). Sans le procédé de l'invention, la seule manière possible de reconstituer la 5ieme position est d'effectuer une interpolation de la trajectoire entre la position du 4ieme point et la position du 6ieme point. Les autres points de la trajectoire sont calculés à partir des différences de distances avec la mesure des TDOAs.
La figure 14B représente les mesures des TDOAs avec le procédé de l'invention. On constate que le procédé de l'invention permet de reconstruire les 5iemes mesures de TDOA manquants.
La figure 15B représente la trajectoire de la source, la 5ieme position est obtenue à partir des mesures des TDOA reconstruits. La 5ieme position de la trajectoire reconstituée avec le procédé de l'invention est donc plus précise que la 5ieme position de la trajectoire reconstituée sans le procédé de l'invention. Sélection des FD et des TDOA
Le procédé de l'invention comprend une étape de sélection des FD. Cette étape peut comprendre la sélection des FD présentant notamment les plus grands maximums locaux. Cette étape est notée SEL(FD) dans les figures 5A, 5B, 6, 7 et 9.
De la même manière, lorsque le procédé de l'invention est appliqué pour la détermination des TDOA, une étape de sélection des TDOA présentant notamment les meilleurs maximums locaux peuvent être choisis. Cette étape est notée SEL(TDOA) dans les figures 5B, 6, 7 et 9.
La sélection des FD et des TDOA est effectuée en considérant les FD et les TDOA vérifiant les relations de transitivité. Cette étape vise donc à sélectionner les « bons » FD et TDOA, donc présentant des maximums locaux vérifiant les équations de transitivité.
Les FD et les TDOA qui vérifient les équations de transitivité sont ceux qui vérifient les relations (1 ) et (2) théorique à une erreur près tolérée. Le calcul de cette erreur peut être une donnée prise en compte dans le choix des TDOA et des FD qui composeront le système d'équations de transitivité à résoudre. Il sera également possible de considérer une erreur globale comme cela sera détaillé ci-après. La sélection des FD et des TDOA peut également prendre en compte d'autres facteurs, comme il sera détaillé par la suite de la description, dont notamment les équations de transitivité des TDOA et de FD présentant le minimum d'erreur ou le calcul d'une erreur globale de l'ensemble des capteurs à un instant donnée ou sur une fenêtre de temps d'acquisition donnée. Cette possibilité est représentée dans la figure 5B par la flèche en pointillée ASSERV.
Dans l'espace D3, les pics maximums des opérations de cross corrélation sont identifiés par les écarts horizontaux exprimant une différence de temps, les TDOA les plus probables sont déterminés pour chaque couple de capteurs. Les décalages selon l'axe vertical dans l'espace D3 donne les décalages en fréquences les plus probables pour un couple de capteurs donné.
Selon le système à résoudre, c'est-à-dire du nombre de capteurs ou encore du nombre de sources mobiles ou fixes présumées, la sélection des FD et/ou des TDOA peut être adaptée pour sélectionner un échantillon de valeurs permettant d'établir un système d'équations suffisant. Selon une configuration possible tous les FD identifiés dans une fenêtre de temps donnée peuvent être sélectionnés pour établir un système d'équations le plus complet possible et pareillement pour les TDOA sélectionnés.
Enfin, le procédé de l'invention comprend dans cette étape (ou une étape suivante) la détermination des systèmes de transitivité SYS_TRAN_FD et SYS_TRAN_TDOA représentés sur les figures 5B, lorsque les TDOA sont déterminés par le procédé de l'invention en plus des FD, notamment dans des sous-bandes de fréquences.
Une étape du procédé comprend la détermination des FD qui sont cohérents entre eux, c'est-à-dire ceux qui respectent le principe de la transitivité des FD.
Lorsque les TDOA sont identifiés conjointement au FD selon le procédé de l'invention, une étape similaire à la précédente comprend la détermination des TDOA qui sont cohérents entre eux, c'est-à-dire ceux qui respectent le principe de la transitivité des TDOA.
Toutes les étapes précédentes sont effectuées sur des fenêtres de temps données et possiblement sur des fenêtres de fréquences formant des sous-bandes avec une fréquence centrale Centrai pour chaque sous- bande. La durée des fenêtres peut être adaptée au cas par cas selon la nature des sources mobiles ou fixes détectées, la fréquence d'émissions des signaux des sources, des capacités de traitement, etc.
Un recouvrement des fenêtres de p%, p pouvant aller de 0% à 95%. Un recouvrement possible peut être de de p=25% ou p= 50%.
Le système de transitivité peut s'écrire ainsi en considérant chaque triplet de capteurs Cp, Cq, Cr parmi l'ensemble des capteurs:
(EQA) :
■ FDpr(ti) + FDrq(ti) = FDpq(ti) + ErrFD
(EQB) :
■ TDOApr(ti) + TDOApr(ti) = TDOApr(ti) + ErrTDoA
Ces équations peuvent s'écrire pour chaque instant t, mais plus généralement sur une fenêtre de temps donnée pour chaque triplet de capteurs possibles. Les erreurs ErrFD, ErrTDOA correspondent les erreurs liées aux mesures, aux bruits et aux traitements des signaux sur une fenêtre de temps donnée ou à un instant t, pour les mesures dans l'espace D-ι par exemple.
Les équations de transitivités des systèmes SYS_TRAN_FD et SYS_TRAN_TDOA s'écrivent plus généralement par la suite ainsi :
(EQA) : ■ FDpr + FDrq = FDpq + ErrFD
(EQB) :
■ TDOApr+ TDOApr= TDOApr+ ErrTDOA
Les équations de transitivité peuvent également s'écrire pour un ensemble de capteurs N supérieurs à 3 puisque par définition la transitivité permettrait de lier les mesures de 4, 5 capteurs, voire de l'ensemble des capteurs du système.
Les équations de transitivité peuvent s'écrire dans chaque domaine D-i , D2, D3 dans lequel les FD et les TDOA sont calculés. Ainsi, il est possible comme cela est représenté à la figure 7 d'obtenir des sous- systèmes de transitivité par domaine. Les sous-systèmes sont notés :
■ SSE_Q (D2) pour les équations de transitivité des FD dans le domaine D2 ;
■ SSE_Q2(D3) pour les équations de transitivité des FD dans le domaine D3 ;
■ SSE_Q3(D ) pour les équations de transitivité des TDOA dans le domaine D-ι ;
■ SSE_Q4(D3) pour les équations de transitivité des TDOA dans le domaine D3.
Les sous-systèmes de transitivité des FD : SSE_Q (D2) , SSE_Q2(D3) peuvent être utilisés soit pour reconstruire des TDOA manquants, soit pour déterminer le type de source, notamment son profil de mobilité.
Chaque sous-système peut être utilisé ou non selon les variantes de réalisation de l'invention et des modes de calculs des FD et des TDOA.
Pour déterminer les TDOA et les FD cohérents entre eux, le procédé de l'invention permet de conserver les FD et les TDOA qui vérifient les équations de transitivité à une erreur près.
Le procédé de l'invention permet de référencer les FD qui proviennent de la même source afin de ne pas mélanger les valeurs lors de la régression prévue dans une étape succédant l'étape de détermination des FD cohérents entre eux. Pareillement, le procédé de l'invention permet de référencer les TDOA qui proviennent de la même source afin de ne pas mélanger les valeurs lors de la régression prévue dans une étape succédant l'étape de détermination des TDOA cohérents entre eux.
Si l'on prend l'exemple de 4 capteurs, on ne conserve que les
TDOA qui vérifient les 4 équations de transitivités.
Pour mettre en œuvre le principe de cohérence, on recherche par conséquent sur chaque fenêtre d'acquisition, les sextuplets de FD d'une part et les sextuplets de TDOAs d'autre part générés par la même source, c'est- à-dire vérifiant la cohérence de leur somme entre eux. Un quadruplet de capteurs (Ci, Cj, Ck, Ch) localise la même source avec les FD et/ou les TDOA si les quatre relations de transitivité sont vérifiées.
Lorsque le système comprend un nombre Nc de capteurs il existe alors :
■ Nc ■ (Nc-1 )/2 = p pairs différentes de capteurs ;
■ (Nc ■ (Nc-1 )/2) ! / (6- (Nc ■ (Nc -1 )/2-3)!) = p3 triplets de pairs de capteurs ;
■ (Nc ■ (Nc-1 )/2) ! / (24- (Nc ■ (Nc -1 )/2-4)!) = p4 quadruplets de pairs de capteurs ;
Le nombre de pairs p de capteurs correspond au nombre d'inconnus du système par exemple le nombre de TDOA ou de FD.
Le nombre de triplets p3 correspond au nombre d'équations de transitivité nécessaire pour résoudre le système. Les sextuplets de TDOA ne répondant pas au système d'équations de transitivité sont éliminés, comme n'étant pas cohérents.
Pour quatre capteurs, trois FD et/ou trois TDOA indépendants sont sélectionnés, relativement à un capteur.
Les FD indépendants et les TDOA indépendants sont ensuite utilisés dans l'étape POS(Mi) pour calculer la position de chaque source d'émission des impulsions par minimisation de la fonction d'erreur des moindres carrés sur la position, comme expliqué ci-dessous.
À ce système de transitivité, le procédé de l'invention permet d'ajouter les relations suivantes : (EQc) :
■ FDD2 1 2(ti) = ratioFrDti(fcentrai) ■
Figure imgf000044_0001
- TDOAD1 2(ti)) + ErrDoppier
■ FDD2 1 2(ti) = ratioFrDti(fcentrai) ■ (TDOAD3 l !2(ti+1) - TDOAD3 2(ti)) + ErrDoppier
■ FDD3 1 2(ti) = ratioFrDti(fcentrai) ■
Figure imgf000044_0002
- TDOAm 1 i2(ti)) + ErrDopp,er
■ FDD3 1 2(ti) = ratioFrDti(fcentrai) ■ (TDOAD3 l !2(ti+1) - TDOAD3 2(ti)) + ErrDopp,er
Dans le cas d'un traitement de différentes sources avec différentes fréquences d'échantillonnage, nous avons le ratioFrDti = ratio FrDti(f centrai) dépendant de la fréquence centrale de chaque sous bande de fréquences. Nous obtenons 4 Nbnds équations :
■ FDD^,2(ti)=ratioFrDti(fcentraι)■(TDOAD ,2(ti+1)-TDOAD ,2(ti))+ErrDopp^
Où l'erreur ErrDoppier correspond aux erreurs liées aux mesures, aux bruits et aux traitements des signaux sur une fenêtre de temps donnée et/ou dans chaque sous bande donc la fréquence centrale est fcentrai ou à un instant ti pour les mesures dans l'espace D-ι par exemple.
(EQD) :
■ TDOAD1 = TDOA03 + Err13;
■ FDD2 = FDD3 + Err23;
Minimisation de l'erreur d'association par contraintes de transitivité
Un système d'équations de transitivité peut être établi en gardant, selon le besoin, pour la résolution du système d'un nombre minimum d'équations mais suffisamment pour résoudre le système et déduire la position de chaque source mobile ou fixe M|,|£[i, Ns]- Le procédé comprend une étape visant à sélectionner les équations présentant le minimum d'erreur, les figures 5A, 5B, 7 et 8 représentent les étapes visant à appliquer une fonction MIN(∑err) de calculer les erreurs résiduelles présentent dans les équations de transitivité, ou les erreurs résiduelles des calculs de même FD dans différents espaces D2 et D3 ou encore des erreurs entre les calculs de TDOA dans différents espaces D-i, D3 comme détaillé précédemment.
Il est également possible de calculer les erreurs provenant des différentes mesures des FD et TDOA qui sont liées par l'effet doppler appliqué à la mesure de deux TDOA successifs calculés d'une même source mobile ou fixe par les mêmes capteurs.
Ainsi le système de transitivité peut être exprimé ainsi, aux racines carrées près des erreurs selon si l'on considère les erreurs quadratiques ou pas:
(EQA) :
■ (FDpr(ti) + FDrq(ti) - FDpq(ti))2 = ErrFD 2
Sur une fenêtre de temps, il est possible de prendre la valeur de t, pour laquelle les valeurs des pics FD sont maximums et ce possiblement dans chaque espace D-ι , D3.
■ (FDpr(max) + FDrq(max) - FDpq(max))2 = ErrFD(max)2
(EQB) :
■ (TDOApr(ti) + TDOApr(ti) - TDOApr(ti))2 = ErrTDoA 2
De manière analogue, sur une fenêtre de temps, il est possible de prendre la valeur de t, pour laquelle les valeurs des pics TDOA sont maximums et ce possiblement dans chaque espace D2, D3.
■ (TDOApr(max) + TDOArq(max) - TDOApq(max))2 = ErrFD(max)2
(EQc) :
■ (FDD2 1 2(ti) - = ErrDopp,er 2
■ (FDD2 1 2(ti) - = ErrDopp,er 2
■ (FDD3 1 2(ti) - = ErrDopp,er 2
■ (FDD3 1 2(ti) -
Figure imgf000045_0001
= ErrDopp,er 2
Dans le cas d'un traitement de différentes sources avec différentes fréquences d'échantillonnage, nous avons le ratio FrDti(f centrai) dépendant de la fréquence centrale de chaque sous-bande de fréquences. Nous obtenons 4 Nbnds équations :
[FDD2 1 2(ti) - ratioFrDtiifcentra -ÎTDOA01 !
Figure imgf000045_0002
= ErrDopp,er 2
Si l'erreur Doppler ErrDoppier est exprimée au carré, on obtient [FDD2 1 2(ti) - ratioFrDtiifcentra -iTDOA01 !^^) - TDOAD1 l !2(ti))]2 = ErrDoppier 2 (EQD):
■ (TDOAD1 - TDOA03)2 = Err13 2
■ (FDD2 - FDD3)2 = Err23 2
Il est possible alors de choisir un nombre déterminé d'équations de transitivité permettant de résoudre le système minimisant les erreurs suivantes : ErrFD, ErrTDOA, ErrDoppier, Err 3, Err23- En pratique, il est possible de choisir des seuils pour chacune de ces erreurs qui correspondent à l'exigence de précision souhaitée des relations de transitivité.
Selon un mode de réalisation, il est possible de choisir préférentiellement certaines des équations EQA, EQB, EQC EQD selon le cas de figure envisagé pour obtenir un système d'équations suffisantes pour résoudre le système. Par exemple, si on sait que les sources sont présumées rapides, par exemple en appliquant le procédé à la détection de sources de types « aéronefs », il peut être envisagé de privilégier les équations EQA qui s'appliquent bien aux sources générant un effet doppler en réception.
Selon un autre mode de réalisation, il est possible de considérer des sommes d'erreurs d'une pluralité de triplet de capteurs. Dans ce mode de réalisation, le procédé privilégie le minimum d'erreur moyenné sur les mesures de l'ensemble des capteurs sur une fenêtre de temps donné.
Par exemple, considérons le cas de 4 capteurs , Cj, Cm, Ck, nous pouvons écrire :
■ ErrFD(max) 2{Ci, Cj, Ck} = (FD (max) + FDjk(max) - FDik(max))2 ;
■ ErrFD(max) 2{Ci, Cj, Cm} = (FDy(max) + FDjm(max) - FDim(max))2 ;
■ ErrFD(max) 2{Ci, Ck, Cm} = (FDik(max) + FDkm(max) - FDim(max))2 ;
■ ErrFD(max) 2{Cj, Ck, Cm} = (FDjk(max) + FDkm(max) - FDjm(max))2 ;
Ces relations peuvent être également écrites et vérifiées avec un cas général de N capteurs, avec N > 4. Les fonctions permettant d'évaluer les erreurs des équations de transitivité de chaque système de transitivité sont représentées à la figure 8 dans le bloc fonctionnel MIN(∑err).
Le procédé de l'invention permet d'estimé l'erreur globale d'un ensemble de capteur à un instant donnée ou lors d'une fenêtre d'acquisition pour des pics locaux de valeurs de FD et/ou de TDOA.
De ce fait les calculs des erreurs précédentes peut être sommés pour des triplet de capteurs de l'ensemble de capteur. L'erreur globale liée au FD sur une fenêtre de temps peut être calculée ainsi en considérant le cas de 4 capteurs C,, Cj, Cm, Ck :
RFD2 = ErrFD(max)2{Ci, Cj, Ck} + ErrFD(max)2{Ci, Cj, Cm} + ErrFD(max)2{Ci, Ck, Cm}+ ErrFD(max) 2{Cj, Ck, Cm}. Cette relation peut être également écrite et vérifiée avec un cas général de N capteurs, avec N > 4.
La figure 8 représente cette étape de calcul de l'erreur globale RFD de somme de triplets de capteurs.
L'erreur RFD représente la somme des erreurs de chaque triplet de capteurs concernant les mesures FD. Il s'agit du calcul de l'erreur global liée aux calculs des FD entre chaque triplet de capteurs pris sur l'ensemble des capteurs. De la même manière nous obtenons pour la minimisation de l'erreur globale des mesures de TDOA, en reprenant l'exemple des 4 capteurs, C,, Cj, Cm, Ck :
■ ErrTDoA(max)2{Ci, Cj, Ck} =(TDOA (max) + TDOAjk(max) - TDOAik(max))2 ;
■ ErrTDoA(max)2{Ci, Cj, Cm}= (TDOAy(max) + TDOAjm(max) - TDOAim(max))2 ■ ErrTDoA(max)2{Ci, Ck, Cm} =(TDOAik(max) + TDOAkm(max) -TDOAim(max))2
■ trrjDOA(max) "{Cj, Ck, Cm} =(TDOAjk(max) + TDOAkm(max) - TDOAjm(max))"
L'erreur globale liée aux calculs des TDOA sur une fenêtre de temps peut être calculée ainsi : RTDOA = ErrjDOA(max) {Ci, Cj, Ck} + ErrjDOA(max) {Ci, Cj, Cm} + ErrjDOA(max) {Ci, Ck, Cm}+ ErrjDOA(max) 2{Cj, Ck, Cm}
En considérant, les calculs des FD dans les différents domaines pour un même couple de capteur et pour un même instant, il est possible de comparer les valeurs FDD2 et FDD3 comme évoqué précédemment et d'en quantifier une erreur.
Err23 2(k,p) = (FDD2(k,p) - FDD3(k,p))2, où k, p représentent les indices des capteurs Ck, Cp.
L'erreur totale de chaque couple de capteurs peut être évaluée à chaque instant ou dans chaque fenêtre de temps d'acquisition. L'erreur totale correspond à la somme des erreurs Err23 pour chaque couple de capteurs.
On peut en déduire l'erreur totale à chaque instant ou sur chaque fenêtre de temps : R-|3 2 =∑kP (Err232(k,p))
Cette relation permet de déduire le maximum de la valeur moyenne des distances entre les FDD2 calculés dans le domaine D2 et les FDD3 calculés dans le domaine D3. Ces erreurs peuvent être calculées dans chaque sous-bande de fréquence centrale Centrai et à chaque instant t, ou à l'instant d'une fenêtre de calculs pour lequel FDD2 ou FDD3 sont maximums dans la fenêtre.
Le procédé de l'invention permet en prenant en compte cette relation, de choisir les pics FD correspondant au minimum d'erreur R23 défini par le système la relation R23 2 =∑(FDD2-FDD3)2.
Le procédé de l'invention permet d'estimer cette erreur, par la relation suivante :
R23 2 = ∑(FDD2(k,p) - FDD3(k,p))2, où k, p représentent les indices des capteurs Ck, Cp.
La prise en compte de l'erreur R23 permet de considérer les valeurs des FD pour lesquelles la valeur calculée dans l'espace D2 est proche de celle calculée dans l'espace D3. La sélection des maximums des FD selon ce critère permet de fiabiliser les mesures et d'obtenir un système d'équations de transitivité efficace. De la même manière, le procédé de l'invention permet de définir l'erreur totale des mesures des TDOA dans le domaine D-ι et le domaine D3 à un instant t, ou dans la fenêtre d'acquisition en prenant en compte la relation précédemment déterminée suivante :
Err13 2(k,p) = (TDOAD1 (k,p) - TDOAD3(k,p))2, où k, p représentent les indices des capteurs Ck, Cp.
R232 =∑k,p(Err13 2(k,p)), c'est-à-dire :
R232 = ∑k,p((TDOAD1 (k,p) - TDOAD3(k,p))2), où k, p représentent les indices des capteurs Ck, Cp.
Le calcul de l'erreur globale des FD ou des TDOA sur une fenêtre d'acquisition peut être réalisé pour les valeurs maximales des pics de cross corrélation des TDOA ou des FD.
Enfin, de manière à déterminer les N équations de transitivité permettant de résoudre le système minimisant les erreurs ErrDoppier il est possible de prendre en compte des équations du système EQC minimisant l'erreur globale à chaque instant ti ou sur une fenêtre de temps d'acquisition en prenant en compte les TDOA et les FD dans chaque domaine D-i , D2, D3.
On note l'erreur totale RFD-TDOA2 = ∑k,P(ErrDoppier2), où k, p représentent les indices des capteurs Ck, Cp.
L'erreur Doppler ErrDoppier étant calculée pour les capteur Ck, Cp et pourrait être exprimé également comme une fonction de ces capteurs : ErrD0ppier2(kp)).
On obtient les équations à résoudre en considérant le minimum d'erreur suivantes :
RFD-TDOA2 = ∑k,P(ErrDoppier2(kp)) pour chaque domaine D1 ; D2, D3, les équations peuvent s'écrire pour chaque couple de capteurs Ck, Cp :
R21 FD-TDOA2(k,p) = ∑k,p[(FDD2 l !2(ti) - ratioFrDti(fcentrai) ■
Figure imgf000049_0001
- TDOAD1 l !2(ti)))2] ;
R23FD-TDOA2(k,p) = ∑k,p[(FDD2 l !2(ti) - ratioFrDti(fcentrai) ■ (TDOAD3 l !2(ti+1) -
Figure imgf000049_0002
R31 FD-TDOA2(k,p) =
Figure imgf000049_0003
- ratioFrDti(fcentrai) ■ - TDOAD1 l !2(ti)))2] ; R33FD-TDOA2(k,p) =
Figure imgf000050_0001
- ratioFrDti(fcentrai) ■ (TDOAD3 l !2(ti+1) -
Figure imgf000050_0002
Dans le cas d'un traitement de différentes sources avec différentes fréquences d'échantillonnage, nous avons le ratio FrDti(f centrai) dépendant de la fréquence centrale de chaque sous-bande de fréquences. Nous obtenons 4 Nbnds équations :
Figure imgf000050_0003
∑k,p[(FDD2 1 i2(ti) - ratioFrDti(fcentrai) ■
Figure imgf000050_0004
;
De manière à homogénéiser le traitement et les unités des erreurs suivantes :
RFD2
RTDOA2
Figure imgf000050_0005
RFD-TDOA2, dont R21 FD-TDOA2, R23FD-TDOA2, R31 FD-TDOA2, R33FD-TDOA2, le procédé de l'invention permet de transposer le calcul de ces erreurs dans un même référentiel d'unité.
En effet, les erreurs RFD-TDOA et RFD sont par exemple exprimées en Hz et les erreurs RTDOA, R13, R23 sont exprimées en secondes.
Le procédé de l'invention peut comprendre une étape visant à homogénéiser les unités de sorte à comparer les erreurs calculées entre elles pour établir un choix des N équations du système de transitivité à résoudre. Pour homogénéiser les unités des valeurs des erreurs, il est possible d'effectuer un ratio entre la valeur calculée et leur valeur moyennée sur une période de temps ou encore un ratio entre la valeur calculée et une constante.
En prenant l'exemple d'une source mobile ou fixe étant une chauve-souris, le ratio est établi par l'utilisation d'une constante, cette dernière peut être choisie comme la fréquence de l'émission des clics. Cette constante peut être choisie pour uniformiser une valeur relative des erreurs
Figure imgf000050_0006
Concernant les erreurs RTDOA, R13, R23, elles sont exprimées en secondes. Il est possible, dans cet exemple, d'établir un ratio en considérant la durée inter-clic Dref d'une chauve-souris. La durée inter-clic Dref peut être une durée moyenne de référence. Dans le cas d'une chauve-souris cette durée inter clic est de l'ordre de 0,1 s.
On obtient à l'issu de cette étape les erreurs absolues que l'on nomme ratios des erreurs globales suivants :
■ Rati OFD-TDOA = RFD-TDOA Fref
■ RatiûFD = RFD / Fref
■ RatiOiDOA = RTDOA/ Drer
■ Ratio 3 = R13 / Dref
■ Ratio 3 =R23 / Dref
Les ratios des erreurs globales sont également appelés les erreurs globales relatives.
Il est également possible de les exprimer dans un même référentiel d'unité en utilisant le ratio FrDti(f centrai) comme cela :
■ Rati OFD-TDOA = RFD-TDOA
■ RatiûFD = RFD
■ RatiOiDOA = RTDOA ■ ratio FrDti(fcentrai)
■ Ratio 3 = R13■ ratio FrDti(f centrai)
■ Ratio23 =R23
Selon un mode de réalisation de l'invention, chaque erreur globale relative peut être pondérée chacune par un poids noté respectivement WDoppier, wFD, wTDoA, w 3, w23, on obtient, l'expression suivante :
En combinant les erreurs RatioFD-TDOA, RatioFD, RatioTDOA, Ratio-13, Ratio23 avec des poids positifs WFD-TDOA>0, WFD>0, WTDOA>0, W 3>0, W23>0, nous avons:
RTOTAL = WFD-TDOA ' RatiûFD-TDOA + WFD ' RatiûFD + WJDOA ' RatiOiDOA + Wi3 ■ Ratio 13 + w23 ■ Ratio23
Pour le traitement de différentes sources, rat i of rd t i (f centrai ) , ou fcentrai est la fréquence centrale de chaque sous-bandes de fréquence.
Cette considération peut être pris en compte dans le calcul de
RTOTAL- En d'autres termes, le système de TDOA peut être satisfait avec quelques erreurs ErrTDOA, le système de FD peut être satisfait avec quelques erreurs ErrFD- Afin de combiner les erreurs en une seule mesure de précision, nous avons besoin de toutes les erreurs pour avoir les mêmes unités. Dans notre cas, certains ont des unités de secondes, alors que d'autres ont des unités de Hz. Pour faire les deux types de variables sans unité, il est nécessaire de les diviser par une constante caractéristique du domaine dans lequel le calcul est effectué. Nous utilisons le division par ratio FrDti(f centrai) constante caractéristique utilisée dans l'équation reliant FD et TDOA. Dans le cas des unités de fréquences, nous les laissons tel quel, avec des unités de fréquence. Dans le cas des unités de temps, nous multiplions par le ratioFrDti(fcentrai)-
Division par des constantes caractéristiques nous donne des erreurs avec les mêmes unités :
Rati OFD-TDOA = P»FD-TDOA '
RatiûFD = P»FD ;
RatiOiDOA = RTDOA■ ratio FrDti(f centrai) ;
Ratio13 = Ris■ ratio FrDti(fcentrai) ;
Figure imgf000052_0001
En combinant les erreurs RatioFD-TDOA, RatioFD, RatioTDOA, Ration, Ratio23 avec quelques poids WFD-TDOA, WFD , WTDOA , w 3 , w23 , nous avons: RTOTAL = WFD-TDOA ' RatiûFD-TDOA + WFD ' RatiûFD + WJDOA ' RatiOiDOA + w-13 ■ Ratio 13 + w23■ Ratio23
Les pondérations peuvent être choisies en fonction de ce qui est le plus important dans le système d'enregistrement et de données et sont optimisée afin de minimiser l'erreur totale RTOTAL- En cas de traitement de différentes sources sonores avec des fréquences différentes, on considère le ratio FrDti(f centrai) dépendant de la fréquence centrale de chaque sous-bande. Dans ce cas, tout en utilisant une combinaison d'erreurs des équations de transitivité, il est nécessaire de sommer sur toutes les bandes de fréquence fcentral■
RTOTAL = ∑(WFD-TDOA ■ RatiOFD-TDOA) + wFD ■ RatiOFD + ∑(WTDOA ■ RatioTDOA) + ∑(wi3 ■ RatiOi3) + w23 ■ Ratio23.
Cette étape est représentée à la figure 8 par le bloc fonctionnel SYS_COMB(wi) qui peut être utilisé :
■ dans le choix final des N équations de transitivité du système d'équations de transitivité SYS_TRAN_FINAL en vue de le résoudre par régression non linéaire ;
■ dans la sélection dynamique et automatique SEL(FD) et SEL(TDOA) en vue d'ajuster les pondérations en fonction de la nature des sources présupposée. Le procédé de l'invention permet donc de définir des pondérations
Wi pour choisir les erreurs globales à minimiser de manière à déterminer un système de transitivité optimale et adapté au contexte.
Une relation liant les poids les uns aux autres permet de définir un référentiel commun de mesure des différentes erreurs mesurées. Typiquement, une contrainte telle que la relation suivante peut être respectée selon le procédé de l'invention en plus de la positivité des poids :
■ WFD-TDOA + FD + WjDOA + W13 + W23 = 1
Dans le cas d'un traitement de différentes sources avec différentes fréquences d'échantillonnage, nous avons le ratio FrDti(f centrai) dépendant de la fréquence centrale de chaque sous-bande de fréquences. Nous obtenons plus de termes dans la précédente équation :
■ ∑(WFD-TDOA) + wFD +∑(WTDOA) +∑(w 3) + w23 = 1 La pondération peut être ajustée dynamiquement de sorte que le procédé s'adapte en fonction de la nature des sources et de l'évolution de mouvements des sources.
A titre d'exemple, lorsque les sources se déplacent rapidement l'erreur globale relative RatioFD permet d'obtenir des bons résultats en sélectionnant des FD reflétant les différences de vitesses notamment mesurables grâce à l'effet Doppler. De ce fait le poids WFD peut-être privilégié pour dans le calcul de l'erreur totale.
Si les sources se déplacent vers les capteurs, lorsque les sources sont lointaines, leur vitesse influe moins que les différences de temps d'arrivée notamment des TDOA. De ce fait, lorsque les sources sont lointaines et que les vitesses des mouvements influent peu sur l'effet Doppler alors la valeur poids WTDOA peut être choisie de manière à favoriser la prise en compte de l'erreur globale RatioTDOA lorsque la source est lointaine et au fur et à mesure de son rapprochement de l'ensemble des capteurs, le ratio RatiûFD peut être préféré.
De manière analogue lorsque le traitement de signaux en provenance d'une ou de plusieurs sources mobiles ou fixes après leur acquisition comprend une transformée par ondelettes de sorte par exemple à améliorer le filtrage du bruit et à rehausser les signaux utiles, la prise en compte des différences de TDOA calculées dans le domaine D-ι et dans le domaine D3 ainsi que la prise en compte des différences de FD calculées dans le domaine D2 et dans le domaine D3 peut être adaptée pour le choix du système d'équations de transitivité. Dans ce cas les poids w 3, w23 peuvent préférentiellement considérés vis-à-vis des autres poids.
Selon un autre mode de réalisation, le procédé comporte une étape de choix des N équations de transitivité pour élaborer le système à résoudre en considérant les erreurs globales qui vérifient un ensemble de conditions.
Les TDOA et les FD retenus dans le système sont ceux qui vérifient un ensemble de conditions, tel que par exemple :
Figure imgf000054_0001
■ RTDOA > STDOA
■ Ri3 > S13
Figure imgf000054_0002
Où SFD-TDOA, SFD, STDOA, S-|3, S23 sont des seuils prédéfinis ou des seuils qui peuvent être ajustés selon les cas notamment du type de sources présumées. Cette étape est représentée à la figure 8 par le bloc fonctionnel SYSJNTER qui permet de déterminer les N maximums de corrélation nécessaires à la résolution du système en vue de déterminer les positions de chaque mobiles M|,ie[ j Ns].
Les conditions peuvent être vérifiées dans chaque domaine D-i , D2, D3, notamment pour les calculs de RFD-TDOA, dont R21 FD-TDOA, R23 FD-TDOA, R31 FD-TDOAJ R33FD-TDOA définis précédemment.
Les erreurs totales globales peuvent comparées à une valeur seuil à chaque instant t, ou pour une fenêtre de temps donnée. Après l'estimation des erreurs globales, un système d'équations de transitivité peut être déterminé comportant suffisamment d'équations pour résoudre le système d'inconnues que sont les positons instantanées de chaque source. Un avantage de l'invention par la résolution du minimum d'erreurs préliminairement à la détermination d'un système de transitivité et sa résolution est de choisir les équations dont les mesures sont les plus fiables et qui ont été les moins impactées par le bruit, le traitement des signaux, les interférences, etc.
Calculs des positions des sources mobiles ou fixes Une fois le système d'équations de transitivité des FD déterminé et éventuellement celui des TDOA selon la mise en œuvre du procédé de l'invention, on dispose des FD cohérents entre eux donc éventuellement des TDOA cohérents entre eux.
Une étape de régression non linéaire permet de déterminer les positions instantanées (x,y,z) de chaque source mobile ou fixe en fonction du temps. Ces positions brutes sont calculées dans l'étape POS(M|) à la fin du procédé selon L'invention qui est représentée aux figures 5A, 5B, 7 et 8.
La régression multiple non linéaire peut être réalisée grâce à l'algorithme de G au ss- Newton, en utilisant par exemple une vitesse de propagation des signaux dans le milieu selon un profil déterminé. A titre d'exemple, dans le milieu marin la vitesse des signaux acoustiques dans l'eau de mer est déterminée constante d'une valeur de 1500 ms"1, dans le milieu aérien, la vitesse de propagation des ondes acoustiques est déterminée à la vitesse de 340 m/s. La position de la source M| est notée X.
Les trois FD indépendants sont notés par des indices u, w, y : {FDu(iJ), FDw(i,k), FDy(i,h)} de chaque quadruplet de capteurs C,, Cj, Ck, Ch.
Les trois TDOA indépendants sont notés par leur indices u, w, y : {TDOAu(i,j), TDOAw(i,k), TDOAy(i,h)} de chaque quadruplet de capteurs C,,
Figure imgf000056_0001
Le système est résolu par la minimisation de l'erreur LMS (Least Mean Square) dans le système des trois équations FD et TDOA.
A titre d'exemple, ces équations pour les TDOA peuvent s'écrire de la manière suivante:
c■ TDOAu(i,j) = Q(XS, X|) - Q(Xs, Xj) ;
c■ TDOAw(i,k) = Q(XS, Xi) - Q(XS, Xk) ;
c■ TDOAy(i,h) = Q(XS, Xi) - Q(XS, Xh) ;
où Q(XS, Xi) est la distance Euclidienne entre la source S de coordonnées inconnues {x, y, z} et le capteur de coordonnées X,.
Les mêmes déductions des FD peuvent être réalisées avec des équations similaires mais représentant une différence de fréquence d'une source et non une différence de temps d'arrivée.
Dans l'exemple des équations des TDOA, dans le détail, lors de la régression non linéaire, on minimise récursivement la fonction :
MinXs(f(Xs)) = f1 (Xs)2+f2(Xs)2 + f3(Xs)2
Où
A (x* ) = dt h ,
Figure imgf000056_0002
Et di,j = TDOAu(i,j) ■ c, le TDOA estimé entre le capteur C, et le capteur Cj. La fonction peut être minimisée avec la technique de Levenberg-Marquardt. Si la solution est Xestimé alors l'erreur LMS s'écrit :
f (Xestimé) = f 1 (Xestimé)2 + f2(Xestimé)2 + f3(Xestimé)2 ', Une position X de la source de clics est considérée comme correcte quand f(Xestimé) < 1 dans un exemple de réalisation ou à un certain seuil de façon générale, sinon elle n'est pas prise en compte. Détermination des trajectoires des sources mobiles ou des positions des sources fixes
Chaque résolution du système d'équations de transitivité et de régression non linéaire donne une seule position Xs(x,y,z) d'une source. Comme on a plusieurs jeux de triplets indépendants de TDOA cohérents, on résout ce système d'équations pour chaque jeu, ce qui donne plusieurs points pour chaque source et pour chaque instant considéré.
Une fois que des fenêtres de temps sont identifiées comme participant à la convergence d'une position Xs par régression, le procédé selon l'invention extrait ces fenêtres et les impulsions, comme par exemple des clics, qui y sont contenus, et les étiquette en utilisant les valeurs de FD et de TDOA comme provenant de la source située en M|.
Les continuums spatio-temporels des positions permettent d'isoler des trajectoires individuelles et donc de lier des clics à une source donnée en particulier (par clustering automatique du plus proche voisin par exemple).
La reconstruction des TDOAs manquants ou de FDs manquants peut être réalisée par utilisation de la relation entre TDOA et FD de la section précédente :
FD{i,SiS2} = ratio FrDti(f centrai) ■ (TDOA{i+1 ,Si S2} - TDOA{i,Si S2}) pour chaque bande de fréquences, caractérisée par la fréquence centrale f central-
Cette relation liant TDOA et FD permet d'aboutir à l'expression de
TDOA :
TDOA{i+1 ,sis2} = TDOA{i,Si S2} + FD{i,Si S2} / ratioFrDti(fcentrai)- TDOA{i-1 ^s2} = TDOA^s^} - FD{i,Si S2} / ratioFrDti(fcentrai)-
Ces équations pour les TDOA sont vraies pour chacun des trois types de TDOA et FD dans chacune des domaines D-i , D2 et D3. Ils permettent de reconstituer les TDOA manquants, en utilisant les valeurs voisines de FD. De ce fait, l'information de vitesse peut être calculée à partir de la relation entre les TDOA et FD, comme illustré précédemment.
L'extraction des impulsions dans du bruit ou plusieurs trains d'impulsions de différentes sources mobiles ou fixes constitue donc un processus très intéressant que permet l'invention.
Lissage des trajectoires
L'obtention des positions spatiales des sources mobiles ou fixes sur les trois axes x,y,z pour certaines fenêtres de temps, rend possible l'application à ces positions de phases de traitement supplémentaires comme le lissage des trajectoires en vue de mieux visualiser en temps réel les trajectoires des sources mobiles ou fixes présentes dans la zone d'observation.
Une position est estimée, pour chaque source mobile ou fixe plusieurs fois par minute. En conséquence, certaines zones ne possèdent pas de point et forment des espaces vides dans les trajectoires. Le procédé permet d'interpoler les trajectoires lorsque certaines mesures manquent pour estimer davantages de positions par exemple parce qu'il y a trop de recouvrement d'impulsions sur certaines fenêtres de détection.
Selon un mode de réalisation, le procédé peut remédier à ce problème en lissant les trajectoires, selon des méthodes de lissage connues en soi, par exemple une méthode d'interpolation linéaire.
Le lissage linéaire ou par splines des trajectoires permet d'estimer les positions inconnues d'une source entre deux points de passage obtenus. Cela permet de déterminer les FD et /ou les TDOA qui auraient généré ces positions, car la position de la source et les coordonnées des capteurs sont connues. On peut alors revenir sur l'enregistrement et étiqueter les impulsions sur des portions du signal dont le filtrage et les inter-corrélations n'ont pas réussi à extraire de l'information.
En outre, la relation, décrite par la relation EQC, entre deux TDOA mesurés successivement dans un même couple de capteurs et le FD calculé pour l'un des instants de capture d'un des TDOA correspondant permet de reconstituer des positions qui ne peuvent directement déduite de la mesure des TDOA ou des FD.
En outre, le procédé de l'invention peut également permettre de générer des trajectoires de sources mobiles ou fixes à partir des seules mesures des FD. Ces trajectoires peuvent être ensuite corrigées par la relation entre les FD et les TDOA de l'équation EQc ou par la génération indépendamment des trajectoires déduites des mesures de TDOA, équation EQB.
Profil de célérité
Lorsque le procédé de l'invention comprend un nombre donné de capteurs pour déterminer les trajectoires d'un nombre donné de sources mobiles ou fixes, il est possible d'utiliser un capteur supplémentaire pour affiner le profil de célérité des signaux présumés. Typiquement, selon le milieu de détection envisagée et la nature des sources le profil de célérité des signaux émis peuvent estimés à partir d'un capteur supplémentaire.
En ajoutant un capteur par rapport au minimum nécessaire afin d'obtenir toutes les trajectoires des sources mobiles ou fixes, le procédé permet d'ajouter un degré de liberté aux équations de détermination des positions.
Dans ce cas, un profil de célérité caractéristique du milieu au moment de l'enregistrement peut être estimé. On s'affranchit alors d'un profil de célérité modélisé pour la période concernée. Le capteur supplémentaire ajoute un degré de liberté au système à résoudre et permet d'effectuer la régression pour estimer le profil de célérité pour chaque position.
Dans le système d'équation, la célérité des signaux est noté c(t) qui devient dépendante du temps de l'enregistrement des signaux Si à chaque capteur Ck.
Système pour la mise en œuvre du procédé
Afin de mettre en œuvre le procédé selon l'invention, il suffit d'utiliser un ordinateur standard pourvu d'une carte d'acquisition par capteur, et capable d'exécuter un logiciel mettant en œuvre les étapes de traitement du procédé de l'invention. En outre, il faut au minimum quatre capteurs pour obtenir suffisamment de couples de capteurs et d'équations de transitivité ayant un intérêt pour la détection des positions de sources mobiles ou fixes.
Un échantillonnage à au moins 400 Hz dans le cas d'une baleine et au moins une gamme de fréquences allant de 10kHz à 1 60kHz pour le cas d'une chauve-souris permet de numériser le signal correctement.
Les capteurs sont avantageusement espacés de quelques mètres à quelques centaines de mètres. Ils peuvent être fixes ou être disposés sur des dispositifs mobiles tels qu'un aéronef ou un navire. Dans le cas d'un dispositif mobile, un système de positionnement, tel qu'un GPS, peut être couplé pour compenser et prendre en compte les mouvements du dispositif dans le traitement des signaux reçus.
Les enregistrements peuvent être réalisés sur des durées allant de quelques secondes à plusieurs minutes pour prendre en compte le déplacement des sources mobiles et ainsi obtenir des trajectoires.
Lorsque le système est adapté à la détection de sources sous- marines, le système de mise en œuvre du procédé peut se composer d'un kit qui se largue en mer et qui comporte les N-1 hydrophones flottants distants de quelques dizaines de mètres, pourvus d'un système de localisation par GPS ou d'une petite balise émettrice (pour auto-localisation des hydrophones). Le Nième hydrophone (de même caractéristique) est immergé à quelques dizaines de mètres sous les autres. Ainsi les dérives des hydrophones peuvent être calculées par GPS ou émetteur sonore situé sur chaque hydrophone pour les relocaliser précisément toutes les minutes en fonction de la position d'un hydrophone de référence (sur la coque d'un bateau en panne par exemple).
Selon un mode de réalisation, les capteurs sont reliés par câble ou par téléphone portable nouvelle génération au PC embarqué, et la trajectographie des sources mobiles ou fixes est alors possible en temps réel.
On se réfère à la figure 9 qui montre un organigramme d'un procédé permettant d'utiliser et d'exploiter les positions POS(M|) des sources mobiles ou fixes obtenues grâce à la résolution du système d'équations de transitivité SYS_TRAN_FD et SYS_TRAN_TDOA en ayant choisi les équations correspondant au minimum d'erreur dont la fonction est représentée par MIN(∑err).
Lorsque les sources mobiles ou fixes sont des animaux, le procédé de trajectographie, permet de générer une étude comportementale. Dans ce cas, outre les étapes du procédé déjà décrites précédemment, le procédé de l'invention peut comprendre une étape COMP(M|) visant à déduire des comportements des sources mobiles ou fixes animales.
A partir des FD et des TDOA et du signal sur chaque capteur Ck, on peut procéder à l'étiquetage ETIQ(Ck) du signal et déterminer son énergie PW et l'intervalle inter-clic (ICI). En outre, la localisation POS(M|) de chaque source M| permet de déterminer la trajectoire, et par conséquent d'autres paramètres tels que l'évolution de la distance de la source mobile ou fixe notée DIST(M|/Ck), l'angle de sa tête notée 9Mi/ck, c'est à dire son cap instantané, et la vitesse de la source 9Mi/ck par rapport au capteur Ck. Ces données combinées à l'étape COMP(M|) avec celles issues de l'étiquetage peuvent donc être intégrées, annotées, structurées à l'aide de fichiers de type XML, et finalement stockées automatiquement dans une base de données.
Enfin elles peuvent être analysées à la demande, afin de mieux comprendre le comportement des sources animales dans différentes situations : chasse, recherche de proie, etc.
Avantages de l'invention
Le procédé de trajectographie selon l'invention répond aux buts fixés. Ainsi, l'invention permet d'observer par voie passive, sans aucune perturbation du milieu ou des sources elles-mêmes, un groupe de plusieurs sources mobiles ou fixes, telles que des chauves-souris.
Avantageusement, le procédé peut être appliqué dans des zones géographiques allant de quelques centaines de mètres à plusieurs dizaines de kilomètres dans une aire de plusieurs kilomètres carrés.
Le procédé peut, également, être appliqué dans des volumes de plusieurs mètres cubes pour des applications liées aux chauves-souris par exemple.
Selon, le type de sources, leur fréquence, et le milieu, la zone d'application de l'invention peut varier. A titre d'exemple, dans le domaine de l'acoustique, une zone de quelques mètres cubes est adaptée pour les sources de faible amplitude et des capteurs serrés et de haute fréquence d'échantillonnage, par exemple une fréquence d'échantillonnage supérieure ou égale à 200 kHz.
Pour les sons dont la fréquence est inférieure ou égale à 20 kHz, c'est en effet des distances de plusieurs kilomètres dans l'eau, voire des dizaines de mètres dans l'air.
Pour la lumière ou les plus généralement pour les ondes électromagnétiques, la zone allant de dizaines ou de centaines de mètres dans l'air et de quelques mètres dans l'eau peut être adaptée.
L'invention ne se limite pas à des applications dans l'eau ou l'air mais possiblement dans des milieux solides tels que le bois, le béton ou le métal par exemple.
Grâce aux étapes de prétraitement et de filtrage du signal des capteurs, l'invention fonctionne pour de faibles rapports signal/bruit (SNR) sans traitements fréquentiels complexes mais en filtrant et analysant un nombre maîtrisé de FD et de TDOA permettant des traitements en temps réel.
Le procédé s'applique à tout signal non-stationnaire ou quasi- stationnaire, voire harmonique, tant que l'on peut y détecter des événements singuliers assez précis dans le temps, ces singularités permettant la datation d'événements dans le signal, comme les instants de début d'harmoniques intermittents.
Les capteurs peuvent être de type acoustique ou électromagnétique selon les sources que l'on envisage de détecter et les trajectoires à identifier de ces sources.
Le procédé selon l'invention peut aisément être exécuté en temps réel à l'aide d'un logiciel fonctionnant sur un PC portable de type « Windows™ » ou « Linux » / Matlab™ (ou aussi Python, C, octave ou d'autres encore) pourvu par exemple d'un microprocesseur de type « Pentium™ » et d'une mémoire vive de l'ordre de 1 Gigaoctet.
Il est intéressant de noter que le procédé selon (Invention permet de détecter et de trajectographier X sources avec Y capteurs, tout en ayant un nombre de capteurs Y inférieur à celui des X sources. (Ainsi, 4 =< Y, et X varie de 1 à une douzaine, mais Y n'est pas nécessairement supérieur ou égal à X).
L'invention permet aussi l'étiquetage des émissions superposées de plusieurs sources, et dans le cas sources animales l'analyse de leur comportement individuel et en groupe, les caractéristiques de leurs émissions liées à leur comportement de chasse par exemple (intervalle inter- clic notamment), et leur comptage alors qu'ils sont immergés durant de longues périodes.
L'invention permet en outre d'estimer la célérité moyenne d'un signal dans un milieu quelconque (liquide, solide ou gazeux, ou possédant plusieurs phases), en recourant éventuellement à l'émission artificielle de sources contrôlées.
Principales applications
Les applications du procédé de trajectographie simultanée selon l'invention sont nombreuses, dans plusieurs domaines. On en citera quelques-unes, uniquement à titre d'exemple et sans aucun caractère limitatif.
Les propriétés et avantages de l'invention intéressent, en plus de certaines applications militaires et de surveillance / protection de site contre intrusion, les éthologues qui ont très peu de données sur ces animaux qui sont peu observables de visu (nocturnes ou à biotope reculé (abysse, grottes...)):
- Soit passent l'essentiel de leur vie dans les très grandes profondeurs (en dessous de - 1000 mètres) ;
- Soit évoluent à des vitesses élevées avec un rapport signal à bruit fiable et qui jusqu'alors ne pouvaient être étudiées.
D'un point de vue écologique et éthologique, le procédé fournit les positions et les trajectoires en temps réel, ainsi que l'attribution des clics à leurs sources. Par conséquent, il permet indirectement le dénombrement d'animaux tels que des cétacés ou des chauves-souris et la détermination de leur sexe et de leur taille par exemple. On peut en déduire des cartes de migration et étudier les variations de comportement des animaux, et les mettre en corrélation notamment avec les changements climatiques.
Le procédé selon l'invention définit un système complet permettant de recenser plusieurs informations décrivant l'activité des animaux marins ou volant dans une zone donnée de plusieurs kilomètres.
D'un point de vue militaire, l'invention permet notamment d'établir des cartes instantanées de sources mobiles ou fixes maritimes ou aériennes vivantes ou industrielles, telles que des aéronefs.
Du point de vue civil (ferry ou aéronef), l'invention permet de détecter la présence d'animaux sur les routes maritimes commerciales ou sur des couloirs aériens, afin d'éviter les collisions des animaux avec un aéronef ou un bateau.
Ainsi il est possible de mieux apprécier la présence d'animaux ayant des mouvements rapides ou lents qui fréquentent une zone tout au long de l'année et ainsi de contribuer à leur protection, mais aussi à une meilleure gestion militaire du milieu.
Grâce à l'invention, il est également possible de surveiller une zone sensible donnée, et d'y faire de la détection d'intrusion par des animaux, en détectant leurs clics et en comparant le signal détecté à un seuil d'alerte. Il suffit d'installer dans la zone 4 ou 5 capteurs fixes reliés par des moyens de communication filaires ou sans fil, et d'alimenter avec les signaux issus des capteurs, un serveur apte à exécuter le procédé de trajectographie selon l'invention et à calculer des seuils d'alerte.
On associe donc le système de trajectographie à des moyens d'alerte aptes à émettre un signal d'alerte lorsque des clics correspondants à la présence d'un ou de plusieurs animaux sont détectés sur le signal provenant des capteurs placés dans ladite zone.
D'autres applications pour la classification et/ou la séparation de sources.
Les poids positifs des erreurs dans l'erreur globale RTOTAL (∑(WFD- TDOA) + wFD + ∑(WTDOA) + ∑(w-i3) + w23 = 1 ) peuvent être utilisés non seulement pour minimiser l'erreur globale RTOTAL, mais aussi pour classer la source comme :
■ étant une source statique, les poids liés à la distance WTDOA, W-13 vont prévaloir ;
■ étant une source dynamique ou une source de mouvement rapide, les poids liés à la vélocité vont prévaloir, cela concerne les poids suivants : WFD, W23, WFD-TDOA
De cette manière, l'algorithme peut être utilisé pour la séparation de sources statiques et dynamiques sur la base de l'optimisation de l'importance des erreurs.
Une autre possibilité est la classification, la séparation et la compréhension des sources statiques avec un changement de fréquence, comme cardiogramme ou l'enregistrement EEG.
Enfin l'invention concerne un système permettant de mettre en œuvre le procédé de l'invention. Le système comprend une pluralité de capteurs disposés dans une zone tridimensionnelle de l'espace. En outre, le système comprend des moyens de calculs tels qu'un calculateur, par exemple d'un PC pour effectuer des calculs de TDOA, de FD et toutes autres opérations du procédé de l'invention. Le système de l'invention comprend également des moyens de collectes de données et des moyens pour les enregistrées par exemple dans une base de données. Les données récoltées par chaque capteur peuvent être centralisées dans un même dispositif physique pour l'exploitation des données. Les calculs peuvent également être distribués sur différents dispositifs équipés de mémoire et de calculateur. Les capteurs peuvent être équipés de moyens pour transmettre des informations aux moyens de collecte, tel qu'un émetteur. Les communications entre les moyens de collecte et chaque capteur peuvent être réalisées par voie filaire ou sans fil. Enfin chaque capteur peut être équipé de moyens nécessaires au traitement des signaux tels que des filtres et des calculateurs au besoin pour effectuer les opérations de corrélations par exemple.
Un centre de supervision des mesures et des résultats obtenus peut être déporté ou situé au même endroit que les moyens de collecte des données. Un moyen d'affichage permet l'exploitation des résultats. Une interface permet d'effectuer les paramétrages des capteurs et de leur configuration.

Claims

REVENDICATIONS
Procédé de trajectographie par voie passive d'une pluralité de sources mobiles ou fixes (Mi)ie[i ; L_MAXJ émettant des premiers signaux (Si) comprenant :
■ des acquisitions par un ensemble d'au moins 3 capteurs (Ci)i£[i ; NJ des signaux émis par au moins une source (Mi)ie[i ; L_MAX] Sur une fenêtre de temps, lesdits capteurs (Ci)i£[i ; NJ étant localisés à des positions géographiques prédéfinies (POSi)i£[i ; NJ, N désignant le nombre de capteurs ;
un premier traitement des signaux reçus à chaque capteur (Ci)i£[i ; N] comprenant des premières opérations (OPi) de cross-corrélation desdits signaux de manière à identifier des pics de corrélation entre les signaux reçus à chaque capteur afin de déduire des mesures de différence de fréquences d'arrivée FD desdits signaux émis par ladite au moins une source, noté FDpq(ti) entre un couple (CCpq) formés de deux capteurs (Cp, Cq)p£[i ; N] ; q£[1 ; N], à des instants (ti)i£[i ; s] de la fenêtre de temps ;
une sélection d'un premier nombre (Nb-i) de FDpq pour chaque couple (CCpq)p£[i ; P MAX] ; qe[i ; Q_MAX] de capteurs (Ci) recevant les signaux de ladite au moins une source (Μι)ι£[ι ; L_MAXJ ;
une génération d'un premier système d'équations de transitivité (SYS_TRAN_1 ) pour chaque instant t, entre les FDpq(ti) d'au moins deux couples distincts de capteurs (Cp, Cq)p£[i ; NJ ; q£[i ; NJ, les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation ; une détermination d'au moins un paramètre de trajectoire d'au moins une source à partir de la résolution du système d'équations de transitivité.
Procédé de trajectographie selon la revendication 1 , caractérisé en ce qu'il comprend :
un second traitement des signaux reçus à chaque capteur (Ci)i£[i ; N] comprenant des secondes opérations (OP2) de cross-corrélation desdits signaux de manière à identifier des pics de corrélation entre les signaux reçus à chaque capteur afin de déduire des mesures des différences de temps d'arrivée TDOA desdits signaux émis par au moins une source, noté TDOAkm(ti) entre au moins un couple (CPkm) formés de deux capteurs (Ck, Cm)ke[i ; NJ ; me[i ; NJ à des instants (ti)ie[i ; S] de la fenêtre de temps;
une sélection d'un second nombre (Nb2) de TDOAkm(ti) pour chaque couple (CCkm)ke[i , NJ, me[i , NJ de capteurs recevant les signaux d'au moins une source (M-i ) ;
une génération d'un second système d'équations de transitivité (SYS_TRAN_TDOA) pour chaque instant t, entre les TDOAkm(ti) d'au moins deux couples distincts de capteurs (Ck, Cm)ke[i ; N] ; me[i ; N], les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs considérés dans chaque équation ;
une déduction d'une position d'au moins une source (M|)ie[ ; L_MAX] dans l'espace par la résolution d'une régression non linéaire du système formé par le premier et le second système d'équations de transitivité (SYS_TRAN_FD , SYS_TRANS_TDOA).
Procédé de trajectographie selon l'une quelconque des revendications 1 à 2, caractérisé en ce que l'acquisition des signaux par chaque capteur est réalisée dans une pluralité de canaux en fréquences, chacun des canaux étant centrés sur une fréquence centrale (f centrai)-
Procédé de trajectographie selon l'une quelconque des revendications 1 à 3, caractérisé en ce que les premières opérations de cross-corrélation des signaux sont effectuées :
■ Soit dans le domaine temporel (D-i ), correspondant à une représentation amplitude/temps des signaux, un premier nombre Ntemporel de pics d'amplitudes de corrélations (ADTemP) étant sélectionné, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé.
■ Soit dans un domaine fréquentiel (D2), correspondant à une représentation amplitude/fréquence des signaux, un second nombre NFréquentiel de pics d'amplitudes de corrélations (ADFreq) étant sélectionné, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé.
Procédé de trajectographie selon l'une quelconque des revendications 2 à 3, caractérisé en ce que les secondes opérations de cross-corrélation des signaux sont effectuées :
■ Soit dans le domaine temporel (D-i), correspondant à une représentation amplitude/temps des signaux, un premier nombre temporei de pics d'amplitudes de corrélations (ADTemp) étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé ;
■ Soit dans un domaine fréquentiel (D2), correspondant à une représentation amplitude/fréquence des signaux, un second nombre NFréquentiei de pics d'amplitudes de corrélations (ADFreq) étant sélectionné, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé.
Procédé de trajectographie selon l'une quelconque des revendications 4 à 5, caractérisé en ce que les opérations effectuées dans le domaine fréquentiel (D2) succèdent à des opérations préalables de transformées de fourrier ou de transformées d'ondelettes ou scalogramme des signaux acquis sur la fenêtre de temps.
Procédé de trajectographie, caractérisé en ce que :
lorsqu'il est dépendant des revendications 1 à 3, les premières opérations de cross-corrélation des signaux sont effectuées dans un domaine temps-fréquence (D3), correspondant à une représentation fréquence/temps des signaux, un troisième nombre ïps-Fréq de pics d'amplitudes de corrélations (ADTps-Freq) étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé et/ou ;
lorsqu'il est dépendant des revendications 2 à 3, les secondes opérations de cross-corrélation des signaux sont effectuées dans un domaine temps-fréquence (D3), correspondant à une représentation fréquence/temps des signaux, un troisième nombre ïps-Fréq de pics d'amplitudes de corrélations (ADTps-Freq) étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé.
8. Procédé de trajectographie selon l'une quelconque des revendications 4 à 7, caractérisé en ce que le premier système d'équations de transitivité (SYS_TRAN_1 ) comprend au moins l'un des deux sous-systèmes (SSEqFDD2, SSEFD03) d'équations ou une combinaison des deux sous- systèmes d'équations (SSEqFDD2, SSEqFDD3) suivants :
un premier sous-système d'équations de transitivité (SSEql ) entre les FDpq(ti) d'au moins deux couples distincts de capteurs (Cp, Cq)pe[i ; N] ; qe[i ; N], les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation, chaque FDpq(ti) étant calculée à partir des premières opérations (Opi) de cross-corrélations dans le domaine fréquentiel (D2), un nombre Nb- d'équations de transitivité parmi le nombre NFréquentiei de pics de corrélation étant sélectionné dans ce même domaine (D2);
un second sous-système d'équations de transitivité (SSEq2) entre les FDpq(ti) d'au moins deux couples distincts de capteurs (Cp, Cq)pe[i ; N] ; qe[i ; N], les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation, chaque FD étant calculé à partir des premières opérations (Opi) de cross-corrélations des signaux dans le domaine temps-fréquence (D3), un nombre Nb- ' d'équations de transitivité parmi le nombre NFréquentiei de pics de corrélation étant sélectionné dans ce même domaine (D3).
9. Procédé de trajectographie selon l'une quelconque des revendications 4 à 8, caractérisé en ce que le second système d'équations de transitivité (SYS_TRAN_TDOA) comprend au moins l'un des deux sous-systèmes d'équations ou une combinaison des deux sous-systèmes d'équations (SSEqTD D1, SSEqTD D3) suivants : Un troisième sous-système d'équations de transitivité (SSEqTD ) entre les TDOAkm(ti) d'au moins deux couples distincts de capteurs (Ck, Cm)ke[i ; N] ; me[i ; N], les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs considérés dans chaque équation, chaque TDOAkm(ti) étant calculé à partir des secondes opérations (Op2) de cross-corrélations dans le domaine temporel (D-i), un nombre Nb2' d'équations de transitivité parmi le nombre NTemPorei de pics de corrélation étant sélectionné dans ce même domaine (D-i);
Un quatrième sous-système d'équations de transitivité (SSEqTDD3) entre les TDOAkm(ti) d'au moins deux couples distincts de capteurs (Ck, Cm)ke[i ; N] ; me[i ; N], les équations liant algébriquement les sommes de chaque TDOA de chaque couple de capteurs considérés dans chaque équation, chaque TDOAkm(ti) étant calculé à partir des secondes opérations (Op2) de cross-corrélations dans le domaine temps-fréquence (D3), un nombre Nb2" d'équations de transitivité parmi le nombre NFréquentiei de pics de corrélation étant sélectionné dans ce même domaine (D3).
10. Procédé de trajectographie selon l'une quelconque des revendications 8 à 9, caractérisé en ce que les équations de transitivité des FDpq(ti) des sous-système associés (SSEqFDD2, SSEFDD3) d'au moins deux couples distincts de capteurs (Cp, Cq)pe[i ; N] ; qe[i ; NJ formé d'au moins trois capteurs (Cp, Cq, Cr)P!q!re[i , N], les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs (Cp, Cq)pe[i ; N] ; qe[i ; NJ à un instant donné t, par l'équation suivante :
■ FDpq(ti) + FDqr(ti) = FDpr(ti) + ErrFD p<q<r, pour p, q, r e [1 , N] ;
où ErrFD p,q,r représente les erreurs liées aux mesures, aux bruits et aux traitements des signaux à un instant t, ou dans une fenêtre d'acquisition des deux couples de capteurs (Cp, Cq)pe[i ; N] ; qe[i ; NJ-
1 1 . Procédé de trajectographie selon la revendication 10, caractérisé en ce qu'une sélection, à un instant t,, d'un ensemble d'équations de transitivité des FDPq(ti) est déterminée pour laquelle les erreurs ErrFD sont inférieures à un seuil prédéterminé.
12. Procédé de trajectographie selon l'une quelconque des revendications 9 à 1 1 , caractérisé en ce que les équations de transitivité des TDOAkm(ti) des sous-systèmes associés (SSEqTDD1 , SSEqTDD3) d'au moins deux couples distincts de capteurs (Ck, Cm)ke[i ; NJ ; me[i ; NJ formé d'au moins trois capteurs (Ck, Cm, Cn)k,m,ne[i , N], les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs (Ck, Cm)ke[i ; N] ; me[i ; N] à un instant donné t, par l'équation suivante :
■ TDOAmk(ti) + TDOAkn(ti) = TDOAmn(ti) + ErrTDoA k'm'n , pour k, m, n e [1 , N] ;
où ErrTDOAK'M'N représente la somme des erreurs liées aux mesures, aux bruits et aux traitements des signaux à un instant t, ou sur une fenêtre d'acquisition.
13. Procédé de trajectographie selon la revendication 12, caractérisé en ce qu'une sélection d'un ensemble d'équations de transitivité liant les TDOAkm(ti) d'au moins un triplet de capteurs (Ck, Cm, Cn) est déterminée pour lequel les erreurs ErrTDOAK'M'N sont inférieures à un seuil prédéterminé.
14. Procédé de trajectographie selon l'une quelconque des revendications 1 à 13, caractérisé en ce qu'au moins une relation appelée « relation doppler » est déterminée entre :
■ d'une part, un premier TDOA(ti)kq et un second TDOA(ti+i)kq calculés successivement entre un couple (CPkq) de capteurs (Ck, Cq)k£[i ; N] ; qe[i ; N], chaque TDOA(ti)kq pouvant être calculé dans le domaine temporel (D-i) ou le domaine temps-fréquence (D3) et ;
■ d'autre part, la différence de fréquence FD(ti)kq calculée entre le même couple (CPkq) de capteurs (Ck, Cq)ke[1 ; N] ; qe[1 ; N] correspondant au premier TDOA(ti) calculé, chaque FD(ti)kq étant calculé dans le domaine fréquentiel (D2) ou le domaine temps- fréquence (D3),
la dite relation permettant de générer un indicateur de cohérence doppler pour chaque couple {TDOA(ti), FD(ti)}kq calculé entre deux capteurs (Ck,
Cq)k£[1 ; N] ; qe[1 ; N]- la dite relation étant vérifiée aux erreurs près et dénommées « erreurs doppler » (ErrDoppier)-
15. Procédé de trajectographie par voie passive d'une pluralité de sources (Ml)|£[i ; L_MAX] selon l'une des revendications 5, 8 ou 14, caractérisé en ce que l'acquisition des signaux est réalisée selon une pluralité de fréquences d'échantillonnage dans une pluralité de sous-bandes de fréquences du second domaine fréquentiel (D2), chacune étant centrée sur une fréquence centrale (fcentrai) de ladite bande considérée, la relation doppler entre au moins deux capteurs (Ck, Cq) s'écrivant ainsi dans chaque bande de réception :
FD (ti) = ratio FrDti (fcemrai) ■ (TDOAk,q(t,+1) - TDOAk,q(t,)), où ratio FrDti (fcemrai) est un paramètre fonction de la fréquence centrale
(fcentral)-
16. Procédé de trajectographie selon l'une quelconque des revendications 14 à 15, caractérisé en ce que la relation Doppler permet de déterminer au moins un TDOA manquant pour déterminer au moins une position d'au moins une source(M|)ie[ ; L_MAXJ dans l'espace.
17. Procédé de trajectographie selon l'une quelconque des revendications 14 à 1 6, caractérisé en ce que l'indicateur de cohérence doppler est déterminé en fonction du calcul de l'erreur Doppler (ErrDoppier) pour chaque relation.
18. Procédé de trajectographie selon la revendication 17, caractérisé en ce qu'une sélection d'équations de transitivité (SEL_SYS_TRANS) de chacun des systèmes d'équations de transitivité (SYS_TRAN_FD, SYS_TRANS_TDOA) des TDOA et des FD est déterminée pour lesquelles les erreurs doppler (ErrDoppier) sont inférieures à un seuil prédéterminé.
19. Procédé de trajectographie selon l'une quelconque des revendications 10 à 18, caractérisé en ce que les erreurs ErrFD, EHTDOA et ErrDoppier sont minimisées dans au moins un système pondéré par la méthode des moindre carrés.
20. Procédé de trajectographie selon l'une quelconque des revendications 10 à 1 9, caractérisé en ce qu'une erreur globale FD ( RFD) des équations de transitivité des FD est calculée pour chaque domaine (D2, D3) à chaque instant (t,) ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale (RFD) étant égal à la somme des carrés des erreurs de chaque équation de transitivité des FD (Err p q r) relative à chaque triplet de capteurs (Cp, Cq, Cr).
21 . Procédé de trajectographie selon l'une quelconque des revendications 10 à 1 9, caractérisé en ce qu'une erreur globale (RTDOA) des équations de transitivité des TDOA est calculée pour chaque domaine (D-i , D3) à chaque instant (t,) ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale TDOA (RTDOA) étant égal à la somme des carrés des erreurs de chaque équation de transitivité des TDOA (Err2 p,q,r) relative à chaque triplet de capteurs (Cp, Cq, Cr). 22. Procédé de trajectographie selon l'une quelconque des revendications 10 à 1 9, caractérisé en ce qu'une erreur globale FD inter-domaine (R23) est déduite des mesures des FD sélectionnés :
■ d'une part dans le second espace (D2) pour établir le premier sous-système d'équations de transitivité des FD (SSEqFDD2) ;
■ d'autre part dans le troisième espace (D3) pour établir le second sous-système d'équations de transitivité des FD (SSEqFDD3), la dite erreur globale FD inter-domaine (R23) étant calculée à chaque instant (t,) ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale FD inter-domaine ( R23) étant égal à la somme des carrés des différences de valeurs des FD obtenus dans chaque espace (D2, D3) pour chaque couple de capteurs (Cp, Cq).
23. Procédé de trajectographie selon l'une quelconque des revendications 10 à 1 9, caractérisé en ce qu'une erreur globale TDOA inter-domaine (R-|3) déduite des mesures des TDOA sélectionnées : ■ d'une part dans le premier espace (D-i) pour établir le troisième sous-système d'équations de transitivité des TDOA (SSEqTDD1 ) ;
■ d'autre part dans le troisième espace (D3) pour établir le quatrième sous-système d'équations de transitivité des TDOA (SSEqTDD3), la dite erreur globale TDOA inter-domaine étant calculée à chaque instant (ti) ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale TDOA inter-domaine (R-|3) étant égal à la somme des carrés des différences de valeurs des TDOA obtenus dans chaque espace (D-i , D3) pour chaque couple de capteurs (Cp, Cq).
24. Procédé de trajectographie selon l'une quelconque des revendications 14 à 1 9, caractérisé en ce qu'une erreur globale doppler (RFD-TDOA) est déduite des mesures des TDOA et FD sélectionnées et vérifiant la relation doppler de la revendication 14, la dite erreur globale doppler (RFD- TDOA) étant calculée dans au moins un espace (D-i , D3) à chaque instant (ti) ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale doppler (RFD-TDOA2) étant égal à la somme des carrés des erreurs doppler (∑ErrDoppiei-2) de chaque relation doppler obtenus pour chaque couple de capteur (Cp, Cq)pe[1, Nc],qe[1 , Ne].
25. Procédé de trajectographie selon l'une quelconque des revendications 18 à 24, caractérisé en ce qu'une erreur totale (Rtotaie) est calculée pour chaque triplet de capteurs à chaque instant ou dans une fenêtre d'acquisition donnée, à partir de d'une somme pondérée des erreurs suivantes : l'erreur globale FD (RFD), l'erreur globale TDOA (RTDOA), de l'erreur globale FD inter-domaine ( R23), de l'erreur globale TDOA interdomaine (Ri3), de l'erreur globale doppler.
PCT/EP2015/061027 2014-05-20 2015-05-19 Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive Ceased WO2015177172A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1454539A FR3021411B1 (fr) 2014-05-20 2014-05-20 Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive
FRFR1454539 2014-05-20

Publications (1)

Publication Number Publication Date
WO2015177172A1 true WO2015177172A1 (fr) 2015-11-26

Family

ID=51688155

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2015/061027 Ceased WO2015177172A1 (fr) 2014-05-20 2015-05-19 Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive

Country Status (2)

Country Link
FR (1) FR3021411B1 (fr)
WO (1) WO2015177172A1 (fr)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112346045A (zh) * 2020-10-29 2021-02-09 上海无线电设备研究所 一种多频率点雷达测速方法
CN112649788A (zh) * 2020-12-30 2021-04-13 华东理工大学 可适应运动声源的分布式汽车鸣笛声源实时快速定位方法、系统、装置、处理器及存储介质
CN113466784A (zh) * 2021-06-28 2021-10-01 台州学院 一种强脉冲噪声下自适应分布源doa估计方法
CN113820663A (zh) * 2021-08-02 2021-12-21 中南大学 鲁棒性微震/声发射源定位方法及系统
CN114245290A (zh) * 2021-11-16 2022-03-25 浙江大学 一种基于ris辅助的协同定位方法及系统
CN114967445A (zh) * 2022-04-29 2022-08-30 中国科学院自动化研究所 核电系统控制方法及装置
US20230176176A1 (en) * 2021-12-01 2023-06-08 Bae Systems Information And Electronic Systems Integration Inc. Underwater acoustic ranging and localization

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116755036A (zh) * 2023-06-21 2023-09-15 中国林业科学研究院资源信息研究所 一种野生动物鸣声声源定位系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2920545A1 (fr) * 2007-09-03 2009-03-06 Univ Sud Toulon Var Procede de trajectographie de plusieurs cetaces par acoustique passive
US20090146881A1 (en) * 2006-05-12 2009-06-11 Northrop Grumman Corporation Multi-platform precision passive location of continuous wave emitters

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090146881A1 (en) * 2006-05-12 2009-06-11 Northrop Grumman Corporation Multi-platform precision passive location of continuous wave emitters
FR2920545A1 (fr) * 2007-09-03 2009-03-06 Univ Sud Toulon Var Procede de trajectographie de plusieurs cetaces par acoustique passive

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GIRAUDET P ET AL: "Real-time 3D tracking of whales by echo-robust precise TDOA estimates with a widely-spaced hydrophone array", APPLIED ACOUSTICS, ELSEVIER PUBLISHING, GB, vol. 67, no. 11-12, 1 November 2006 (2006-11-01), pages 1106 - 1117, XP027915113, ISSN: 0003-682X, [retrieved on 20061101] *
HUAGANG YU ET AL: "Approximate Maximum Likelihood Algorithm for Moving Source Localization Using TDOA and FDOA Measurements", CHINESE JOURNAL OF AERONAUTICS, vol. 25, no. 4, 1 August 2012 (2012-08-01), pages 593 - 597, XP055165411, ISSN: 1000-9361, DOI: 10.1016/S1000-9361(11)60423-8 *
REGINA KAUNE ET AL: "Performance analysis of passive emitter tracking using TDOA, AOAand FDOAmeasurements", WORKSHOP SENSOR DATA FUSION: TRENDS, SOLUTIONS, APPLICATIONS, 1 September 2010 (2010-09-01), Leipzig, Germany, XP055165419, Retrieved from the Internet <URL:http://subs.emis.de/LNI/Proceedings/Proceedings176/854.pdf> [retrieved on 20150128] *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112346045A (zh) * 2020-10-29 2021-02-09 上海无线电设备研究所 一种多频率点雷达测速方法
CN112346045B (zh) * 2020-10-29 2022-10-18 上海无线电设备研究所 一种多频率点雷达测速方法
CN112649788A (zh) * 2020-12-30 2021-04-13 华东理工大学 可适应运动声源的分布式汽车鸣笛声源实时快速定位方法、系统、装置、处理器及存储介质
CN112649788B (zh) * 2020-12-30 2023-11-17 华东理工大学 可适应运动声源的分布式汽车鸣笛声源实时快速定位方法
CN113466784A (zh) * 2021-06-28 2021-10-01 台州学院 一种强脉冲噪声下自适应分布源doa估计方法
CN113820663A (zh) * 2021-08-02 2021-12-21 中南大学 鲁棒性微震/声发射源定位方法及系统
CN113820663B (zh) * 2021-08-02 2024-04-16 中南大学 鲁棒性微震/声发射源定位方法及系统
CN114245290A (zh) * 2021-11-16 2022-03-25 浙江大学 一种基于ris辅助的协同定位方法及系统
US20230176176A1 (en) * 2021-12-01 2023-06-08 Bae Systems Information And Electronic Systems Integration Inc. Underwater acoustic ranging and localization
CN114967445A (zh) * 2022-04-29 2022-08-30 中国科学院自动化研究所 核电系统控制方法及装置

Also Published As

Publication number Publication date
FR3021411B1 (fr) 2016-07-01
FR3021411A1 (fr) 2015-11-27

Similar Documents

Publication Publication Date Title
WO2015177172A1 (fr) Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive
EP2235558B1 (fr) Procédé de trajectographie robuste en temps réel sur ordinateur portable, de un ou plusieurs cétacés par acoustique passive
Hildebrand et al. Passive acoustic monitoring of beaked whale densities in the Gulf of Mexico
EP2656104B1 (fr) Procede et dispositif de suivi de variation de terrain
Andersen et al. Quantitative processing of broadband data as implemented in a scientific split‐beam echosounder
Gebbie et al. A two-hydrophone range and bearing localization algorithm with performance analysis
EP2544020B1 (fr) Procédé et dispositif de détection d&#39;une cible masquée par des réflecteurs de forte énergie
EP4083659B1 (fr) Dispositif et procédé de traitement du signal issus d&#39;un ensemble de transducteurs ultrasonores
Menon et al. Cross-correlations of diffuse noise in an ocean environment using eigenvalue based statistical inference
Lin et al. Listening to the deep: Exploring marine soundscape variability by information retrieval techniques
EP2196821A1 (fr) Procédé de filtrage cinématique temporel multidimensionel de plots radar, de tour d&#39;antenne à tour d&#39;antenne
Wang et al. Seafloor classification based on deep-sea multibeam data—Application to the Southwest Indian Ridge at 50.47° E
CN117665930A (zh) 一种基于面波频散反传与叠加的震源定位方法及系统
Truong et al. Automated detection of fin whales with distributed acoustic sensing in the Arctic and Mediterranean
CN114994763B (zh) 同频同向的连续海底地震波场波动成分分离方法
Pinson Spherical wave scattering from rough surfaces and array processing: Application to sound-speed profile measurement uncertainty analysis
US11194068B1 (en) Systems and methods for object location detection such as detecting airplane crash location
CN119780915B (zh) 一种基于星载gnss-r复数波形数据的高分辨率探测海洋表面物理状态的方法及装置
Letard et al. Bathymetric LiDAR Waveform Decomposition with Temporal Attentive Encoder-Decoders
Ma et al. Detection of precise time events for marine mammal clicks
Cholewiak et al. Methods for passive acoustic tracking of marine mammals: estimating calling rates, depths and detection probability for density estimation
EP4722763A1 (fr) Methode de determination de proprietes radioelectriques d&#39;un milieu non-homogene au moyen d&#39;un systeme de detection radiofrequence
Manik Shallow-water acoustics investigations for underwater detection and seabed imaging
Ardekani Nonlinear techniques for source detection and localization in shallow ocean with non-Gaussian noise
Petrut et al. Distributed data classification in underwater acoustic sensors based on local time-frequency coherence analysis

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15728427

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15728427

Country of ref document: EP

Kind code of ref document: A1