Les modèles de propagation définis ici peuvent être vus comme des systèmes multi-agent (Systèmes Multi Agent (SMA)) définis sur la figure2.2.
Dans cette représentation, l’agent est l’objet d’étude du modèle, ici le trajet d’onde, l’organisation correspond à la façon dont les trajets d’onde sont instanciés et exécutés, l’environnement caracté-rise ici la représentation du monde par rapport au modèle d’agent utilisé, et enfin, les interactions représentent la manière dont le trajet d’onde est modifié au contact d’une surface.
Organisation Agent
Environnement Interaction
Figure III.20 – Représentation d’un système multi-agent
Tous les modèles de propagation décrits ici ne possèdent pas les même propriétés au regard de cette définition. Le tableau ci-dessous définie les différents systèmes multi-agent caractérisant les modèles de propagation de ce manuscrit.
Dans cette approche, la parallélisation naturelle des traitements apparaît être l’exécution simultanée des différents agents. Contrairement à la problématique dans le capteur, chacun des agents va évoluer dans la scène suivant son itinéraire, celui-ci en fonction du parcours peut être plus ou moins rapide. La complexité est dépendante de la nature de l’environnement et non de la nature du problème. La suite de cette section est consacrée à l’étude des spécificités de chaque modèle.
Le modèle aéronautique
Ce modèle s’appuie pour l’accès aux informations des objets sur des mécanismes internes à la plate-forme de simulation de capteurSiVIC, notamment pour l’accès aux informations des tablesSERet la mise en oeuvre de la propagation à travers la scène (le lancer de rayon).
Le diagramme de la figureIII.21présente les différentes entités impliqués dans cette solution.
Deux objets issus du moteur deSiVIC, mgPositionnable et mgCollidable , permettant respectivement, de positionner un objet virtuel dans l’environnement et de tester les collisions du lancer de rayon interne de la plateforme avec les objets virtuels sont à la base de la solution définie ici. Ils ne permettent cependant pas de représenter les objets dotés d’une réponse électromagnétique, problématique absente deSiVICjusque là.
Deux nouveaux objets font leur apparition pour pallier à ce manque, le premier sivicRCSdata per-met la manipulation (chargement et interrogation de la table) des surfaces équivalentes radar pré-enregistrées. Le second, sivicRCS , permet d’intégrer les "points chauds" dans l’environnement. Deux représentations des ces "points chauds" sont disponibles, l’utilisation des tables définies par
sivicRCSdata ou l’utilisation d’une forme paramétrique en lobes
g= f(α, θ)
Modèle Agent Organisation Environnement Interactions Modèles propagation générique
Modèle eMotive rayon • init.: 1 agent / noeud défini et visible • population faible • géométrie de la scène absor-bante • noeuds avec réponse pré-calculée
• se déplace entre les noeuds visibles • peut donner
nais-sance à de nou-veaux agents • une interaction
sui-vant des tables pré-établies
Modèle CUDA
faisceau
• init.: de 1 à N agents pour re-présenter l’angle d’ouverture de l’antenne • population dense • représentation tri dimension-nelle du monde • définition géo-métrique et physique de l’environnement • se déplace partout dans l’environ-nement en ligne droite
• peut donner nais-sance à de nou-veaux agents • interactions suivant
lois physiques Modèles propagation antenne radar
Modèle Réfé-rence
pixel
• init.: 1 agent • image de la
scène contenant les informations des cibles • pas d’interactions Modèle Shaders rayon • init.: 1 agent / pixel
• plus les agents créés lors des in-teractions • population dense • représentation du monde en espace image • définition géo-métrique et physique de l’environnement • se déplace à travers les surfaces-pixels • peut donner
nais-sance à de nou-veaux agents • interactions suivant
lois physiques
Tableau III.3 – Définition sous formes de SMA des différents modèle de propagations
Enfin, un dernier élément, sivicRCSPropagationChannel permet de réaliser la propagation du signal à proprement parler.
mgPositionnable mgCollidable sivicRCSData sivicRCS # p : Policy #table : ParametricLobes #tableRCS : RCSData table 1 sivicRCSPropagationChannel
Figure III.21 – Diagramme UML du modèle de propagation eMotive
• • • • • •
Figure III.22 – Principe de la propagation électromagnétique mis en oeuvre dans le modèle "aéronau-tique"
Deux représentations des objets sont définies pour ce modèle (figureIII.22), une, géométrique, qualifiée d’absorbante dans la mesure où elle agit comme un mur infranchissable pour l’onde (objets noirs) et une autre ponctuelle et caractérisée par une surface équivalente radar. Seuls les objets ponctuels sont susceptibles de renvoyer un écho vers l’antenne. Dans le schémaIII.22, le seul trajet d’onde possible est le trajet entre l’objet A (l’antenne) et l’objet B directement visible (en vert). L’objet C ne renvoie pas d’écho car il y a un obstacle en lui et A (en jaune), de même il n’y a pas de multi-réflexion entre A et B pour les même raisons (en rouge).
Le pseudo-algorithme associé à ce modèle est définie ci-dessous.
Il s’appuie sur les mécanismes de la plateforme d’accueil pour parcourir les listes des différentesSERs présentes dans la scène et utilisées avec l’antenne.
Le principal défaut de ce modèle réside dans la taille des données nécessaire à une caractérisation fine de la cible.
LesSERs utilisées dans ce modèle ont été générées dans le cadre du projeteMotive. Elles ont été réa-lisées à partir de modèles géométriques composés de quelques milliers de facettes. L’échantillonnage de ces tables est réalisé au degré décimal en azimuth et en altitude, la taille d’uneSERpour un objet comme une voiture représente quelques 700 Mo. C’est une taille conséquente et particulièrement inuti-lisable pour un problème de transport terrestre où les environnements sont composés d’un ensemble varié d’objets.
L’utilisation des harmoniques sphériques pour la caractérisation des formes paramétriques des objets est également utilisé ici pour compressé les données, le gain obtenue sans dégradation significative de l’information est de 10.
Algorithme 1 :Pseudo algorithme du modèle eMotive
Data: scène virtuelle
Result: trajets d’onde retournant à l’antenne réceptrice
while r OU iteration<maxiterationdo forall the rayon: r do
forall the sivicRCS: rcs do
if pas d’occlusion entre r.origin et rcs then if rcs==antenne receptrice then
if gainr>min(gainretour)OU nbreretour<nbrelimitethen
ajout de r dans les trajets retournés
end else
if gainr>min(gainretour)then
utilisation de r pour la prochaine itération
end end else abandon du rayon r end end end end
Figure III.23 – Lancer de rayons entre l’antenne et les SER caractérisant les objets
Cependant, l’utilisation des harmoniques sphériques sous une forme paramétriques et donc peu gour-mande en mémoire permet de fournir une caractérisation convenable de l’objet tout en permettant un usage plus complet de la méthode.