Radar around-the-corner (RAC)

Dans l’application qui nous intéresse plus particulièrement dans le cadre de cette thèse, le radar around the corner, le capteur radar n’est plus aéroporté mais directement localisé dans le milieu urbain. Comme dans tous les pro-blèmes en milieu urbain, des bâtiments de la scène génèrent d’une part des zones d’ombre à l’intérieur desquelles une cible n’est pas en visibilité directe, et d’autre part de nombreux trajets produits par les possibles réflexions et diffractions sur les surfaces environnantes. Or ces multi-trajets peuvent être exploités à l’avantage du radar afin de détecter et localiser des cibles situées dans les zones d’ombre. Il devient alors possible de regarder derrière les coins de murs au moyen d’un simple radar portatif : on parle alors de radar « around-the-corner » (RAC) [Sume 11].

1.2.5.1 Mesures réelles

Peu de littérature existe quant à la détection et la localisation de cibles en milieu urbain au moyen d’un radar localisé dans une rue adjacente. Toutefois, des travaux expérimentaux ont été menés pour tester la faisabilité de la dé-tection et de la localisation en l’absence de LOS (NLOS) avec des mesures réelles [Sume 11] [Rabaste 15] [Tahmoush 12] [Gustafsson 16]. Par différentes expérimentations avec différentes configurations du radar et de la scène, ces études ont démontré qu’il est possible de détecter des multi-trajets issus de cibles localisées en NLOS. Par exemple, dans [Sume 11], il est démontré qu’il est possible de détecter une cible dans le domaine distance-fréquence Doppler, de suivre différents multi-trajets dans le domaine distance-temps ou d’observer des signatures Doppler de la respiration d’une personne. Dans [Gustafsson 16], les auteurs ont effectué plusieurs mesures dans des situations NLOS et se sont concentrés sur la signature micro-Doppler de la cible dans le but de classer des objets. En extrayant des informations sur les multi-trajets, les auteurs ont démontré que les caractéristiques micro-Doppler des personnes qui marchent peuvent être extraites des signaux reçus. Dans [Rabaste 15], les auteurs ont montré qu’il était possible de visualiser et expliquer au moyen d’un modèle de

Figure 1.2.3 – Un radar around-the-corner en milieu urbain. propagation simple plusieurs multi-trajets issus de données réelles.

D’autres études ont porté plus spécifiquement sur la résolution du problème de détection, de localisation ou de pistage d’une ou de plusieurs cibles en milieu urbain.

1.2.5.2 Détection de cibles mobiles

Dans [Johansson 14], la détection des mouvements dans une scène réaliste a été étudiée. Dans cette étude, les auteurs ont appliqué un seuil adaptatif à la réponse impulsionnelle mesurée afin de trouver des points excédant le seuil, qui ont été considérés comme une détection. La méthode est relativement simple et facile à mettre en œuvre, mais les informations des différents trajets ont été traitées séparément. En effet, la méthode appliquée est le filtre adapté classique utilisé en traitement radar. Dans ce cas précis, seule l’information du trajet le plus fort est utilisée pour la détection de la cible.

1.2.5.3 Localisation d’une cible mobile

Dans la suite de leur recherche, dans [Johansson 17], ces mêmes auteurs ont proposé un algorithme de localisation d’une ou plusieurs cibles en mouvement

en exploitant les points de détection trouvés par l’étude précédente. Une simu-lation a été réalisée avec une antenne à faisceau étroit avec une largeur de lobe 3dB de 2, 50. En supposant que la géométrie de la scène est connue, la solu-tion de localisasolu-tion proposée reposait principalement sur deux informasolu-tions : la distance de détection obtenue en appliquant un filtre adapté, et la connais-sance de la direction du faisceau radar. Avec une direction de faisceau donnée, les positions des cibles peuvent en effet être facilement déduites à partir de la distance de détection par un simple modèle de tracé de rayons et un seul trajet. Des simulations ont démontré que les cibles peuvent être détectées et localisées avec peu de fausses localisations. Cette solution suppose que le radar peut fournir une résolution angulaire suffisamment petite pour couvrir toute la surface surveillée. Cependant, cette exigence n’est pas toujours respectée, ce qui peut entraîner des erreurs de localisation. D’autre part, il devient né-cessaire de balayer tout l’espace angulaire, ce qui a un coût. De surcroît, les multi-trajets issus de différents directions ne sont pas exploités simultanément, ce qui est sous optimal et peut conduire à des détections multiples du même objet.

Dans [Zetik 15], les auteurs ont proposé une estimation de la position d’une cible à partir d’un seul trajet réfléchi, un seul trajet diffracté et leurs combi-naisons en utilisant un calcul géométrique. Les résultats expérimentaux ont montré que la position de la cible a été bien estimée lorsque des informations d’au moins deux trajets différents étaient disponibles. Cependant, les auteurs n’ont pas pris en compte deux ou plusieurs trajets de réflexion sur d’autres murs qui pourraient apparaître dans certaines scènes et qui pourraient poten-tiellement améliorer la localisation de la cible.

D’autres études récentes ont exploité des multi-trajets avec un seul capteur également à des fins de localisation uniquement [Setlur 12][Setlur 13][O’connor 15]. Dans ces travaux, les auteurs ont exploité l’information des multi-trajets en utilisant les mesures du temps d’arrivée (TOA). Ces algorithmes exploitent la sortie d’un filtre adapté classique. Ils ne fonctionnent pas directement avec les signaux bruts. L’étude [Setlur 12] exige que tous les trajets soient détectés et étiquetés comme des trajets directs ou à rebond unique, puis associés aux dif-férents murs. Dans [O’connor 15], cette méthode a été étendue au radar passif dans le cas du double rebond où, en outre, certains trajets peuvent ne pas être détectés. Enfin, la position de la cible est déterminée par l’intersection des cercles et des ellipses caractérisés par les TOA. La performance de ces ap-proches a été étudiée dans [Setlur 13]. Notons que le problème de la détection de cible n’a pas été pris en compte dans toutes les études sur la localisation mentionnées ci-dessus.

1.2.5.4 Pistage d’une cible mobile

Le suivi des cibles basé sur l’exploitation des multi-trajets a également été étudié via l’approche de pistage dans [Chakraborty 10] avec un radar aéro-porté ou dans [Barbosa 08] avec des multi-émetteurs et multi-récepteurs pré-sents dans la scène. Dans [Chakraborty 10], les auteurs se sont concentrés sur le problème de conception d’une forme d’onde adaptative pour le problème de pistage, alors que dans [Barbosa 08], une nouvelle chaîne de traitement des données mesurées par différents capteurs dans le but de suivre une cible le long de sa trajectoire est proposée. Cependant, ces deux études ne traitent pas le problème des ambiguïtés inhérentes à la propagation par multi-trajets, qui est un des problèmes majeurs en milieu urbain. Ces ambigüités sont consta-tées dans différentes études. Par exemple, dans [Setlur 14], où un SAR urbain est étudié, les deux techniques d’exploitation des multi-trajets proposées ont également fourni des images ambigües, ou dans [Tahmoush 12], dans le but de suivre des cibles dans le domaine temps-distance en exploitant des multi-trajets, l’approche proposée n’a pas été en mesure d’éliminer l’ambigüité de deux pistes de multi-trajets ayant un temps de propagation similaire.