Upload
remy-martinet
View
115
Download
1
Embed Size (px)
Citation preview
Traitement Opti mal du Signal LORAN-C
André Monin / LAAS-CNRS
Gilles Rigal / DIGINEXT
Traitement du Signal LORAN-C Principe de positionnement – mode circulaire
Forme d’onde
)2sin()/)(2exp()/()( 0002
0 tftttttts π−−=
Phases de l’étude
Modélisation et étude de faisabilité en simulationModélisation et étude de faisabilité en simulation Validation sur données réelles Validation sur données réelles à quai (Brest)à quai (Brest) Préparation de la campagne de mesures LangevinPréparation de la campagne de mesures Langevin Validation sur données réelles en mer (Atlantique Nord)Validation sur données réelles en mer (Atlantique Nord) Modélisation de l’antenne filaire et validationModélisation de l’antenne filaire et validation
Principales difficultés
TrTrès faibles rapports signal/bruit (<-30dB) ès faibles rapports signal/bruit (<-30dB) intégration longue du signalintégration longue du signal
Onde ciel arrive après l’onde de sol (3 pseudo-périodes)Onde ciel arrive après l’onde de sol (3 pseudo-périodes)
Onde de ciel beaucoup plus puissante que l’onde de sol Onde de ciel beaucoup plus puissante que l’onde de sol risque d’accrocher l’onde de cielrisque d’accrocher l’onde de ciel
tenir compte du rapport de puissance onde de sol/onde de cieltenir compte du rapport de puissance onde de sol/onde de ciel Fortes déformations du signal sur antenne filaire Fortes déformations du signal sur antenne filaire
nécessité de modéliser précisément l’antennenécessité de modéliser précisément l’antenne Travailler sur données réellesTravailler sur données réelles
résoudre tous les problèmes conjointementrésoudre tous les problèmes conjointement
sμ30≅
Modèle du porteur :Modèle du porteur :
ModèleModèle
tttttttttt KKVVKtKVxx δδ )(cos)(sin)(sin ++Δ+=Δ+
tttttttttt KKVVKtKVyy δδ )(sin)(cos)(cos −+Δ+=Δ+
Mesure de vitesse
Mesure de captt KK δ±
tt VV δ±
Modèle d’observation :Modèle d’observation :
tlk
tkt
N
k
M
lk
lkt
ktk
ktt vDrtsADrtsaz
s
+−−+−=∑ ∑= =
))(())((( ,
1 1
, τ
kta
lktA
,
Amplitudes de l’onde de sol
Amplitudes de l’onde de ciel
lkt
,τ Retards onde de ciel
Analyse du modèle
Approximation par somme de gaussienne “tronquées”
Modèle linéaire en et kta
lktA
,
Amplitudes prévisibles par modèle ( )
tt yx ,
Bruits dynamiques “faibles”
Incertitude initiale “grande”
Modèle localement linéaire en et
kta
lk ,τ
0>kta
Etat du système : ],,,,[ ,,tt
lkt
lkt
kt yxAa τ
PrédictionPrédiction
CorrectionCorrection
Approximation en somme de gaussiennes (Sorenson-1972)
),ˆ;()|( ||1
0itt
ittt
N
i
it
tt PXXGZXp ∑
=
≅ ρ
),ˆ;(
),ˆ;()|()|(
|1|111
||11
01
itt
ittt
N
i
it
titt
ittttt
N
i
it
tt
PXXG
dXPXXGXXpZXp
+++=
+=
+
∑
∫∑
≅
≅
ρ
ρ
),ˆ;(
)),(;(),ˆ;()|(
1|11|111
1
11|1|111
101
itt
ittt
N
i
it
ttitt
ittt
N
i
it
tt
PXXG
RXhZGPXXGZXp
+++++=
+
+++++=
++
∑
∑
≅
∝
ρ
ρ
Evolution de la densité de probabilité
Algorithme Distribution initialeDistribution initiale
Amplitudes (onde de sol + onde ciel) : gaussiennesAmplitudes (onde de sol + onde ciel) : gaussiennes Retards onde de ciel/onde de sol : gaussiennes locales Retards onde de ciel/onde de sol : gaussiennes locales
Uniformément répartis sur l’intervalle d’incertitudeUniformément répartis sur l’intervalle d’incertitude Ecart type < ¼ de longueur d’onde (2,5 Ecart type < ¼ de longueur d’onde (2,5 μs)μs)
Position du récepteur : gaussiennes localesPosition du récepteur : gaussiennes locales Uniformément réparties sur le domaine d’incertitudeUniformément réparties sur le domaine d’incertitude Ecart type < ¼ de longueur d’onde (750m)Ecart type < ¼ de longueur d’onde (750m)
Prétraitement du signalPrétraitement du signal Sommation du signal sur 5sSommation du signal sur 5s Filtrage passe-bande [50kHz,150kHz]Filtrage passe-bande [50kHz,150kHz] Extraction des impulsionsExtraction des impulsions
Calcul de la vraisemblance de chaque gaussienneCalcul de la vraisemblance de chaque gaussienne Filtre de Kalman sur les amplitudesFiltre de Kalman sur les amplitudes Filtres de Kalman étendus sur positions et retardsFiltres de Kalman étendus sur positions et retards
Evaluation des poids des gaussiennesEvaluation des poids des gaussiennes Calcul de l’estimateur : Calcul de l’estimateur :
MMoyenne pondérée des distributions gaussiennesoyenne pondérée des distributions gaussiennes
Contexte des Enregistrements
Enregistrements de 10 mnEnregistrements de 10 mn Echantillonnage Echantillonnage à 400 kHzà 400 kHz Datation par horloge CésiumDatation par horloge Césium
Résultats : Estimation 1D
Distance (km)
Err
eur
./. G
PS
(m
)
Résultats : Estimation 2D
3035 km
2890 km11,4°
Erreur d’estimation en longitude
143m ± 100m
Erreur d’estimation en latitude
78m ± 385m
Evolution des particules
Evolution des particules avec redistributions
Conclusion
• Traitement « tout numérique »• Modélisation globale• Méthodes avancées de traitement du signal
• validées sur données réelles• opérationnelles sur système embarqué
Limite de portée du système passe de
1800km à 3000km
Récepteur conçu par DIGINEXT
Vue intérieure du PC
Système de datation (12,5 nS)
Prétraitements
Acquisition du signal brut
Sommations
Fin