Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
PRALON Leandro

Analyse et interprétation des données Radar à Synthèse d'Ouverture polarimétriques par des outils de type ACPICTD

 

Directeur de thèse :     Jocelyn CHANUSSOT

Co-encadrant :     Mauro DALLA MURA

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Autre

Établissement d'origine :

Financement(s) : bourse attribuée par un gouvernement étranger

 

Date d'entrée en thèse : 01/10/2013

Date de soutenance : 27/10/2016

 

Composition du jury :
Mme. Florence Tupin, Professeur, Telecom ParisTech, Présidente du jury
Mme. Marie Chabert, Professeur, National Polytechnic Institute of Toulouse, Rapporteur
M. Alejandro Frery, Professeur, Federal University of Alagoas, Rapporteur
M. Jocelyn CHANUSSOT, Professeur, Grenoble INP, Directeur de thèse
M. Gabriel VASILE, Chargé de recherche, CNRS, Encadrant de thèse
M. Mauro DALLA MURA, Maitre de conférences, Grenoble INP, Encadrant de thèse

 

Résumé : Cette thèse comprend deux axes de recherche. D´abord, un nouveau cadre méthodologique pour évaluer la conformité des données RSO (Radar à Synthèse d'Ouverture) multivariées à haute résolution spatiale est proposé en termes de statistique asymptotique par rapport au modèle produit. Plus précisément, la symétrie sphérique est étudiée en appliquant un test d’hypothèses sur la structure de la matrice de quadricovariance. Deux jeux de données, simulées et réelles, sont prises en considération pour étudier la performance du test obtenu par l'analyse qualitative et quantitative des résultats. La conclusion la plus importante, en ce qui concerne la méthodologie employée dans l’analyse des données RSO multivariées, est que, selon les différents cas d'usages, une partie considérable de données hétérogènes peut ne pas s'ajuster asymptotiquement au modèle produit. Par conséquent, les algorithmes de classification et/ou détection conventionnels développés sur la base de celuici deviennent suboptimaux. Cette observation met en évidence la nécessité de développer de modèles plus sophistiqués comme l’Analyse en Composantes Indépendantes, ce qui conduit à la deuxième partie de cette thèse qui consiste en l'étude du biais d'estimation des paramètres TSVM (Target Scattering Vector Model) lorsque l'ACP est utilisée. Enfin, les performances de l’algorithme sont également évaluées sous l’hypothèse du bruit gaussien corrélé spatialement. L'évaluation théorique de l’ACI comme un outil de type ICTD (InCoherent Target Decomposition) polarimétrique permet une analyse plus efficace de l'apport d'information fourni. A ce but, deux espaces de représentation sont utilisé, notamment H /alpha et TSVM.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31