1.3 Formulation du probl`eme
2.1.3 Estimation des param`etres ToA et TDoA
Apr`es quelques exemples de m´ethodes d’estimation des param`etres de directions d’arriv´ee, nous allons `a pr´esent nous int´eresser `a l’estimation du Temps Diff´erentiel d’Arriv´ee (TDoA) ou du Temps d’Arriv´ee (ToA). Ces param`etres expriment le temps de propagation d’une source ou le temps diff´erentiel entre deux bases [GG05], [PNMG08]. L’expression du ToA entre lal-i`eme station d’antennes et laq-i`eme source est :
τl(pq) = ||bl−pq||
c . (2.35)
L’expression du TDoA qui est le temps de propagation diff´erentiel d’une source entre deux bases s’´ecrit :
∆τl,v(pq) =τl(pq)−τv(pq). (2.36) On peut montrer que le temps diff´erentiel de propagation entre deux bases de positionbl etbv est born´e de la mani`ere suivante grˆace `a l’in´egalit´e triangulaire :
|∆τl,v(pq)| ≤ ||bl−bv||
c = ∆τmax, (2.37)
o`u l’´egalit´e est donn´ee pour une source sur l’ext´erieur de l’axe form´e par la droite passant par les deux bases. En fonction des algorithmes et du savoir sur les sources l’un sera plus pratique que l’autre, mais ces deux crit`eres t´emoignent du temps de propagation des sources vers les stations d’antennes.
2.1.3.1 M´ethode conventionnelle
La m´ethode classique pour mesurer le TDoA consiste `a intercorr´eler les signaux rec¸us sur deux stations ´eloign´ees [Gez07], [LDBl07]. L’estimateur du TDoA entre les stationsletv6=lest le suivant :
{∆ˆτl,v(pq)|q ∈J1;QK}= arg min |τ|≤∆τmax 1− |rl,v(τ)| 2 rl,l(0)rv,v(0) , (2.38)
o`u en s’appuyant sur la d´efinition (1.4),rl,l,rv,vetrl,vsont les auto et inter-corr´elation d´efinies par :
rl,v(τ) =Ehxml (t)xmv∗(t−τ)i. (2.39) Cet estimateur intuitif poss`ede deux inconv´enients [Gez07] :
• Le premier, est d’avoir des minimum d’interf´erence si les signaux ne sont pas totalement d´ecorr´el´es. Ces minimum sont dues `a l’intercorr´elation non nul entre les signaux. Ce probl`eme est n´egligeable, car en consid´erant l’hypoth`ese H1 page 15 les sources sont d´ecorr´el´ees entre elles, mais il peut l’ˆetre beaucoup moins dans un contexte de multi-trajet.
• Le deuxi`eme inconv´enient, plus gˆenant dans notre contexte d’utilisation. L’estimateur est dans le cas multi-source biais´e. C.-`a-d. que les minimums globaux du crit`eres sont influenc´es par les lobes secondaires entrainant un biais sur l’estimation du TDoA. De mˆeme, il peut ˆetre non r´esolu. En effet, si deux sources sont relativement proches il n’y aura alors qu’un seul minima pour les deux sources, elles seront confondues. L’op´erateur devra donc choisir Qminima pour l’estimation des TDoA desQsources, alors qu’en r´ealit´e aura un nombre de minimum correspondant aux TDoA des sources inf´erieur au nombre de sources forc¸ant l’op´erateur `a choisir d’autres lobes secondaires entrainant une erreur totale sur l’estimation du TDoA sur certaines sources.
2.1.3.2 M´ethodes de type haute-r´esolution
Il existe un certain nombre de m´ethodes `a haute r´esolution pour estimer les temps de propagation. Nous allons en aborder deux, mais en ´etant non exhaustif sur toutes les m´ethodes de type HR possibles dans la litt´erature.
Approche par m´elange lin´eaire instantan´e
Cette m´ethode par approche des MLI se fait en deux ´etapes [FBL10]. La premi`ere vise `a estimer la matrice de m´elange instantan´e grˆace `a une goniom´etrie, puis la deuxi`eme `a d´em´elanger les observations. En effet, en se basant sur le mod`ele du signal (1.35), la matrice de m´elangeAl( ˆΘl)est calcul´ee `a partir des directions d’arriv´ee
ˆ
ΘldesQsources estim´ees sur lal-i`eme station d’antennes. Nous avons alors : ˆ
Θl = arg min
θ∈[0;360[L(θ) (2.40)
o`uL(θ)peut ˆetre l’une des m´ethodes d’estimation d’angle d’arriv´ee vu pr´ec´edemment. Les signaux des sources sont estim´es par :
ˆ sl(t) = ˆ sl,1(t) .. . ˆ sl,Q(t) =A+l ( ˆΘl)xl(t), (2.41)
qui peut ˆetre consid´er´e comme une estimation des signaux des sources au sens du maximum de vraisemblance (2.21). La deuxi`eme ´etape consiste alors `a estimer les TDoA par intercorr´elation desQsignaux d´em´elang´esˆsl,q(t) sur lal-i`eme base et les observations de la basev.
{∆ˆτl,v(pq)|q ∈J1;QK}= arg min |τ|≤∆τmax 1−|rq,v(τ)| 2 rqrv,v(0) , (2.42) avec h | |2i h m∗ − i
Cette m´ethode qui utilise l’estimation de la matrice de m´elange poss`ede l’avantage d’ˆetre non biais´e, `a contrario de la m´ethode conventionnelle exploitant seulement l’intercorr´elation entre deux antennes de deux bases diff´erentes. Cependant cette m´ethode poss`ede l’inconv´enient d’ˆetre `a deux ´etapes, c.-`a-d. que les performances de l’estimateur d´ependent de la qualit´e d’estimation de la matrice de m´elange, etin finede la qualit´e des estimations des AoA. Enfin, la m´ethode n´ecessite un nombre d’antennes strictement sup´erieur au nombre de sources sur la base o`u les AoA sont estim´es.
Afin d’avoir de meilleures performances, une approche multi-capteur est pr´ef´er´ee [FM] dans le but d’exploiter au mieux toutes les informations pr´esentes sur les bases. Ainsi le crit`ere d’estimation du TDoA est alors :
{∆ˆτl,v(pq)|q ∈J1;QK}= arg min |τ|≤∆τmax 1−r H q,v(τ)R−v1rq,v(τ) rq ! , (2.44) avec rq,v(τ) =Exv(t−τ)ˆs∗l,q(t). (2.45)
2.1.3.2.1 Approche de type MUSIC
Une autre approche consiste `a envoyer un signal connu dans le canal de transmission. Ceci repr´esente un a prioritr`es fort, et cela revient `a connaitre `a chaque instant le signals(t). Pour des signaux de t´el´ecommunication (GSM, LTE, Wi-Fi,etc.), le signal de r´ef´erence `a une transmission est utilis´e, sinon pour r´esoudre ce probl`eme une s´equence binaire pseudo-al´eatoire stationnaires (SBPA) permet d’avoir un signal d´eterministe connu `a tout moment.
D’apr`es le mod`ele (1.1) l’observation sur une antennemde lal-i`eme base s’´ecrit :
xml (t) =
Q X
q=1
ρl,qsq(t−τlm(pq)) +nml (t). (2.46)
Une composante fr´equentielle de cette observation s’´ecrit alors :
Xlm(f) =
Q X
q=1
ρl,qSq(f)e−2iπf τlm(pq)+Nlm(f), (2.47)
les signaux ´etant stationnaires, l’observation fr´equentielle ne d´epend pas du temps. En supposant que le spectre du signal s’´etend surKcanaux fr´equentiels, le vecteur d’observation `a donc pour mod`ele :
xl =Clρl+nl, (2.48) avec :
• xl = [Xm
l (f1), ..., Xm
l (fK)]T est le vecteur compos´e des composantes fr´equentielles du signal rec¸u, • nl= [Nlm(f1), ..., Nlm(fK)]T est le vecteur des composantes fr´equentielles du bruit,
• Cl= [c1(τlm(p1)), ...,cQ(τlm(pQ))]aveccq(τlm(pq)) =
Sq(f1)e−2iπf1τm
l (pq), ..., Sq(fK)e−2iπfKτm l (pq)T
Ce mod`ele est alors tr`es proche de celui donn´e en (1.35) dont la solution par l’approche des sous-espaces propres a ´et´e donn´ee par l’algorithme MUSIC (2.30). L’estimation des temps de propagation consiste alors en la recherche desQminima d’une fonction coˆut [BK79], [BK83], [PJ91] :
{τˆlm(pq)|q∈J1;QK}= arg min |τ|≤∆τmax 1 ksq(t)k2