La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Traitement Opti mal du Signal LORAN-C André Monin / LAAS-CNRS Gilles Rigal / DIGINEXT.

Présentations similaires


Présentation au sujet: "Traitement Opti mal du Signal LORAN-C André Monin / LAAS-CNRS Gilles Rigal / DIGINEXT."— Transcription de la présentation:

1 Traitement Opti mal du Signal LORAN-C André Monin / LAAS-CNRS Gilles Rigal / DIGINEXT

2 Traitement du Signal LORAN-C Principe de positionnement – mode circulaire

3 Forme d’onde

4 Phases de l’étude Modélisation et étude de faisabilité en simulation Modélisation et étude de faisabilité en simulation Validation sur données réelles à quai (Brest) Validation sur données réelles à quai (Brest) Préparation de la campagne de mesures Langevin Préparation 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 validation Modélisation de l’antenne filaire et validation

5 Principales difficultés Très faibles rapports signal/bruit (<-30dB) Très faibles rapports signal/bruit (<-30dB) intégration longue du signal intégration 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 ciel risque d’accrocher l’onde de ciel tenir compte du rapport de puissance onde de sol/onde de ciel tenir 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’antenne nécessité de modéliser précisément l’antenne Travailler sur données réelles Travailler sur données réelles résoudre tous les problèmes conjointement résoudre tous les problèmes conjointement

6 Modèle du porteur : Modèle du porteur : Modèle Mesure de vitesse Mesure de cap

7 Modèle d’observation : Modèle d’observation : Amplitudes de l’onde de sol Amplitudes de l’onde de ciel Retards onde de ciel

8 Analyse du modèle Approximation par somme de gaussienne “tronquées” Modèle linéaire en et Amplitudes prévisibles par modèle ( ) Bruits dynamiques “faibles” Incertitude initiale “grande” Modèle localement linéaire en et Etat du système :

9 Prédiction Prédiction Correction Correction Approximation en somme de gaussiennes (Sorenson-1972)

10 Evolution de la densité de probabilité

11 Algorithme Distribution initiale Distribution initiale  Amplitudes (onde de sol + onde ciel) : gaussiennes  Retards onde de ciel/onde de sol : gaussiennes locales  Uniformément répartis sur l’intervalle d’incertitude  Ecart type < ¼ de longueur d’onde (2,5 μs)  Position du récepteur : gaussiennes locales  Uniformément réparties sur le domaine d’incertitude  Ecart type < ¼ de longueur d’onde (750m)

12 Prétraitement du signal Prétraitement du signal  Sommation du signal sur 5s  Filtrage passe-bande [50kHz,150kHz]  Extraction des impulsions Calcul de la vraisemblance de chaque gaussienne Calcul de la vraisemblance de chaque gaussienne  Filtre de Kalman sur les amplitudes  Filtres de Kalman étendus sur positions et retards Evaluation des poids des gaussiennes Evaluation des poids des gaussiennes Calcul de l’estimateur : Calcul de l’estimateur :  Moyenne pondérée des distributions gaussiennes

13 Contexte des Enregistrements Enregistrements de 10 mn Enregistrements de 10 mn Echantillonnage à 400 kHz Echantillonnage à 400 kHz Datation par horloge Césium Datation par horloge Césium

14 Résultats : Estimation 1D Distance (km) Erreur./. GPS (m)

15 Résultats : Estimation 2D 3035 km 2890 km 11,4°

16 Erreur d’estimation en longitude 143m ± 100m

17 Erreur d’estimation en latitude 78m ± 385m

18 Evolution des particules

19

20 Evolution des particules avec redistributions

21 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

22 Récepteur conçu par DIGINEXT Vue intérieure du PC Système de datation (12,5 nS)

23 Prétraitements Acquisition du signal brut Sommations

24

25

26

27 Fin


Télécharger ppt "Traitement Opti mal du Signal LORAN-C André Monin / LAAS-CNRS Gilles Rigal / DIGINEXT."

Présentations similaires


Annonces Google