FR3021411A1 - JOINT CONSTRAINTS OF TRANSITIVITY OF TIME DIFFERENCES AND DOPLER MULTI-BAND EFFECT FOR SEPARATION, CHARACTERIZATION, AND LOCALIZATION OF SOUND SOURCES BY PASSIVE ACOUSTICS - Google Patents
JOINT CONSTRAINTS OF TRANSITIVITY OF TIME DIFFERENCES AND DOPLER MULTI-BAND EFFECT FOR SEPARATION, CHARACTERIZATION, AND LOCALIZATION OF SOUND SOURCES BY PASSIVE ACOUSTICS Download PDFInfo
- Publication number
- FR3021411A1 FR3021411A1 FR1454539A FR1454539A FR3021411A1 FR 3021411 A1 FR3021411 A1 FR 3021411A1 FR 1454539 A FR1454539 A FR 1454539A FR 1454539 A FR1454539 A FR 1454539A FR 3021411 A1 FR3021411 A1 FR 3021411A1
- Authority
- FR
- France
- Prior art keywords
- sensors
- equations
- tdoa
- transitivity
- signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000000694 effects Effects 0.000 title description 12
- 238000000926 separation method Methods 0.000 title description 4
- 238000012512 characterization method Methods 0.000 title 1
- 230000004807 localization Effects 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 161
- 238000005259 measurement Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 13
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 32
- 238000001914 filtration Methods 0.000 description 29
- 230000006870 function Effects 0.000 description 25
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000002592 echocardiography Methods 0.000 description 18
- 241000283153 Cetacea Species 0.000 description 14
- 241001465754 Metazoa Species 0.000 description 14
- 241000288673 Chiroptera Species 0.000 description 12
- 230000008901 benefit Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 10
- 230000001427 coherent effect Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000009499 grossing Methods 0.000 description 5
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000005314 correlation function Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 241000251729 Elasmobranchii Species 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- SDWKXMBJXPQCJU-UHFFFAOYSA-N 3,5-dimethyl-1,3,5-oxadiazinane-4-thione Chemical compound CN1COCN(C)C1=S SDWKXMBJXPQCJU-UHFFFAOYSA-N 0.000 description 1
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000238814 Orthoptera Species 0.000 description 1
- 230000005534 acoustic noise Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000019994 cava Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- PHDAZHGCTGTQAS-UHFFFAOYSA-M dimethyl-tetradecyl-(3-trimethoxysilylpropyl)azanium;chloride Chemical compound [Cl-].CCCCCCCCCCCCCC[N+](C)(C)CCC[Si](OC)(OC)OC PHDAZHGCTGTQAS-UHFFFAOYSA-M 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/8006—Multi-channel systems specially adapted for direction-finding, i.e. having a single aerial system capable of giving simultaneous indications of the directions of different signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/14—Systems for determining distance or velocity not using reflection or reradiation using ultrasonic, sonic, or infrasonic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/802—Systems for determining direction or deviation from predetermined direction
- G01S3/808—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems
- G01S3/8083—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems determining direction of source
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/28—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
Le procédé de trajectographie par voie passive d'une pluralité de sources émettant des premiers signaux comprend : ▪ des acquisitions par un ensemble de N capteurs (Ci)i∈[1; N] des signaux émis par au moins une source sur une fenêtre de temps et dans au moins une bande de fréquence ; ▪ un traitement des signaux comprenant des opérations (OP1) de corrélations croisées pour identifier des pics de corrélation et déduire des mesures de différence de fréquences d'arrivée FD et des différences de temps d'arrivée TDOA des signaux; ▪ une sélection d'un nombre de FDpq et de TDOApq pour chaque couple de capteurs (Ci); ▪ une génération de systèmes d'équations de transitivité pour chaque instant ti entre les FDpq(ti) et les TDOApq, les équations liant algébriquement les sommes de chaque FDpq(ti) et les sommes de chaque TDOApq de chaque couple de capteurs; ▪ une déduction d'une position d'au moins une source.The passive path tracking method of a plurality of sources emitting first signals comprises: ▪ acquisitions by a set of N sensors (Ci) i∈ [1; N] signals transmitted by at least one source over a time window and in at least one frequency band; Signal processing including cross correlation operations (OP1) for identifying correlation peaks and deriving arrival frequency difference measurements FD and TDOA arrival time differences of the signals; ▪ a selection of a number of FDpq and TDOApq for each pair of sensors (Ci); ▪ a generation of systems of transitivity equations for each instant ti between the FDpq (ti) and the TDOApq, the equations algebraically linking the sums of each FDpq (ti) and the sums of each TDOApq of each pair of sensors; ▪ a deduction from a position of at least one source.
Description
CONTRAINTES CONJOINTES DE TRANSITIVITE DE DIFFERENCES TEMPORELLES ET EFFET DOPLER MULTIBANDES POUR LA SEPARATION, CARACTERISATION, ET LOCALISATION DE SOURCES SONORES PAR ACOUSTIQUE PASSIVE DOMAINE Le domaine de l'invention concerne les procédés de trajectographie de sources mobiles ou fixes. Plus particulièrement, le domaine de l'invention concerne la détection de la position et de la trajectoire d'une pluralité de sources à partir d'une pluralité de capteurs. L'invention se rapporte à la détection de sources évoluant ou non dans l'espace, dans la mer ou à la surface de l'eau tels que les mammifères marins, des volatiles tels que des chauves-souris ou encore des sources anthropiques telles que des avions, missiles ou torpilles. L'invention concerne les procédés de détection de trajectoires à partir d'une pluralité de capteurs disposés à différents endroits. L'invention permet de localiser la ou les sources et de déterminer si elle(s) se déplace(nt) ou non. ETAT DE L'ART On connaît déjà dans l'état de la technique plusieurs procédés de suivi des trajectoires, de mammifères marins ou encore de sous-marins. Il existe des solutions actives et passives. Les procédés de détection actifs consistent à envoyer vers la source un signal, par exemple sonore, et à capter l'écho de ce signal lorsqu'il rencontre la source. Ces procédés ne sont pas recommandés, car la puissance du signal peut être dommageable à la fois pour l'environnement vivant et pour les sources vivantes recherchées. Les procédés de détection passifs consistent à simplement capter des signaux avec des capteurs adaptés. Par exemple, dans le cas de cétacés, il s'agit de signaux sonores qui peuvent être captés à l'aide d'hydrophones immergés, puis on traite les signaux reçus en vue de déterminer les caractéristiques et la position de la source.TECHNICAL FIELD The present invention relates to methods for tracking mobile or fixed sources. BACKGROUND OF THE DISCLOSURE More particularly, the field of the invention relates to the detection of the position and trajectory of a plurality of sources from a plurality of sensors. The invention relates to the detection of sources evolving or not in space, in the sea or on the surface of the water such as marine mammals, birds such as bats or anthropogenic sources such as planes, missiles or torpedoes. The invention relates to methods for detecting trajectories from a plurality of sensors arranged at different locations. The invention makes it possible to locate the source (s) and to determine whether it (s) moves (s) or not. STATE OF THE ART It is already known in the state of the art several tracking processes, marine mammals or even submarines. There are active and passive solutions. Active detection methods consist in sending a signal, for example sound, to the source, and in capturing the echo of this signal when it encounters the source. These methods are not recommended because the signal strength can be harmful for both the living environment and the desired living sources. Passive detection methods consist of simply picking up signals with suitable sensors. For example, in the case of cetaceans, these are sound signals that can be picked up by immersed hydrophones, and the received signals are processed to determine the characteristics and position of the source.
Les procédés de détection passifs sont bien plus satisfaisants dans leur principe et ils ont l'avantage de ne générer aucune perturbation du milieu. Un tel procédé est par exemple divulgué dans "Real-time 3D 5 tracking of whales by echo-robust precise TDOA estimates with a widelyspaced hydrophone array" de Giraudet P. et Glotin H. D'autres tentatives ont été faites pour mettre au point un procédé de détection de cétacés par voie passive, sur la base d'algorithmes de 10 traitement des différences de temps d'arrivée aux hydrophones des clics captés par des hydrophones, ces différences étant appelées des « TDOA », acronyme pour « Time Différence Of Arrivai » en terminologie anglo-saxonne. Parmi les méthodes essayées, on compte les algorithmes de 15 détection dits de Morissey et al., celui de Nozal et Frazer, ou celui de White et al., qui ont tous été abondamment décrits dans la littérature scientifique. Plus récemment, une solution a émergée consistant à comparer les TDOA de différentes couples de capteurs pour discriminer chaque source 20 et en déduire les trajectoires, voire le brevet EP 2 235 558 Bl. En revanche, toutes ces solutions ne sont pas adaptées ou optimisées à la détection d'une trajectoire d'une source mobile évoluant avec une vitesse de déplacement rapide ou à faible émission. Le système 25 d'équations permettant de détecter la trajectoire de N sources se déplaçant dans l'espace avec des disparités de vitesses entre chaque source ou encore avec des sources se déplaçant rapidement, devient très difficile, voire impossible, à résoudre avec les solutions de l'art antérieur. 30 RESUME DE L'INVENTION L'invention permet de résoudre les inconvénients précités. Un but de l'invention est de proposer un procéder de détection de position et de trajectographie des sources mobiles ou fixes à partir d'une pluralité de capteurs par voie passive.Passive detection methods are much more satisfactory in principle and they have the advantage of not generating any disturbance of the medium. Such a method is for example disclosed in "Real-time 3D tracking of whales by echo-robust accurate TDOA estimates with a widelyspaced hydrophone array" Giraudet P. and Glotin H. Other attempts have been made to develop a method of detecting cetaceans by passive way, on the basis of algorithms for processing the arrival time differences at the hydrophones of the clicks picked up by hydrophones, these differences being called "TDOA", acronym for "Time Difference Of Arrival" In Anglo-Saxon terminology. Among the methods tested are the so-called detection algorithms of Morissey et al., That of Nozal and Frazer, or that of White et al., All of which have been extensively described in the scientific literature. More recently, an emerging solution has been to compare the TDOAs of different pairs of sensors to discriminate each source 20 and to deduce the paths, or even the patent EP 2 235 558 B1. On the other hand, all these solutions are not adapted or optimized to detecting a path of a mobile source moving with a fast moving speed or low emission. The system 25 of equations making it possible to detect the trajectory of N sources moving in space with disparities of velocities between each source or with rapidly moving sources, becomes very difficult, if not impossible, to solve with the solutions of the prior art. SUMMARY OF THE INVENTION The invention solves the aforementioned drawbacks. An object of the invention is to provide a method for detecting the position and trajectory of mobile or fixed sources from a plurality of sensors by passive means.
En particulier, un but de l'invention est de proposer un procédé et un système qui permettent de trajectographier et de compter des sources mobiles ou fixes, même en groupes, et de les identifier, ce qui implique de séparer les signaux de plusieurs sources mobiles ou fixes émettant des signaux simultanément. Un autre but de l'invention est de proposer un procédé de détection qui permette une détection rapide, en temps réel et qui soit dynamique dans la mesure où le procédé peut s'ajuster selon certains paramètres selon la nature des sources mobiles ou fixes dont notamment leur vitesse. Un autre but de l'invention est de proposer un procédé de détection qui soit facile à mettre en oeuvre en pratique, même avec du matériel à bas coût. Un autre but de l'invention est de proposer un procédé et un 15 système de détection qui soient robustes aux échos, et qui donnent des résultats précis et fiables, quels que soient le milieu et les sources considérées. Un but supplémentaire de l'invention est de proposer un procédé et un système de détection par voie passive, qui permettent l'application à 20 l'étiquetage des émissions des sources des mobiles ou fixes, ce qui doit permettre l'étude fine de leurs caractéristiques. A cet effet, l'invention a pour objet un procédé de trajectographie par voie passive tel que défini dans les revendications, ainsi qu'un système 25 pour la mise en oeuvre d'un tel procédé. Un objet de l'invention concerne un procédé de trajectographie par voie passive d'une pluralité de sources mobiles ou fixes émettant des premiers signaux comprenant : 30 des acquisitions par un ensemble de N capteurs des signaux émis par au moins une source sur une fenêtre de temps, lesdits capteurs étant localisés à des positions géographiques prédéfinies ; ^ un premier traitement des signaux reçus à chaque capteur 35 comprenant des premières opérations de corrélations croisées desdits signaux de manière à identifier des pics de corrélation entre les signaux reçus à chaque capteur afin de déduire des mesures de différence de fréquences d'arrivée FD desdits signaux émis par ladite au moins une source, noté FDpq(t) entre un couple formés de deux capteurs, à des instants (ti)ic[l ; s] de la fenêtre de temps ; - une sélection d'un premier nombre de FDpq pour chaque couple de capteurs recevant les signaux de ladite au moins une source ; - une génération d'un premier système d'équations de transitivité pour chaque instant fi entre les FDpq(fi) d'au moins deux couples distincts de capteurs les équations liant algébriquement les sommes de chaque FDpq(fi) de chaque couple de capteurs considérés dans chaque équation ; - une déduction d'un type de ladite au moins une source donnant un profil de mobilité de ladite source. Un avantage d'un tel procédé est de permettre de détecter des profils de célérités de différentes sources se déplaçant plus ou moins rapidement dans l'espace.In particular, an object of the invention is to provide a method and a system that makes it possible to track and count mobile or fixed sources, even in groups, and to identify them, which involves separating signals from several mobile sources or fixed transmitting signals simultaneously. Another object of the invention is to propose a detection method that allows rapid detection, in real time and that is dynamic insofar as the method can be adjusted according to certain parameters depending on the nature of the mobile or fixed sources including their speed. Another object of the invention is to provide a detection method that is easy to implement in practice, even with low cost equipment. Another object of the invention is to provide a method and a detection system which are robust to echoes, and which give accurate and reliable results, regardless of the medium and the sources considered. A further object of the invention is to provide a method and a passive detection system, which allow the application to the labeling of emissions from mobile or fixed sources, which must allow the fine study of their characteristics. To this end, the subject of the invention is a passive trajectory tracking method as defined in the claims, as well as a system for carrying out such a method. An object of the invention relates to a method of passive trajectory tracking of a plurality of mobile or fixed sources emitting first signals comprising: acquisitions by a set of N sensors of the signals emitted by at least one source over a window of time, said sensors being located at predefined geographical positions; a first processing of the signals received at each sensor comprising first cross-correlation operations of said signals so as to identify correlation peaks between the signals received at each sensor in order to deduce arrival frequency difference measurements FD from said signals emitted by said at least one source, denoted FDpq (t) between a pair formed by two sensors, at times (ti) ic [l; s] of the time window; a selection of a first number of FDpq for each pair of sensors receiving the signals from said at least one source; a generation of a first system of transitivity equations for each moment between the FDpq (fi) of at least two distinct pairs of sensors; the equations algebraically relating the sums of each FDpq (fi) of each pair of sensors considered; in each equation; a deduction of a type of said at least one source giving a mobility profile of said source. An advantage of such a method is to detect patterns of celestials from different sources moving more or less rapidly in space.
Avantageusement, le procédé de trajectographie comprend : - un second traitement des signaux reçus à chaque capteur comprenant des secondes opérations de corrélations croisées desdits signaux de manière à identifier des pics de corrélation entre les signaux reçus à chaque capteur afin de déduire des mesures des différences de temps d'arrivée TDOA desdits signaux émis par au moins une source, noté TDOAkm(fi) entre au moins un couple formés de deux capteurs à des instants tic[l ; s] de la fenêtre de temps; ^une sélection d'un second nombre de TDOAkm(fi) pour chaque couple de capteurs recevant les signaux d'au moins une source (M1) ; - une génération d'un second système d'équations de transitivité pour chaque instant fi entre les TDOAkm(fi) d'au moins deux couples distincts de capteurs, les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs considérés dans chaque équation ; - une déduction d'une position d'au moins une source dans l'espace par la résolution d'une régression non linéaire du système formé par le premier et le second système d'équations de transitivité. Un avantage de l'utilisation d'un second système de transitivité basé sur la mesure des TDOA et utilisé conjointement avec le système de transitivité des FD est de permettre de reconstruire des mesures manquantes par exemple avec une équation liant les TDOA et les FD par la relation Doppler. UN avantage est d'obtenir plus de mesures et donc un système plus performant et plus efficace. L'utilisation d'un système de transitivité des TDOA conjointe avec un système de transitivité de FD est qu'une trajectoire peut être déduite des positions des sources en plus des profils de célérité. Selon un mode de réalisation, l'acquisition des signaux par chaque capteur est réalisée dans une pluralité de canaux en fréquences, chacun des canaux étant centrés sur une fréquence centrale propre au canal 20 considéré. Un avantage de cette solution est de corréler différents résultats obtenus sur différentes bandes en fréquences. Cela permet notamment de discriminer des sources différentes ou encore des signaux d'une même source arrivant dans différents canaux. 25 Selon un mode de réalisation, les premières et/ou les secondes opérations de corrélations croisées des signaux sont effectuées dans le domaine temporel D1, correspondant à une représentation amplitude/temps des signaux, un premier nombre Ntemporel de pics d'amplitudes de corrélations 30 étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé. Selon un autre mode de réalisation, les premières et/ou les secondes opérations de corrélations croisées des signaux sont effectuées dans un domaine fréquentiel D2, correspondant à une représentation 35 amplitude/fréquence des signaux, un second nombre NFréquentiel de pics d'amplitudes de corrélations étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé. Avantageusement, les premières et/ou les secondes opérations 5 effectuées dans le domaine fréquentiel D2 succèdent à des opérations préalables de transformées de fourrier ou de transformées d'ondelettes des signaux acquis sur la fenêtre de temps. Selon un autre mode de réalisation, les premières et/ou les secondes opérations de corrélations croisées des signaux sont effectuées 10 dans un domaine temps-fréquence D3, correspondant à une représentation fréquence/temps des signaux, un troisième nombre NTps-Fréq de pics d'amplitudes de corrélations étant sélectionnés, les pics sélectionnés formant des maximums locaux au-dessus d'un seuil prédéterminé. 15 Selon un mode de réalisation, le premier système d'équations de transitivité comprend au moins l'un des deux sous-systèmes d'équations ou une combinaison des deux sous-systèmes d'équations suivants : un premier sous-système d'équations de transitivité entre les FDpq(ti) d'au moins deux couples distincts de capteurs, les 20 équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation, chaque FDpq(ti) étant calculée à partir des premières opérations de corrélations croisées dans le domaine fréquentiel D2, un nombre Nb1' d'équations de transitivité parmi le nombre NFréquentiel de pics 25 de corrélation étant sélectionné dans ce même domaine D2 ; ^ un second sous-système d'équations de transitivité entre les FDpq(ti) d'au moins deux couples distincts de capteurs, les équations liant algébriquement les sommes de chaque FDpq(ti) de chaque couple de capteurs considérés dans chaque équation, 30 chaque FD étant calculé à partir des premières opérations de corrélations croisées des signaux dans le domaine temps-fréquence D3, un nombre Nb1" d'équations de transitivité parmi le nombre NFréquentiel de pics de corrélation étant sélectionné dans ce même domaine D3. 35 Selon un mode de réalisation, le second système d'équations de transitivité comprend au moins l'un des deux sous-systèmes d'équations ou une combinaison des deux sous-systèmes d'équations suivants : - Un troisième sous-système d'équations de transitivité entre les TDOAkm(t) d'au moins deux couples distincts de capteurs , les équations liant algébriquement les sommes de chaque TDOAkm(t) de chaque couple de capteurs considérés dans chaque équation, chaque TDOAkni(t) étant calculé à partir des secondes opérations de corrélations croisées dans le domaine temporel D1, un nombre Nb2' d'équations de transitivité parmi le nombre NTemporei de pics de corrélation étant sélectionné dans ce même domaine D1; - Un quatrième sous-système d'équations de transitivité entre les TDOAkm(t) d'au moins deux couples distincts de capteurs, les équations liant algébriquement les sommes de chaque TDOA de chaque couple de capteurs considérés dans chaque équation, chaque TDOAkm(t) étant calculé à partir des secondes opérations de corrélations croisées dans le domaine temps-fréquence D3, un nombre Nb2" d'équations de transitivité parmi le nombre NFréquentiei de pics de corrélation étant sélectionné dans ce même domaine D3. Un avantage est de multiplier les mesures et de permettre de corriger des erreurs de reconstruire des mesures manquantes. Chacun des modes de réalisation peut être combiné avec un autre mode, notamment pour construire le système de transitivité. Selon un mode de réalisation, les équations de transitivité des FDpg(t) des sous-système associés d'au moins deux couples distincts de capteurs formé d'au moins trois capteurs, les équations liant algébriquement les sommes de chaque FDpg(t) de chaque couple de capteurs à un instant donné t, par l'équation suivante : - FDpg(t,) + FDqr(ti)= FDpr(ti) + ErrFDP'chr, pour p, q, r E [1 , N] ; Où ErrFDP'v représente les erreurs liées aux mesures, aux bruits et aux traitements des signaux à un instant t, ou dans une fenêtre d'acquisition 35 des deux couples de capteurs.Advantageously, the tracking method comprises: a second processing of the signals received at each sensor comprising second cross-correlation operations of said signals so as to identify correlation peaks between the signals received at each sensor in order to deduce from the measurements of the differences of TDOA arrival time of said signals emitted by at least one source, denoted TDOAkm (fi) between at least one pair formed of two sensors at times tic [l; s] of the time window; a selection of a second TDOAkm (fi) number for each sensor pair receiving signals from at least one source (M1); a generation of a second system of transitivity equations for each instant between the TDOAkm (fi) of at least two distinct pairs of sensors, the equations algebraically binding the sums of each TDOAkm (ti) of each pair of sensors considered in each equation; a deduction of a position of at least one source in space by the resolution of a nonlinear regression of the system formed by the first and the second system of transitivity equations. An advantage of using a second transitivity system based on the measurement of TDOAs and used in conjunction with the FD transitivity system is to allow reconstructing missing measurements, for example with a TDOA and FD binding equation by Doppler relationship. One advantage is to get more measurements and therefore a more efficient and effective system. The use of a TDOT transitivity system in conjunction with a FD transitivity system is that a trajectory can be derived from source positions in addition to velocity profiles. According to one embodiment, the acquisition of the signals by each sensor is performed in a plurality of frequency channels, each of the channels being centered on a central frequency specific to the channel 20 considered. An advantage of this solution is to correlate different results obtained on different frequency bands. This allows in particular to discriminate different sources or signals from the same source arriving in different channels. According to one embodiment, the first and / or second cross-correlation operations of the signals are carried out in the time domain D1, corresponding to an amplitude / time representation of the signals, a first Ntemporal number of peaks of correlation amplitudes. being selected, the selected peaks forming local maxima above a predetermined threshold. According to another embodiment, the first and / or the second cross-correlation operations of the signals are carried out in a frequency domain D2, corresponding to an amplitude / frequency representation of the signals, a second NFequential number of correlation amplitude peaks. being selected, the selected peaks forming local maxima above a predetermined threshold. Advantageously, the first and / or the second operations performed in the frequency domain D2 succeed previous operations of fourrier transforms or wavelet transforms of the signals acquired over the time window. According to another embodiment, the first and / or the second cross-correlation operations of the signals are performed in a time-frequency domain D3, corresponding to a frequency / time representation of the signals, a third number NTps-Freq of peaks of correlation magnitudes being selected, the selected peaks forming local maxima above a predetermined threshold. According to one embodiment, the first system of transitivity equations comprises at least one of the two subsystems of equations or a combination of the following two subsystems of equations: a first subsystem of equations of transitivity between the FDpq (ti) of at least two distinct pairs of sensors, the 20 equations algebraically binding the sums of each FDpq (ti) of each pair of sensors considered in each equation, each FDpq (ti) being calculated from first cross-correlation operations in the frequency domain D2, a number Nb1 'of transitivity equations among the NFrequential number of correlation peaks being selected in this same domain D2; a second subsystem of transitivity equations between the FDpq (ti) of at least two distinct pairs of sensors, the equations algebraically binding the sums of each FDpq (ti) of each pair of sensors considered in each equation, each FD being calculated from the first cross-correlation operations of the signals in the time-frequency domain D3, a number Nb1 "of transitivity equations among the NFrequential number of correlation peaks being selected in this same domain D3. embodiment, the second system of equations of transitivity comprises at least one of the two subsystems of equations or a combination of the following two subsystems of equations: A third subsystem of transitivity equations between the TDOAkm (t) of at least two distinct pairs of sensors, the equations algebraically binding the sums of each TDOAkm (t) of each pair of sensors considered in each e equation, each TDOAkni (t) being calculated from the second time-domain cross correlation operations D1, a number Nb2 'of transitivity equations from the number NTemporei of correlation peaks being selected in this same domain D1; A fourth subsystem of transitivity equations between TDOAkm (t) of at least two distinct pairs of sensors, the equations algebraically relating the sums of each TDOA of each pair of sensors considered in each equation, each TDOAkm (t ) being calculated from the second cross-correlation operations in the time-frequency domain D3, a number Nb2 "of transitivity equations among the number NF of the correlation peaks being selected in this same domain D3. measurements and to make it possible to correct errors to reconstruct missing measurements Each of the embodiments can be combined with another mode, in particular to construct the transitivity system According to one embodiment, the transitivity equations of the FDpg (t) associated subsystems of at least two distinct pairs of sensors formed of at least three sensors, the algebraic equation enter the sums of each FDpg (t) of each pair of sensors at a given instant t, by the following equation: FDpg (t,) + FDqr (ti) = FDpr (ti) + ErrFDP'chr, for p, q, r E [1, N]; Where ErrFDP'v represents errors related to measurements, noise and signal processing at a time t, or in an acquisition window 35 of the two pairs of sensors.
Avantageusement, une sélection, à un instant fi, d'un ensemble d'équations de transitivité des FDpq(ti) est déterminée pour laquelle les erreurs ErrFD sont inférieures à un seuil prédéterminé.Advantageously, a selection, at a time fi, of a set of transitivity equations of the FDpq (ti) is determined for which the ErrFD errors are less than a predetermined threshold.
Selon un mode de réalisation, les équations de transitivité des TDOAkm(ti) des sous-systèmes associés d'au moins deux couples distincts de capteurs formé d'au moins trois capteurs, les équations liant algébriquement les sommes de chaque TDOAkm(ti) de chaque couple de capteurs à un instant donné fi par l'équation suivante : - TDOAn,k(t) + TDOAkn(ti) = TDOAmn(ti) + Err-moAke'n , pour k, m, n E [1 , N] ; où Err-rDoAke'n représente la somme des erreurs liées aux mesures, aux bruits et aux traitements des signaux à un instant fi ou sur une fenêtre d'acquisition.According to one embodiment, the TDOAkm (ti) transitivity equations of the associated subsystems of at least two distinct pairs of sensors formed of at least three sensors, the equations algebraically binding the sums of each TDOAkm (ti) of each pair of sensors at a given time by the following equation: TDOAn, k (t) + TDOAkn (ti) = TDOAmn (ti) + Err-moAke'n, for k, m, n E [1, N ]; where Err-rDoAke'n represents the sum of errors related to measurements, noise and signal processing at a given instant or on an acquisition window.
Selon un mode de réalisation, une sélection d'un ensemble d'équations de transitivité liant les TDOAkm(t) d'au moins un triplet de capteurs est déterminée pour lequel les erreurs Err-rDoAke'n sont inférieures à un seuil prédéterminé.According to one embodiment, a selection of a set of transitivity equations binding the TDOAkm (t) of at least one sensor triplet is determined for which Err-rDoAke'n errors are less than a predetermined threshold.
Selon un mode de réalisation, au moins une relation appelée « relation doppler » est déterminée entre : - d'une part, un premier TDOA(Okci et un second TDOA(t+i)kci calculés successivement entre un couple de capteurs, chaque TDOA(ti)kq pouvant être calculé dans le domaine temporel (D1) ou le domaine temps-fréquence D3 et ; - d'autre part, la différence de fréquence FD(fi)kg calculée entre le même couple de capteurs correspondant au premier TDOA(fi) calculé, chaque FD(ti)kq étant calculé dans le domaine fréquentiel (D2) ou le domaine temps-fréquence (D3), la dite relation permettant de générer un indicateur de cohérence doppler pour chaque couple {TDOA(t), FD(Q}kg calculé entre deux capteurs. la dite relation étant vérifiée aux erreurs près et dénommées « erreurs doppler ».35 Selon un mode de réalisation, l'acquisition des signaux est réalisée selon une pluralité de fréquences d'échantillonnage dans une pluralité de sous-bandes de fréquences du second domaine fréquentiel D2, chacune étant centrée sur une fréquence centrale de ladite bande considérée, la relation doppler entre au moins deux capteurs s'écrivant ainsi dans chaque bande de réception : FDk,g(t) = ratioFrDtilf ,.central) ' (TDOAKc(tl+i) - TDOAk,q(0), où ratioFrDtilf -,-central) est un paramètre fonction de la fréquence centrale (f ,-central).According to one embodiment, at least one relation called "Doppler relationship" is determined between: on the one hand, a first TDOA (Okci and a second TDOA (t + 1) kci successively calculated between a pair of sensors, each TDOA (ti) kq can be calculated in the time domain (D1) or the time-frequency domain D3 and - on the other hand, the difference in frequency FD (fi) kg calculated between the same pair of sensors corresponding to the first TDOA ( fi) calculated, each FD (ti) kq being calculated in the frequency domain (D2) or the time-frequency domain (D3), the said relation making it possible to generate a doppler coherence indicator for each pair {TDOA (t), FD (Q) kg calculated between two sensors, the said relationship being verified to the errors and called "doppler errors" .35 According to one embodiment, the acquisition of the signals is carried out according to a plurality of sampling frequencies in a plurality of frequency subbands of sec frequency domain D2, each being centered on a central frequency of said band considered, the Doppler relationship between at least two sensors thus writing in each reception band: FDk, g (t) = ratioFrDtilf, .central) '(TDOAKc (tl + i) - TDOAk, q (0), where ratioFrDtilf -, - central) is a function parameter of the central frequency (f, -central).
Avantageusement, la relation Doppler permet de déterminer au moins un TDOA manquante pour déterminer au moins une position d'au moins une source dans l'espace. Un avantage de cette solution de reconstruction de valeurs de TDOA est d'obtenir une valeur d'au moins une position d'une source plus précisément que par un procédé d'interpolation classique. En outre, un avantage est d'offrir une plus grande capacité de reconstruction d'une trajectoire d'une source même dans des conditions de traitements de signaux difficiles, par exemple lorsque le niveau du bruit est élevé ou que le signal utile est faible ou encore lorsque des échos du signal source perturbent la détection.Advantageously, the Doppler relationship makes it possible to determine at least one missing TDOA to determine at least one position of at least one source in space. An advantage of this TDOA value reconstruction solution is to obtain a value of at least one position of a source more precisely than by a conventional interpolation method. In addition, an advantage is to offer a greater ability to reconstruct a path of a source even under difficult signal processing conditions, for example when the noise level is high or the useful signal is weak or again when echoes of the source signal disturb the detection.
Avantageusement, l'indicateur de cohérence doppler est déterminé en fonction du calcul de l'erreur Doppler pour chaque relation. Selon un mode de réalisation, une sélection d'équations de transitivité de chacun des systèmes d'équations de transitivité des TDOA et des FD est déterminée pour lesquelles les erreurs doppler sont inférieures à un seuil prédéterminé. Selon un mode de réalisation les erreurs les erreurs liées aux mesures, aux bruits et au aux traitements des signaux présents dans chaque équation de transitivité, ainsi que l'erreur Doppler, peuvent être calculées par 30 la méthode des moindre carrés. Selon un mode de réalisation, une erreur globale des équations de transitivité des FD est calculée pour chaque domaine D2, D3 à chaque instant t ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale RFD étant 35 égal à la somme des carrés des erreurs de chaque équation de transitivité des FD Erri"' relative à chaque triplet de capteurs Cp, Cq, Cr. -10- Selon un mode de réalisation, une erreur globale des équations de transitivité des TDOA est calculée pour chaque domaine D1, D3 à chaque instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale TDOA étant égal à la somme des carrés des erreurs de chaque équation de transitivité des TDOA relative à chaque triplet de capteurs. Un avantage de cette quantification de l'erreur globale est de permettre d'asservir les étapes précédentes de sorte à minimiser cette erreur globale. Par exemple le choix des équations de transitivité peut être effectué de sorte à minimiser cette erreur globale. Selon un mode de réalisation, une erreur globale FD inter-domaine déduite des mesures des FD sélectionnés : - d'une part dans le second espace D2 pour établir le premier sous- système d'équations de transitivité des FD ; - d'autre part dans le troisième espace D3 pour établir le second sous-système d'équations de transitivité des FD, L'erreur globale FD inter-domaine est calculée à chaque instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale FD inter-20 domaine étant égal à la somme des carrés des différences de valeurs des FD obtenus dans chaque espace D2, D3 pour chaque couple de capteurs. Selon un mode de réalisation, une erreur globale TDOA inter-domaine déduite des mesures des TDOA sélectionnées : 25 - d'une part dans le premier espace D1 pour établir le troisième sous-système d'équations de transitivité des TDOA ; - d'autre part dans le troisième espace D3 pour établir le quatrième sous-système d'équations de transitivité des TDOA. L'erreur globale TDOA inter-domaine est calculée à chaque 30 instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale TDOA inter-domaine étant égal à la somme des carrés des différences de valeurs des TDOA obtenus dans chaque espace D1, D3 pour chaque couple de capteurs.Advantageously, the Doppler coherence indicator is determined according to the calculation of the Doppler error for each relation. According to one embodiment, a selection of transitivity equations of each of the TDOA and FD transitivity equation systems is determined for which the Doppler errors are below a predetermined threshold. According to one embodiment, the errors related to the measurements, noise and signal processing present in each transitivity equation, as well as the Doppler error, can be calculated by the least squares method. According to one embodiment, a global error of the FD transitivity equations is calculated for each domain D2, D3 at each instant t or on each acquisition window, the square of the global error RFD being equal to the sum of the squares of the errors of each FD Erri "'transitivity equation relating to each sensor triplet Cp, Cq, Cr. According to one embodiment, a global error of the TDOA transitivity equations is calculated for each D1 domain, D3 at each moment or on each acquisition window, the square of the global error TDOA being equal to the sum of the squares of the errors of each TDOA transitivity equation relating to each triplet of sensors. global error is to allow to enslave the preceding steps so as to minimize this global error, for example the choice of the transitivity equations can be made so as to minimize this error. According to one embodiment, an inter-domain FD global error deduced from the selected FD measurements: on the one hand in the second space D2 to establish the first subsystem of FD transitivity equations; on the other hand, in the third space D3 to establish the second subsystem of FD transitivity equations, the inter-domain FD global error is calculated at each instant or on each acquisition window, the square of the FD inter-domain global error being equal to the sum of squares of the FD value differences obtained in each D2, D3 space for each pair of sensors. According to one embodiment, an overall inter-domain TDOA error deduced from the measurements of the selected TDOAs: firstly in the first space D1 to establish the third subsystem of TDOA transitivity equations; on the other hand, in the third space D3 to establish the fourth subsystem of TDTA transitivity equations. The global TDOA inter-domain error is computed at each instant or on each acquisition window, the square of the global TDOA inter-domain error being equal to the sum of the squares of the differences in values of the TDOAs obtained in each space. D1, D3 for each pair of sensors.
Avantageusement, une erreur globale doppler est déduite des mesures des TDOA et FD sélectionnées et vérifiant la relation doppler, la dite erreur globale doppler étant calculée dans au moins un espace à chaque instant ou sur chaque fenêtre d'acquisition, le carré de l'erreur globale doppler étant égal à la somme des carrés des erreurs doppler de chaque relation doppler obtenus pour chaque couple de capteur. Avantageusement, une erreur totale est calculée pour chaque triplet de capteurs à chaque instant ou dans une fenêtre d'acquisition donnée, à partir de d'une somme pondérée des erreurs suivantes : l'erreur globale FD, l'erreur globale TDOA, de l'erreur globale FD inter-domaine, de l'erreur globale TDOA inter-domaine, de l'erreur globale doppler. Le procédé de l'invention permet de corriger en temps réel la précision de détection d'une source en prenant en compte dans le système de transitivité des erreurs lors de la réception des signaux et de déterminer le système le plus fiable en vue de reconstituer les trajectoires de plusieurs sources détectées.Advantageously, a global Doppler error is deduced from the measurements of the TDOA and FD selected and verifying the Doppler relationship, the so-called global Doppler error being calculated in at least one space at each instant or on each acquisition window, the square of the error. Doppler global value being equal to the sum of the squares of the doppler errors of each doppler relationship obtained for each sensor pair. Advantageously, a total error is calculated for each triplet of sensors at each instant or in a given acquisition window, from a weighted sum of the following errors: the global error FD, the global error TDOA, the FD global inter-domain error, of the global TDOA inter-domain error, of the global Doppler error. The method of the invention makes it possible to correct in real time the detection accuracy of a source by taking into account in the transitivity system errors during the reception of the signals and to determine the most reliable system in order to reconstitute the trajectories of several sources detected.
Selon un mode de réalisation, une étape de rehaussement des niveaux des signaux acquis est réalisée avant l'étape de traitement comprenant les opérations de corrélations croisées. Selon certains modes de réalisation, les capteurs peuvent être des microphones, des hydrophones ou des lumières détecteurs. D'autres capteurs peuvent être utilisés. Selon un mode de réalisation de l'invention, l'étape de traitement des signaux comprend une étape de filtrage du bruit parasite. Selon un mode de réalisation de l'invention, l'étape de traitement 30 des signaux comprend une étape de décimation des signaux numérisés. Selon un mode de réalisation de l'invention, l'étape de traitement des signaux comprend un traitement correspondant à l'application de l'algorithme de Mallat pour déterminer les pics les plus forts. 35 BREVES DESCRIPTION DES FIGURES -12- D'autres caractéristiques et avantages de l'invention ressortiront à la lecture de la description détaillée qui suit, en référence aux figures annexées, qui illustrent : ^ figure 1 : un signal émis d'une chauve-souris se déplaçant dans l'espace ; ^ figure 2A, 2B : les spectres fréquentiels d'une chauve-souris capturés par 3 capteurs pour deux familles de chauve-souris; ^ figure 2C : les spectres fréquentiels d'une chauve-souris se déplaçant capturés par 2 capteurs ; ^ figure 2D : un signal dans un domaine temps/fréquence d'une chauve-souris ; ^ figure 3 : un principe de calcul des différences de temps d'arrivée d'un signal émis par une source mobile ou fixe vers différents capteurs répartis dans l'espace; ^ figures 4A, 4B : des sources mobiles se déplaçant à différentes vitesses dont les signaux sont détectés par différents capteurs répartis dans l'espace ; ^ figure 5A : les principales étapes du procédé de l'invention reposant sur la mesure des différences de fréquences d'arrivée ; ^ figure 5B : les principales étapes du procédé de l'invention reposant sur la mesure des différences de fréquences d'arrivée et des temps d'arrivées ; ^ figure 6 : les étapes du procédé comprenant les opérations de corrélations croisées des signaux détectés dans différents domaines ; ^ figure 7: les étapes du procédé comprenant la détermination de sous-systèmes de transitivité utilisés pour déduire les positions et les trajectoires de chaque source mobile ou fixe ou du type de source identifiée ; ^ figure 8 : les étapes du procédé comprenant le calcul du minimum d'erreur pour déterminer les équations du système de transitivité permettant de déduire les positions et les trajectoires de chaque source mobile ou fixe ; ^ figure 9 : une étape de déduction du comportement d'une source mobile ou fixe identifiée selon le procédé de l'invention ; -13- ^ figures 10A, 10B, 11A, 11b, 12A, 12B, 13A, 13B, 14A, 14B, 15A, 15B : des exemples de reconstruction de TDOA ou non en fonction des mesures FD réalisées et des relations Doppler avec et sans le procédé de l'invention.According to one embodiment, a step of raising the levels of the acquired signals is performed before the processing step comprising the cross-correlation operations. In some embodiments, the sensors may be microphones, hydrophones or detector lights. Other sensors can be used. According to one embodiment of the invention, the signal processing step comprises a parasitic noise filtering step. According to one embodiment of the invention, the signal processing step comprises a step of decimating the digitized signals. According to one embodiment of the invention, the signal processing step comprises a processing corresponding to the application of the Mallat algorithm to determine the strongest peaks. BRIEF DESCRIPTION OF THE FIGURES Other features and advantages of the invention will emerge on reading the detailed description which follows, with reference to the appended figures, which illustrate: FIG. 1: a signal emitted by a bald mouse moving in space; FIG. 2A, 2B: the frequency spectra of a bat captured by 3 sensors for two families of bats; Figure 2C: Frequency spectra of a moving bat caught by 2 sensors; Figure 2D: a signal in a time / frequency domain of a bat; FIG. 3: a principle of calculating the differences in the arrival time of a signal emitted by a mobile or fixed source towards different sensors distributed in space; FIGS. 4A, 4B: moving sources moving at different speeds whose signals are detected by different sensors distributed in space; FIG. 5A: the main steps of the method of the invention based on the measurement of the differences in arrival frequencies; FIG. 5B: the main steps of the method of the invention based on the measurement of differences in arrival frequencies and arrival times; FIG. 6: the steps of the method comprising cross-correlation operations of the signals detected in different domains; FIG. 7: the steps of the method comprising the determination of transitivity subsystems used to derive the positions and trajectories of each mobile or fixed source or of the identified source type; FIG. 8: the steps of the method comprising calculating the minimum error for determining the equations of the transitivity system making it possible to deduce the positions and trajectories of each mobile or fixed source; FIG. 9: a step of deducing the behavior of a mobile or fixed source identified according to the method of the invention; FIGS. 10A, 10B, 11A, 11b, 12A, 12B, 13A, 13B, 14A, 14B, 15A, 15B: examples of TDOA or non-TDOA reconstruction as a function of FD measurements taken and Doppler relations with and without the process of the invention.
DESCRIPTION Un exemple de source mobile ou fixe est choisi pour détailler la présente description. Les sources mobiles ou fixes étudiées sont des chauves-souris qui ont la particularité de se déplacer rapidement, d'évoluer en groupe et d'avoir des trajectoires intéressantes pour détailler le présent cas d'exemple. Le procédé de l'invention ne se limite pas à ces types de sources, puisqu'il peut être appliqué à la détection de position et de trajectographie : d'espèces marines telles que des baleines ou des poissons ; d'aéronefs dont notamment des avions de lignes, de chasses et des ULM ; - de missiles, torpilles, sous-marins ; - des sources volatiles telles que des oiseaux ; des sources fixes telles que des orthoptères.DESCRIPTION An example of a mobile or fixed source is chosen to detail this description. The mobile or fixed sources studied are bats that have the particularity to move quickly, to evolve in groups and to have interesting trajectories to detail this example case. The method of the invention is not limited to these types of sources, since it can be applied to the detection of position and trajectory: marine species such as whales or fish; aircraft including airliners, hunting and ultralights; - missiles, torpedoes, submarines; volatile sources such as birds; stationary sources such as Orthoptera.
Acquisition L'invention se rapporte aux traitements de signaux acquis par une pluralité de capteurs en provenance d'une pluralité de sources. Un exemple d'un signal émis par une chauve-souris est représenté à la figure 1.Acquisition The invention relates to signal processing acquired by a plurality of sensors from a plurality of sources. An example of a signal emitted by a bat is shown in Figure 1.
Le signal détecté par un capteur représenté à la figure 1 correspond au signal d'une seule source. Le signal détecté est représenté dans un espace amplitude / temps, noté D1, dans lequel le niveau du signal, c'est-à-dire son amplitude A, est en ordonnée et le temps « Time, s » est en abscisse.The signal detected by a sensor shown in Figure 1 corresponds to the signal of a single source. The detected signal is represented in an amplitude / time space, denoted D1, in which the signal level, that is to say its amplitude A, is on the ordinate and the time "Time, s" is on the abscissa.
Le signal détecté par un capteur représenté à la figure 2A correspond également au signal d'une seule source. Le signal détecté est représenté dans un espace amplitude / fréquence, noté D2, dans lequel le niveau du signal, c'est-à-dire son amplitude, est en ordonnée et la fréquence est en abscisse et exprimée en kHz. -14- Les cas des figues 2A et 2B correspondent à des chauves-souris de deux espèces différentes. En figure 2A, il s'agit d'une espèce dite myope, la figure 2B correspond à une espèce plus habituelle.The signal detected by a sensor shown in FIG. 2A also corresponds to the signal of a single source. The detected signal is represented in an amplitude / frequency space, denoted D2, in which the signal level, ie its amplitude, is on the ordinate and the frequency is on the abscissa and expressed in kHz. The cases of figs 2A and 2B correspond to bats of two different species. In Figure 2A, it is a species called myopic, Figure 2B is a more usual species.
Une troisième représentation du signal pourrait être réalisée dans un troisième espace, noté D3, dit espace « temps / fréquence » dans lequel les fréquences sont représentées en ordonnée et le temps en abscisses. Les représentations des signaux détectés des sources peuvent être obtenues à partir d'un spectrogramme ou d'un scalogramme, également 10 appelé « sonagramme ». La conversion des signaux dans l'espace D3 peut comporter l'avantage de traiter plus spécifiquement les signaux utiles et éliminer plus facilement le bruit ou les signaux parasites. Les chauves-souris émettent des clicks à haute fréquences formant des lignes verticales dans l'espace D3. Une manière d'amplifier les 15 signaux utiles et de minimiser le bruit consiste à traiter la dérivée seconde des signaux détectés dans une fenêtre de temps donnée dans l'espace D3. La figure 2D représente le cas d'une représentation dans le domaine temps/ fréquence nommé D3 d'un signal d'une chauve-souris (signal dans la partie supérieure du graphique), dite Rhinohip, avec en 20 superposition des bruits d'insectes (deux courbes dans la partie inférieure du graphique), du bruit environnant acquis (courbe en dessous du signal de la chauve-souris), les échos du signal émis par la chauve-souris (située entre le bruit et les signaux des insectes). La figure 5A représente les principales étapes du procédé de 25 l'invention mettant en oeuvre le traitement des différences de fréquences d'arrivée, appelé traitement des FD. La figure 5B représente les principales étapes du procédé de l'invention mettant en oeuvre, en plus du traitement FD, un traitement des signaux comprenant l'analyse des différences de temps d'arrivée, appelée « traitement des TDOA ». 30 Les étapes de la figure 5B peuvent être réalisées dans une bande de fréquence prédéfinie. En outre, les étapes de la figure 5B peuvent être réalisées dans des sous-bandes en fréquence d'une bande principale, définissant des canaux en fréquences. -15- Le procédé de l'invention comprend dans tous les cas de figures une acquisition ACQ[(Ck) kc[1;N]] des signaux par chaque détecteur (Ck) kE[1;N] également appelé capteur, chaque détecteur occupant une position dans l'espace.A third representation of the signal could be made in a third space, denoted D3, said space "time / frequency" in which the frequencies are represented on the ordinate and the time on the abscissa. The representations of the detected signals of the sources can be obtained from a spectrogram or a scalogram, also called a "sonogram". The conversion of the signals in the space D3 may have the advantage of more specifically processing the useful signals and more easily eliminating noise or spurious signals. Bats emit high-frequency clicks forming vertical lines in space D3. One way of amplifying the useful signals and minimizing the noise is to process the second derivative of the detected signals in a given time window in the space D3. FIG. 2D represents the case of a representation in the time / frequency domain named D3 of a signal from a bat (signal in the upper part of the graph), called Rhinohip, with superimposed insect noise. (two curves in the lower part of the graph), the surrounding noise acquired (curve below the bat signal), the echoes of the signal emitted by the bat (located between the noise and the signals of the insects). FIG. 5A shows the main steps of the method of the invention implementing the processing of arrival frequency differences, called FD processing. FIG. 5B represents the main steps of the method of the invention implementing, in addition to the FD processing, a signal processing including the analysis of the arrival time differences, called "TDOA processing". The steps of FIG. 5B may be performed in a predefined frequency band. In addition, the steps of FIG. 5B can be performed in frequency subbands of a main band, defining frequency channels. The method of the invention comprises in all cases an ACQ acquisition [(Ck) kc [1; N]] of the signals by each detector (Ck) kE [1; N] also called sensor, each detector occupying a position in space.
Les détecteurs ou capteurs peuvent être par exemple des hydrophones lorsque les signaux détectés sont de types acoustiques et que la détection est effectuée en milieu marin. Concernant le cas d'exemple des chauves-souris, les capteurs peuvent être des capteurs sonores tels que des microphones ou ultrasonores adaptés à la détection des signaux émis par la chauve-souris. Les capteurs sont positionnés dans une zone où l'on veut détecter la présence et la position et la trajectoire des sources mobiles ou fixes. La première étape notée ACQ[(Ck) kc[1;N]] permet d'engager des détections de signaux provenant d'au moins une source mobile ou fixe Mbini ;N]. Des signaux analogiques sont délivrés par les capteurs Ck,k[1, Nc] suite à ces détections où Nlc est le nombre de capteurs utilisés. Ces signaux peuvent correspondre aux différents signaux et bruits acoustiques présents dans la zone à surveiller.The detectors or sensors may for example be hydrophones when the detected signals are of acoustic types and the detection is carried out in a marine environment. With regard to the example of bats, the sensors may be sound sensors such as microphones or ultrasound adapted to the detection of the signals emitted by the bat. The sensors are positioned in an area where one wants to detect the presence and the position and trajectory of mobile or fixed sources. The first step denoted ACQ [(Ck) kc [1; N]] makes it possible to initiate detections of signals originating from at least one mobile or fixed source Mbini; N]. Analog signals are delivered by the sensors Ck, k [1, Nc] following these detections where Nlc is the number of sensors used. These signals can correspond to the different signals and acoustic noises present in the zone to be monitored.
Une étape d'acquisition et de numérisation des signaux en provenance des capteurs est réalisée par exemple à l'aide de cartes électroniques d'acquisition connectées à un ordinateur, notamment un ordinateur portable classique. Mais il est également possible que chaque capteur soit directement pourvu de moyens de numérisation des signaux acoustiques reçus, auquel cas les signaux délivrés par les capteurs sont des signaux numérisés, directement exploitables par un ordinateur. Les fonctions d'acquisition et de numérisation des signaux reçus sont représentés par l'étape ACQ[(Ck) kc[1;N]] de la figure 5A ou 5B.A step of acquiring and digitizing the signals coming from the sensors is carried out for example by means of electronic acquisition cards connected to a computer, in particular a conventional laptop computer. But it is also possible that each sensor is directly provided with means for digitizing the acoustic signals received, in which case the signals delivered by the sensors are digitized signals, directly usable by a computer. The acquisition and digitization functions of the received signals are represented by the step ACQ [(Ck) kc [1; N]] of FIG. 5A or 5B.
Introduction de la transitivité La figure 3 illustre le principe de transitivité des TDOA. On a représenté dans cette figure une source Mei) émettant un signal par exemple sonore. Le principe de transitivité est également vrai pour les FD. Plus la 35 source est en mouvement et est rapide, plus le' système d'équations de -16- transitivité des FD, qui sera construit grâce au procédé de l'invention, s'avère être pertinent et efficace dans la résolution du système général pour la détection des positions instantanées des sources mobiles ou fixes. Les figures 4A et 4B illustrent le cas de détections de signaux émis de sources Mj, Mk à deux instants successifs ti et ti+1, les sources M1 et Mk se déplaçant selon respectivement un mouvement 10 et un mouvement 11. La source Mk se déplace plus rapidement que la source Mi selon la représentation des figures 4A et 4B. Les capteurs peuvent mesurés les différences de fréquences FD notamment générées par la mobilité des sources dans le milieu. Dans l'exemple choisi et pour étayer le principe de la transitivité, la source mobile ou fixe sonore MI est un animal tel qu'une chauve-souris ou un mammifère marin et le signal sonore est un clic.Introduction of transitivity Figure 3 illustrates the transitivity principle of TDOAs. There is shown in this figure a source Mei) emitting a signal, for example sound. The transitivity principle is also true for FDs. The faster and faster the source is, the more the system of equations of FD transitivity, which will be constructed by the method of the invention, proves to be relevant and effective in solving the general system. for detecting instantaneous positions of mobile or fixed sources. FIGS. 4A and 4B illustrate the case of detections of signals emitted from sources Mj, Mk at two successive instants ti and ti + 1, the sources M1 and Mk moving respectively according to a movement 10 and a movement 11. The source Mk moves faster than the source Mi according to the representation of Figures 4A and 4B. The sensors can measure the differences in FD frequencies, in particular generated by the mobility of the sources in the medium. In the example chosen and to support the principle of transitivity, the mobile or fixed sound source MI is an animal such as a bat or a marine mammal and the sound signal is a click.
On a également représenté quatre capteurs Ci, Ck, Ch qui peuvent être des hydrophones ou des microphones selon l'usage. On note respectivement Th Tk, Th, le temps de propagation du clic pour atteindre chacun capteurs Ci, g, Ck, Ch. Par ailleurs, on note par TD0Aii, la différence de temps de propagation (T1 - Ti) du signal sonore pour atteindre les capteurs Ci et C. Le signal sonore produisant des ondes sphériques, le TDOA doit vérifier une relation de transitivité. Ainsi, sur la figure 3, pour un signal émis par la source MI et atteignant les capteurs CI, Ci et Ck, la relation théorique suivante est vérifiée : Relation (1) : TD0A11 + TD0Aik = TD0Aik De la même manière, nous obtenons la relation théorique suivante : Relation (2) : + FDik = FDik Les relations (1) et (2), comme détaillées par la suite, sont théoriquement vraies mais en pratique une erreur est introduite dans chaque égalité du fait des erreurs de mesure, du bruit et du traitement des signaux. -17- On voit qu'avec un réseau de quatre capteurs Ci, g, Ck, Ch captant le clic d'une même source, il y a C42= 6 TDOA possibles dans cet exemple et autant de FD possibles. L'invention s'applique également au cas d'une pluralité de 5 capteurs dépassant le nombre de 4 capteurs Dans le cas de 4 capteurs, l'invention utilise notamment la transitivité des TDOA et des FD pour : - sélectionner les sextuplets de TDOA et les sextuplets de FD vérifiant les 4 relations (1) et les 4 relations (2) pour vérifier qu'ils proviennent bien d'une même source. Dans le cas plus général de N capteurs, un nombre supérieur de relations (1) et (2) peut être traité. 15 Le système d'équations issu des relations (1) et (2) peut se généraliser et être résolu par la minimisation des moindres carrés. Les 2Nc.(Nc-3) équations de transitivité sont notées par la suite 20 ainsi : ^ Nc.(Nc-3) équations : ETDOA(i, i+1) = TDOA(io,li) ^ Nc.(Nc-3) équations : EFD(i,1+1) = FD(io,l1) Avec : o Nc : le nombre de capteurs 25 O où il) à sont les indices de début et de fin des sommes ETDOA et EFD ; ils correspondent également aux capteurs sur lesquels on souhaite appliquer la transitivité. 30 Comme il sera détaillé dans la suite de la description, les FD et TDOA peuvent être calculés dans les différents espaces D1, D2, D3 précédemment introduits à partir d'opérations de corrélations croisées xCorri, xCorr2, xCorr3. -18- Le procédé de l'invention permet d'établir les équations de transitivité pour ces trois domaines dans lesquels les TDOA et les FD sont susceptibles d'être calculés. On obtient donc un système d'équations démultipliées lorsque les TDOA et les FD sont calculés dans chacun de ces trois espaces D1, D2, D3, ce qui reste une option : ^ ETDOAD1(i, i+1) = TDOAD1(10,11); ^ ETDOAD3(i, i+1) = TDOAD3(i0,11); ^ EFDD2(i, i+1) = FDD2(io,11) ; 10 ^ EFDD3(i, i+1) = FDD3(i0,11) ; Avec io et 11 comme définis précédemment. Filtrage, traitement du bruit Selon un mode de réalisation, le procédé de l'invention comprend 15 une étape de filtrage, notée FILTRAGE et représentée à la figure 9, permettant d'isoler les signaux utiles des différentes sources mobiles ou fixes du bruit de fond. Cette étape est optionnelle mais permet d'obtenir de meilleurs résultats sur le traitement des signaux utiles. Cette étape peut donc être mise en oeuvre dans chaque figure 5A, 5B, 6 après l'étape d'acquisition 20 ACQ(ECk) des signaux. Lorsque la nature du signal reçu est connue, il est possible d'intégrer un paramétrage des antennes et des filtres en réception de chaque capteur qui soit adapté au spectre des signaux reçus. L'étape de filtrage permet de diminuer fortement le bruit de fond le 25 bruit lié au traitement des signaux reçus qui peut résulter de la qualité des enregistrements, des opérations d'échantillonnage, du type capteur ou encore du bruit électromagnétique généré. En considérant un capteur donné, certaines sources sont plus éloignées que d'autres. Certains signaux reçus par le capteur donné issus de 30 sources éloignées peuvent être noyés dans le bruit. L'éloignement de la source, sa directivité ou son manque de directivité peuvent influencer sur les niveaux des signaux reçus au niveau d'un capteur donné. Pour conserver les signaux utiles des sources en mouvement les plus éloignées des capteurs, il faut par conséquent éliminer le bruit, ce qui 35 justifie un filtrage supplémentaire. -19- Selon un mode de réalisation de l'invention, le procédé de l'invention peut comprendre différents traitements des signaux lors de leur acquisition pour rehausser les signaux utiles ou réduire le bruit. Certains signaux émis par les sources prennent la forme 5 d'impulsions comme par exemple les clics de baleines ou de chauves-souris. Ils sont, en général, émis par trains comme sur la figure 1. A un signal haute fréquence peut se superposer un bruit HF. Ces signaux, lors des enregistrements sur les capteurs possèdent un bruit de fond additif qui résulte de différents bruits. Un traitement par filtrage peut se 10 révéler être très avantageux dans le procédé de l'invention pour traiter le signal utile. Selon les différents filtrages possibles, un filtre passe-bas ou passe-haut peut être envisagé mais il peut s'avérer également limitatif car il pourrait réduire aussi bien le signal que le bruit. 15 Pour rehausser le signal utile, il est possible de considérer la dérivée seconde du signal acquis dans un spectrogramme ou un scalogramme, également connus sous le nom de « sonagramme », le signal ayant la forme de ligne verticale dans un spectrogramme ou un scalogramme, les pics se retrouvent accentués par application de cette 20 opération. Un filtre de Gabor peut être utilisé sur une fenêtre temporelle et la décomposition en ondelettes du signal dans un scalogramme. Le procédé de l'invention peut comprendre en outre une étape de 25 supplémentaire de filtrage comprenant une étape de décimation en prenant la moyenne du signal sur plusieurs fenêtres. Lorsque le signal utile se présente sous forme d'un train d'impulsions, l'échantillonnage peut être adapté de plusieurs dizaines de kHz. 30 Le procédé de l'invention comprenant une étape supplémentaire de filtrage permet de réaliser une décimation d'un facteur N en moyennant les N échantillons adjacents afin d'obtenir une représentation simple d'une impulsion, par exemple un clic. Cette décimation aura pour effet de réduire la - 20 - précision temporelle des pics à N/Fe où Fe est la fréquence d'échantillonnage et de réduire la variance du bruit d'un facteur N. On obtient une représentation simple d'une impulsion émise, de sorte que d'un point de vue temporel il ressemble à un pic.There are also four sensors Ci, Ck, Ch which can be hydrophones or microphones according to use. We denote, respectively, Th Tk, Th, the propagation time of the click to reach each of the sensors Ci, g, Ck, Ch. Moreover, we denote by TD0Aii, the propagation time difference (T1-T1) of the sound signal to reach the sensors Ci and C. The sound signal producing spherical waves, the TDOA must verify a relationship of transitivity. Thus, in FIG. 3, for a signal emitted by the source MI and reaching the sensors CI, Ci and Ck, the following theoretical relation is satisfied: Relation (1): TD0A11 + TD0Aik = TD0Aik In the same way, we obtain the Theoretical relation: Relation (2): + FDik = FDik Relations (1) and (2), as detailed below, are theoretically true but in practice an error is introduced in each equality because of measurement errors, noise and signal processing. It can be seen that with a network of four sensors Ci, g, Ck, Ch sensing the click of the same source, there are C42 = 6 TDOA possible in this example and as many FD possible. The invention also applies to the case of a plurality of sensors exceeding the number of 4 sensors In the case of 4 sensors, the invention uses in particular TDOA and FD transitivity to: - select the TDOA sextuplets and the FD sextuplets checking the 4 relations (1) and the 4 relations (2) to verify that they come from the same source. In the more general case of N sensors, a higher number of relations (1) and (2) can be processed. The system of equations derived from relations (1) and (2) can be generalized and resolved by least squares minimization. The 2Nc. (Nc-3) transitivity equations are subsequently noted as follows: ## EQU1 ## equations: ETDOA (i, i + 1) = TDOA (io, Li) nc. (Nc) 3) Equations: EFD (i, 1 + 1) = FD (io, l1) With: o Nc: the number of sensors 25 O where il) to are the start and end indices of the sums ETDOA and EFD; they also correspond to the sensors on which we want to apply the transitivity. As will be detailed in the following description, the FD and TDOA can be calculated in the different spaces D1, D2, D3 previously introduced from cross-correlation operations xCorri, xCorr2, xCorr3. The method of the invention makes it possible to establish the transitivity equations for these three domains in which TDOA and FD are likely to be calculated. We thus obtain a system of equations multiplied when TDOA and FD are computed in each of these three spaces D1, D2, D3, which remains an option: ^ ETDOAD1 (i, i + 1) = TDOAD1 (10,11 ); ^ ETDOAD3 (i, i + 1) = TDOAD3 (i0, 11); ^ EFDD2 (i, i + 1) = FDD2 (io, 11); EFDD3 (i, i + 1) = FDD3 (i0, 11); With io and 11 as previously defined. Filtering, noise treatment According to one embodiment, the method of the invention comprises a filtering step, denoted FILTERING and represented in FIG. 9, making it possible to isolate the useful signals from the various mobile or fixed sources of the background noise. . This step is optional but allows to obtain better results on the processing of useful signals. This step can therefore be implemented in each FIG. 5A, 5B, 6 after the ACQ acquisition step (ECk) of the signals. When the nature of the received signal is known, it is possible to integrate a parameterization of the antennas and the filters in reception of each sensor which is adapted to the spectrum of the received signals. The filtering step makes it possible to greatly reduce the noise background due to the processing of the received signals which may result from the quality of the recordings, the sampling operations, the sensor type or the electromagnetic noise generated. Considering a given sensor, some sources are farther away than others. Certain signals received by the given sensor from distant sources may be embedded in the noise. The distance from the source, its directivity or its lack of directivity can influence the levels of the signals received at a given sensor. In order to keep the useful signals from the moving sources furthest away from the sensors, the noise must therefore be eliminated, which justifies additional filtering. According to one embodiment of the invention, the method of the invention may comprise different signal processing during acquisition to enhance the useful signals or reduce the noise. Some signals emitted by the sources take the form of pulses such as whales or bat clicks. They are, in general, transmitted by trains as in FIG. 1. At a high frequency signal, an HF noise can be superimposed. These signals, when recording on the sensors have an additive background noise that results from different noises. Filtering may be very advantageous in the process of the invention for treating the useful signal. Depending on the different filterings possible, a low-pass or high-pass filter may be envisaged, but it may also be limiting because it could reduce both the signal and the noise. In order to enhance the useful signal, it is possible to consider the second derivative of the acquired signal in a spectrogram or scalogram, also known as a "sonogram", the signal having the form of a vertical line in a spectrogram or scalogram. the peaks are accentuated by application of this operation. A Gabor filter can be used on a time window and the wavelet decomposition of the signal in a scalogram. The method of the invention may further comprise an additional filtering step comprising a decimation step by averaging the signal across multiple windows. When the wanted signal is in the form of a pulse train, the sampling can be adapted by several tens of kHz. The method of the invention comprising an additional filtering step makes it possible to decimate a factor N by averaging the N adjacent samples in order to obtain a simple representation of a pulse, for example a click. This decimation will have the effect of reducing the time precision of the N / Fe peaks where Fe is the sampling frequency and reducing the noise variance by a factor N. A simple representation of an emitted pulse is obtained. , so that from a temporal point of view it looks like a peak.
L'étape optionnelle de décimation permet aussi de réduire la taille des données puisque le filtrage ultérieur doit prendre en compte moins de données, ce qui contribue à réduire significativement le temps de calcul par rapport aux autres techniques. Les échantillons sont alors moins nombreux et les impulsions sont clairement identifiées par des pics, et par conséquent un filtrage supplémentaire n'est pas forcément nécessaire dans le cas d'une seule source émettant des impulsions telle qu'une baleine ou une chauve-souris, la composante bruit étant réduite.The optional decimation step also makes it possible to reduce the size of the data since the subsequent filtering must take into account less data, which contributes to significantly reducing the computation time compared to the other techniques. The samples are then fewer and the pulses are clearly identified by peaks, and therefore additional filtering is not necessarily necessary in the case of a single source emitting pulses such as a whale or a bat, the noise component being reduced.
Selon un mode de réalisation particulier, une étape de filtrage supplémentaire peut être mise en oeuvre. Cette étape de filtrage peut permettre de supprimer le bruit résiduel par l'utilisation de l'algorithme de Mallat. En effet, cet algorithme permet de débruiter les signaux possédant un bruit additif gaussien. Le but ici est de filtrer le signal pour supprimer le bruit gaussien tout en conservant l'information, c'est-à-dire les impulsions lorsque la source émet un tel signal. L'algorithme de Mallat décrit une transformation en ondelettes discrètes en utilisant l'analyse multi-résolution. Cela consiste à décomposer le signal suivant un plan haute-fréquence et un plan de basse fréquence. 25 Cette décomposition peur se faire grâce à deux filtres g et h qui forment une base dite de Haar: h = I" et g _[3 -1] Le filtre h est un filtre passe-bas, et g un filtre passe-haut ayant 30 tous deux la même fréquence de coupure. Ce sont des filtres miroirs conjugués. Ils permettent de calculer la décomposition d'un signal dans une base orthonormée d'ondelettes. Le signal à analyser y est représenté par un ensemble de détails d, et une approximation qui correspond à la dernière résolution, cela est appelé la représentation en ondelettes du signal. Il a été 35 montré que les coefficients d'ondelettes de fortes amplitudes présentaient un -21- rapport signal sur bruit favorable et inversement. On utilise cette propriété pour éliminer le bruit dans notre signal décomposé. Après avoir appliqué l'algorithme de Mallat au signal acquis par un récepteur, on génère et décompose de la même façon un bruit b gaussien, réduit et centré de même taille. On calcule la variance aB, n des coefficients E31,n du plan de détail n du bruit b précédent, et on applique un seuillage dit universel sur chaque coefficient Ci,n de chaque plan de détail n du signal avec Ci n = Co, si ICol > Thres - aB,n - (IN, Ci,n = 0 sinon où Thres est le coefficient de seuillage et aN la variance du bruit dans le signal sur la durée de la fenêtre d'acquisition de 10s. Pour estimer o-N, on calcule les variances du signal brut, c'est-à-dire le signal d'intérêt plus le bruit, de préférence sur des fenêtres de par exemple d'une centaine d'échantillons se chevauchant par exemple à 80%. La variance aN est considérée comme le maximum de vraisemblance des variances précédemment calculées. Le maximum de vraisemblance est une méthode qui consiste à prendre l'estimation de variance la plus probable parmi les différentes variances calculées. Pour cela on prend la moyenne des variances qui sont le plus apparues. Ceci permet de s'affranchir de sélectionner à la main une portion du signal sans signal d'intérêt. En effet, le bruit est différent sur chaque capteur et il évolue au cours du temps, il serait trop fastidieux de faire une sélection manuelle. La variance d'une impulsion telle qu'un clic étant grande, et étant donnée la taille des fenêtres d'estimation de la variance, la durée d'une impulsion par exemple de 20ms, et le nombre d'impulsions par fenêtre, le maximum de vraisemblance des variances calculées a la plus grande probabilité d'être o-N. Dans la littérature, de nombreuses variantes du coefficient Thres sont proposées selon le type de données que l'on traite. Ici on utilise le seuillage dit universel, qui consiste à utiliser : Thres = 2 » log e(N) où N est le nombre de coefficients d'ondelettes dans le plan seuillé. - 22 - Enfin, après avoir effectué l'étape de seuillage, le signal débruité est reconstruit. L'algorithme de Mallat permet d'obtenir de bonnes performances dans le cas de multi-sources, dont notamment de conserver des pics secondaires, lorsque le signal comprend un train d'impulsions. Les pics secondaires dans le cas de baleines ou de chauves-souris sont très proches du bruit. Cette conservation de signal utile est réalisée tout en éliminant le bruit. Après les étapes de filtrage visant à rehausser les signaux utiles et à réduire le bruit, la racine carrée du signal à la sortie de l'algorithme de Mallat, peut être utilisée pour les équations de transitivité, notamment des FD et des TDOA cohérents puis la résolution du système par une régression non linéaire. En alternative par rapport à une étape de filtrage utilisant les algorithmes de Teager Kaiser et Mallat, une variante du procédé de l'invention comprenant un filtrage du bruit est l'utilisation d'un filtrage adapté stochastique, noté par la suite filtrage FAS. Le filtrage adapté stochastique FAS est une méthode de filtrage que l'on utilise ici pour faire de la détection d'impulsions telle que dans nos exemples des clics de baleines ou de chauves-souris.According to a particular embodiment, an additional filtering step can be implemented. This filtering step can make it possible to eliminate the residual noise by the use of the Mallat algorithm. Indeed, this algorithm makes it possible to denoise the signals having a Gaussian additive noise. The goal here is to filter the signal to suppress the Gaussian noise while retaining the information, i.e. the pulses when the source emits such a signal. Mallat's algorithm describes a discrete wavelet transformation using multi-resolution analysis. This consists in breaking down the signal according to a high-frequency plane and a low-frequency plane. This decomposition can be done by means of two filters g and h which form a base called Haar: h = I "and g _ [3 -1] The filter h is a low-pass filter, and g a high-pass filter both have the same cutoff frequency, they are conjugated mirror filters, they make it possible to calculate the decomposition of a signal in an orthonormal wavelet basis, the signal to be analyzed is represented by a set of details d, and an approximation which corresponds to the last resolution, this is called the wavelet representation of the signal It has been shown that the wavelet coefficients of high amplitudes have a favorable signal-to-noise ratio and vice versa. to eliminate the noise in our decomposed signal After having applied the Mallat algorithm to the signal acquired by a receiver, we generate and decomposes in the same way a Gaussian noise, reduced and centered of the same size. e the variance aB, n of the coefficients E31, n of the detail plane n of the preceding noise b, and apply a so-called universal thresholding on each coefficient Ci, n of each detail plane n of the signal with Ci n = Co, if ICol > Thres - aB, n - (IN, Ci, n = 0 otherwise where Thres is the thresholding coefficient and aN is the variance of the noise in the signal over the duration of the acquisition window of 10s. To estimate oN, the variances of the raw signal, that is to say the signal of interest plus the noise, are calculated, preferably on windows of, for example, a hundred or so samples overlapping for example at 80%. . The variance aN is considered as the maximum likelihood of previously calculated variances. Maximum likelihood is a method of taking the most likely variance estimate from the different calculated variances. For this we take the average of the variances that are most apparent. This eliminates the need to manually select a portion of the signal without signal of interest. Indeed, the noise is different on each sensor and it evolves over time, it would be too tedious to make a manual selection. The variance of a pulse such as a click being large, and given the size of the variance estimation windows, the duration of a pulse for example of 20ms, and the number of pulses per window, the maximum likelihood of the calculated variances has the highest probability of being oN. In the literature, many variations of the Thres coefficient are proposed depending on the type of data being processed. Here we use the so-called universal thresholding, which consists of using: Thres = 2 "log e (N) where N is the number of wavelet coefficients in the thresholded plane. Finally, after performing the thresholding step, the denoised signal is reconstructed. Mallat's algorithm makes it possible to obtain good performances in the case of multi-sources, in particular to preserve secondary peaks, when the signal comprises a pulse train. The secondary peaks in the case of whales or bats are very close to noise. This useful signal conservation is achieved while eliminating noise. After the filtering steps to enhance the useful signals and to reduce the noise, the square root of the signal at the output of the Mallat algorithm can be used for the transitivity equations, including coherent FD and TDOA then the system resolution by nonlinear regression. As an alternative to a filtering step using the algorithms of Teager Kaiser and Mallat, a variant of the method of the invention comprising noise filtering is the use of a stochastic adapted filtering, noted subsequently by FAS filtering. FAS stochastic matched filtering is a filtering method that is used here to make pulse detection as in our examples of whale or bat clicks.
On considère un clic comme étant un signal aléatoire gaussien, de même que le bruit de fond. Soit A la matrice de variance-covariance d'un clic et B celle du bruit de fond. Les vecteurs du FAS sont alors les vecteurs propres de la matrice FIA. Le filtrage consiste à sélectionner le vecteur propre correspondant à la plus grande valeur propre de la matrice B-1A et à multiplier ce vecteur propre par le signal, sur des fenêtres de temps glissantes. On obtient ainsi un signal filtré par la méthode FAS. Le signal filtré est appelé une fonctionnelle qui est le résultat du filtrage FAS appliqué au train d'impulsions comme par exemple des clics de la figure 1. Pour distinguer les clics dans le signal filtré, il faut choisir un seuil de détection. Toutes les valeurs au-dessus de ce seuil sont considérées comme correspondant à la présence d'un clic. Les seuils de détection sont évalués grâce à la variance du bruit et 35 les courbes COR, désignant « Caractéristique Opérationnelle de - 23 - Réception », du détecteur afin d'avoir un taux de fausse alarme de par exemple 1%. Traitement des échos Selon un mode de réalisation, le procédé peut comprendre une étape permettant de traiter les échos des signaux reçus. Ce traitement permet d'éliminer certains pics d'un signal principal reçu par un capteur qui sont générés par des échos de ce signal. Par exemple, les échos peuvent survenir par réverbération à la surface de l'eau que les capteurs soient positionnés au-dessus d'un niveau d'eau ou en dessous selon les ondes détectées. Les échos peuvent également être causés par des réverbérations d'ondes au fond de la mer pour des ondes acoustiques sous-marine. Selon d'autres configurations, les échos peuvent se produire notamment lors de réflexions d'ondes émises par des sources aériennes ou terrestres sur des arbres, murs ou n'importe quel obstacle réfléchissant les ondes émises par une source mobile ou fixe. Typiquement, dans le cas d'exemple des chauves-souris, les ondes émises par ces dernières peuvent se réfléchir sur des arbres ou des obstacles tels que des parois.A click is considered to be a Gaussian random signal, as well as background noise. Let A be the variance-covariance matrix of a click and B that of the background noise. The FAS vectors are then the eigenvectors of the FIA matrix. The filtering consists of selecting the eigenvector corresponding to the largest eigenvalue of the matrix B-1A and multiplying this eigenvector by the signal, over sliding time windows. This gives a signal filtered by the FAS method. The filtered signal is called a functional which is the result of the FAS filtering applied to the pulse train, for example clicks of FIG. 1. In order to distinguish the clicks in the filtered signal, it is necessary to choose a detection threshold. All values above this threshold are considered to correspond to the presence of a click. The detection thresholds are evaluated thanks to the variance of the noise and the COR curves, denoting the "Reception Operational Characteristic", of the detector in order to have a false alarm rate of, for example, 1%. Echo Processing According to one embodiment, the method may include a step for processing the echoes of the received signals. This processing makes it possible to eliminate certain peaks of a main signal received by a sensor which are generated by echoes of this signal. For example, echoes can occur by reverberation at the surface of the water whether the sensors are positioned above a water level or below depending on the waves detected. The echoes can also be caused by reverberations of waves at the seabed for underwater acoustic waves. According to other configurations, the echoes can occur especially during reflections of waves emitted by aerial or terrestrial sources on trees, walls or any obstacle reflecting the waves emitted by a mobile or fixed source. Typically, in the case of bats, the waves emitted by them can be reflected on trees or obstacles such as walls.
Selon une première méthode de suppression des échos, on procède par autocorrélation des signaux de plusieurs capteurs. On a pour chaque pic un écho, et la différence de temps entre le pic et l'écho est notée E(i), où i est le ième capteur C. Le procédé de l'invention permet d'effectuer une auto corrélation de chaque signal acquis dans chaque capteur. En considérant le lobe secondaire le plus élevé, et s'il atteint une certaine proportion, par exemple 1/5ème par rapport au pic principal qui correspond à l'énergie, la valeur en abscisse du pic secondaire est la valeur E(i) de l'écho pour le capteur C. Dans le cas contraire, on considère qu'il n'y a pas d'écho. Ainsi, connaissant les échos E(i), on peut identifier les TDOA et les FD générés par les échos, afin d'éliminer ces TDOA et ces FD. Selon une méthode alternative, on peut procéder à l'élimination des échos en utilisant l'une des propriétés des échos, qui est le fait qu'ils -24- sont allongés dans le temps, du fait des différentes couches du milieu que traverse le signal réfléchi, ce qui retarde certaines fréquences. Pour cela, une portion de signal de 30ms est sélectionnée autour de chaque date de détection, ce qui correspond potentiellement à une impulsion du signal direct, telle qu'un clic, ou un écho. Comme la valeur absolue du signal d'écho varie très vite, pour détecter et éliminer les échos, on procède de la manière suivante : ^ On détermine l'enveloppe du signal. A cet effet, on prend la valeur absolue du signal (filtré à l'aide d'une des méthodes de filtrage décrites précédemment) et cette valeur absolue est ensuite moyennée et normalisée sur des fenêtres, ce qui met en évidence une enveloppe du signal. La forme de l'enveloppe d'une impulsion est très différente de celle d'un écho. ^ Ensuite, le procédé permet d'intégrer cette enveloppe, et le résultat est comparé à un seuil prédéterminé de façon expérimentale. ^ Compte tenu de l'allongement temporel des échos par rapport aux impulsions, l'aire de l'enveloppe correspondant à un écho sera bien supérieure à l'aire d'un signal correspondant à une impulsion. Par conséquent, le procédé permettra de déterminer expérimentalement un seuil tel que l'enveloppe des signaux au- dessus de ce seuil correspondent à des échos (et les signaux correspondants sont éliminés), tandis que l'enveloppe des signaux en dessous de ce seuil correspondent à des impulsions, et les signaux correspondants sont conservés.According to a first echo cancellation method, the signals of several sensors are autocorrelated. For each peak, there is an echo, and the time difference between the peak and the echo is denoted E (i), where i is the ith sensor C. The method of the invention makes it possible to carry out a self-correlation of each signal acquired in each sensor. By considering the highest secondary lobe, and if it reaches a certain proportion, for example 1 / 5th of the main peak which corresponds to the energy, the value in abscissa of the secondary peak is the value E (i) of the echo for the sensor C. In the opposite case, it is considered that there is no echo. Thus, knowing the echoes E (i), one can identify the TDOA and the FD generated by the echoes, in order to eliminate these TDOA and these FD. According to an alternative method, the echo cancellation can be carried out using one of the properties of the echoes, which is the fact that they are elongated in time, because of the different layers of the medium through which the reflected signal, which delays certain frequencies. For this, a portion of 30ms signal is selected around each detection date, which potentially corresponds to a pulse of the direct signal, such as a click, or an echo. Since the absolute value of the echo signal varies very rapidly, in order to detect and eliminate the echoes, the procedure is as follows: The envelope of the signal is determined. For this purpose, we take the absolute value of the signal (filtered using one of the filtering methods described above) and this absolute value is then averaged and normalized on windows, which highlights a signal envelope. The shape of the envelope of a pulse is very different from that of an echo. Then, the method makes it possible to integrate this envelope, and the result is compared with a predetermined threshold experimentally. Given the time elongation of the echoes with respect to the pulses, the area of the envelope corresponding to an echo will be much greater than the area of a signal corresponding to a pulse. Consequently, the method will make it possible to determine experimentally a threshold such that the envelope of the signals above this threshold correspond to echoes (and the corresponding signals are eliminated), whereas the envelope of the signals below this threshold correspond pulses, and the corresponding signals are retained.
D'autres méthodes d'élimination des échos et du bruit peuvent encore être mises en oeuvre dans le cadre de l'invention. Ainsi, on peut effectuer une décomposition du signal par ondelettes, en utilisant notamment l'algorithme dit de « scattering » de Mallat, qui est disponible dans un produit appelé « Scatnet ». On pourrait aussi effectuer une recherche de signature des impulsions, c'est-à-dire des clics dans l'exemple des chauves-souris ou des baleines, dite « signature matching » en terminologie anglo-saxonne, consistant à rechercher par exemple des corrélations maximum avec des signaux connus de clics. - 25 - En définitive, les méthodes de suppression d'écho font qu'il est donc possible de ne conserver que les impulsions dans le signal, avec une complète élimination du bruit. Donc en principe après le calcul et la suppression des échos, on a éliminé la plupart des FD et les TDOA générés par ces échos, et en conséquence, parmi les TDOA restants figurent les vrais FD et les vrais TDOA correspondant aux impulsions directes du signal utile. Les échos restants sont traités et éliminés par des équations de transitivité.Other methods of eliminating echoes and noise can still be implemented within the scope of the invention. Thus, we can perform a decomposition of the wavelet signal, using in particular Mallat's scattering algorithm, which is available in a product called "Scatnet". One could also perform a search signature pulses, that is to say, clicks in the example of bats or whales, called "signature matching" in English terminology, consisting of looking for example correlations maximum with known signals of clicks. Ultimately, the echo cancellation methods make it possible to keep only the pulses in the signal, with complete elimination of the noise. So in principle after calculating and suppressing the echoes, most of the FDs and TDOAs generated by these echoes have been eliminated, and consequently, among the remaining TDOAs are the true FDs and true TDOAs corresponding to the direct pulses of the useful signal. . The remaining echoes are processed and eliminated by transitivity equations.
Corrélation croisée Le procédé de l'invention comprend une étape permettant de cross-corréler les signaux reçus entre au moins une paire de capteurs Cp, Cq, avec p et q des entiers naturels qui permettent de différentier chaque capteur les uns des autres. Les opérations de corrélations croisées sont effectuées préférentiellement sur des fenêtres de temps, par exemple des fenêtres de 10s, mais la taille des fenêtres peut être configurée selon le cas envisagée. Le recouvrement de fenêtres adjacentes peut être également envisagé selon les modes de réalisation. Par exemple, un recouvrement de 25% des fenêtres adjacentes peut être prévu.Cross-correlation The method of the invention comprises a step for cross-correlating the signals received between at least one pair of sensors Cp, Cq, with p and q natural numbers which make it possible to differentiate each sensor from each other. The cross correlation operations are preferably performed on time windows, for example windows of 10s, but the size of the windows can be configured according to the case envisaged. The overlapping of adjacent windows can also be envisaged according to the embodiments. For example, a 25% overlap of adjacent windows can be provided.
Selon un premier mode de réalisation de l'invention, les opérations de corrélations croisées OPi(CROSS-CO) permettent d'identifier les différences de fréquences FD des signaux reçus entre au moins deux capteurs Cp, Cq d'un ensemble de capteurs répartis dans un espace donné.According to a first embodiment of the invention, the cross-correlation operations OPi (CROSS-CO) make it possible to identify the differences in the frequencies FD of the signals received between at least two sensors Cp, Cq of a set of sensors distributed in a given space.
Selon un autre mode de réalisation qui peut être combiné au premier mode de réalisation, les opérations de corrélations croisées OP2(CROSS-CO) permettent d'identifier les différences de temps d'arrivée TDOA des signaux reçus entre au moins deux capteurs Cp, Cq d'un ensemble de capteurs répartis dans un espace donné.According to another embodiment which can be combined with the first embodiment, the cross correlation operations OP2 (CROSS-CO) make it possible to identify the arrival time differences TDOA of the signals received between at least two sensors Cp, Cq of a set of sensors distributed in a given space.
Les étapes OPi(CROSS-CO) et OP2(CROSS-CO) sont représentées aux figures 5A, 5B, 6 et 9 Le procédé de l'invention peut être appliqué à chaque couple de capteurs de sorte à identifier un maximum de FD et de TDOA sur une fenêtre de temps. - 26 - Une particularité de l'invention est que les opérations de corrélations croisées des signaux reçus entre des pairs de capteurs peuvent être réalisées dans différents espaces dont ceux qui ont été introduits précédemment : D1, D2, D3. Ces opérations de corrélations croisées effectuées possiblement dans chaque domaine sont représentées à la figure 6. Les opérations de corrélations croisées dans chacun de ces espaces/domaines D1, D2, D3, permettent d'identifier des pics de corrélation entre les signaux reçus à chaque capteur d'un couple de capteurs. Les pics de corrélation permettent de déduire des mesures de différence de fréquences d'arrivée FD des mesures de différence de temps d'arrivée TDOA desdits signaux émis par au moins une source mobile ou fixe. Dans l'espace D1, noté Di(A/tps) sur la figure 6, la détection de pics issus des opérations de corrélations croisées représentent des maximums d'amplitude des signaux reçus en fonction du temps. Ces opérations sont particulièrement adaptées à la détection des TDOA qui représentent un écart temporel. Si on nomme SIG(t); et SIG(t)i les signaux reçus à un instant t au 20 niveau du couple de capteurs ci, g, alors la fonction de corrélations croisées peut être notée : xCorr1 {SIG(t); et SIG(t))}. Chaque TDOA peut être identifié entre deux capteurs Ci, ci en fonction du résultat de cette fonction. 25 Dans l'espace D2, noté D2(A/freq) sur la figure 6, la détection de pics issus des opérations de corrélations croisées représentent des maximums d'amplitude des signaux reçus en fonction des fréquences. Ces opérations sont particulièrement adaptées à la détection des FD qui représentent un écart en fréquence. 30 Si on nomme SIG(t); et SIG(t)i les signaux reçus à un instant t à l'entrée de chaque capteur du couple de capteurs Ci, ci, leur spectre respectif FFT(f); et FFT(f)i peut être déduit, par exemple, par l'application d'une transformée de Fourrier aux signaux reçus sur une fenêtre de temps donnée. - 27 - Une fonction de corrélations croisée xCorr2 permet de corréler les spectres de chaque signaux reçus, elle est notée : xCorr2{FFT(f); et FFT(f)i}. Chaque FD peut être identifié en fonction du résultat de cette fonction.The steps OP 1 (CROSS-CO) and OP 2 (CROSS-CO) are represented in FIGS. 5A, 5B, 6 and 9. The method of the invention can be applied to each pair of sensors so as to identify a maximum of FD and TDOA on a time window. A particularity of the invention is that the cross-correlation operations of the signals received between pairs of sensors can be performed in different spaces including those which have been introduced previously: D1, D2, D3. These cross correlation operations performed possibly in each domain are shown in FIG. 6. The cross-correlation operations in each of these spaces / domains D1, D2, D3 make it possible to identify correlation peaks between the signals received at each sensor. a couple of sensors. The correlation peaks make it possible to deduce arrival frequency difference measurements FD from TDOA arrival time difference measurements of said signals transmitted by at least one mobile or fixed source. In the space D1, denoted by Di (A / tps) in FIG. 6, the detection of peaks resulting from the cross-correlation operations represent maximums of amplitude of the signals received as a function of time. These operations are particularly suitable for detecting TDOAs that represent a time difference. If we call SIG (t); and SIG (t) i the signals received at a time t at the pair of sensors ci, g, then the function of cross-correlations can be noted: xCorr1 {SIG (t); and SIG (t))}. Each TDOA can be identified between two sensors Ci, ci depending on the result of this function. In the space D2, denoted D2 (A / freq) in FIG. 6, the detection of peaks resulting from the cross-correlation operations represent amplitude maxima of the signals received as a function of the frequencies. These operations are particularly suitable for detecting FDs that represent a frequency difference. 30 if named SIG (t); and SIG (t) i the signals received at an instant t at the input of each sensor sensor pair Ci, ci, their respective spectrum FFT (f); and FFT (f) i can be deduced, for example, by the application of a Fourier transform to the signals received over a given time window. A cross correlation function xCorr2 makes it possible to correlate the spectra of each received signal, it is noted: xCorr2 {FFT (f); and FFT (f) i}. Each FD can be identified according to the result of this function.
Dans l'espace D3, noté D3(freq/tps) sur la figure 6 la détection de pics issus des opérations de corrélations croisées représentent des maximums d'amplitude des fréquences des signaux reçus en fonction du temps. Ces opérations sont particulièrement adaptées à la détection des FD conjointement au TDOA qui peuvent être lus directement sur une même échelle en temps et en fréquence. Si on nomme SIG(t); et SIG(t)i les signaux reçus à un instant t à l'entrée de chaque capteur du couple de capteurs Ch ci, leur scalogramme ou leur spectrogramme respectif SC; et SCA peuvent être déduits.In the space D3, denoted D3 (freq / tps) in FIG. 6, the detection of peaks resulting from the cross-correlation operations represent maximums of amplitude of the frequencies of the signals received as a function of time. These operations are particularly suitable for the detection of FD in conjunction with TDOA that can be read directly on the same scale in time and frequency. If we call SIG (t); and SIG (t) i the signals received at an instant t at the input of each sensor of the sensor pair Ch ci, their scalogram or their respective spectrogram SC; and SCA can be deduced.
Une fonction de corrélation croisée xCorr3 permet de corréler les spectrogrammes ou les scalogrammes de chaque signaux reçus, elle est notée : xCorr3 {SC; et SCA}. Chaque FD et TDOA peuvent être identifiés en fonction du résultat de cette fonction. Les figures 5A, 5B, 6 et 9 représentent les étapes DET(FD, DET(TDOA) de déterminations de FD et des TDOA présentant un intérêt à l'issu des opérations de corrélations croisées du procédé de l'invention. La figure 6 représente les fonctions DET(FDD2), DET(FDD3), DET(TDOAD1), DET(TDOAD3) de détermination des FD et TDOA appliquées à chaque domaine D1, D2, D3 selon la nature des opérations de corrélations croisées.A cross correlation function xCorr3 makes it possible to correlate the spectrograms or scalograms of each received signal, it is noted: xCorr3 {SC; and SCA}. Each FD and TDOA can be identified according to the result of this function. FIGS. 5A, 5B, 6 and 9 represent the DET (FD, DET (TDOA) determinations of FD and TDOA sequences of interest resulting from the cross-correlation operations of the method of the invention. the functions DET (FDD2), DET (FDD3), DET (TDOAD1), DET (TDOAD3) for determining FD and TDOA applied to each domain D1, D2, D3 according to the nature of the cross-correlation operations.
Dans chacun de ces espaces Di, D2, D3, les fonctions de corrélations croisées permettent d'identifier des pics locaux correspondant à des amplitudes locales maximales entourées de valeurs plus basses. Ces pics, selon l'espace considéré, peuvent être des TDOA ou des FD. Les FD sont causés par l'effet doppler du déplacement d'une source mobile ou fixe. Il est possible que les maximums correspondant à des TDOA dans l'espace Di diffèrent des TDOA dans l'espace D3. Les TDOA dans l'espace D2 ne sont pas représentables puisqu'il s'agit d'un espace « amplitude / fréquence ». Dans les espaces D1 et D3, les différences de temps d'arrivée TDOA sont données par les écarts entre les pics identifiés -28- sur l'axe des abscisses représentant le temps. Nous notons TDOAD1 et TDOAD3 les TDOA calculés respectivement dans l'espace D1 et dans l'espace D3. De la même manière que pour les TDOA, il est possible que les 5 maximums correspondant à des FD dans l'espace D2 diffèrent des FD dans l'espace D3. Les FD dans l'espace D1 ne sont pas représentables puisqu'il s'agit d'un espace « amplitude / temps ». Dans l'espace D2, les différences de fréquences d'arrivée FD sont données par les écarts entre les pics identifiés sur l'axe des abscisses représentant les fréquences comme cela 10 est représenté à la figure 2A lorsque les FFT sont calculés sur une fenêtre de temps donnée. Dans l'espace D3, les différences fréquences d'arrivée FD sont données par les écarts entre les pics identifiés sur l'axe des ordonnées représentant les fréquences et leurs écarts. 15 Nous notons FDD2 et FDD3 les FD calculés respectivement dans l'espace D1 et dans l'espace D3. Les étapes d'identifications des TDOA et des FD sont représentées aux figures 5A et 5B par les étapes DET(FD) et DET(TDOA). La figure 6 détaille plus précisément la détermination des TDOA et 20 FD dans chaque espace D1, D2, D3 par les fonctions notées DET(TDOAD1), DET(TDOAD3), DET(FDD2), DET(FDD3). A ce stade, les TDOA et les FD dans chaque espace D1, D2, D3 déterminés ne sont pas encore isolés par type de source mobile ou fixe. Les 25 TDOA et les FD identifiés ne sont pas encore attribués à des sources. Lorsqu'il n'y a qu'une seule source, il est possible de localiser cette source par un procédé de triangulation / régression. Lorsqu'il y a plusieurs sources, le procédé de l'invention permet de définir différentes bandes de fréquences dans lesquelles les calculs sont 30 effectués. Relations entre TDOA et FD Les sources émettrices de signaux dont le procédé de l'invention permet aux capteurs de déduire les positions dans une zone donnée. La 35 résolution d'un système d'équations de transitivité des FD et des TDOA des - 29 - signaux acquis par chaque capteur peut être avantageusement améliorée par l'exploitation de relations particulières. Cette résolution peut être effectuée en considérant des sous bandes de fréquences. Une première relation permet de lier deux TDOA calculés 5 successivement par au moins un triplé de capteurs et les FD calculés par ces mêmes capteurs. Si on nomme : - Les vecteurs des positions des sources (x1, x2, x3) : X1, X2, X3, etc. 10 - Les vecteurs des positions de capteurs : vC1, vC2, vC3, etc. - Les mouvements des sources peuvent être notés : Xi+1_)(1 = Vi - Est;, où Esti = fi+1- fi et V; la vitesse d'une source 15 On obtient que la vitesse d'approche VtoC1 au capteur C1, multipliée par le pas de temps Est, correspond à la différence de la distance au capteur C1 dans le pas de temps correspondant. - vCi I = IXi - vCi I + VtoCi .Esti ; - vC2I = iXi - vC2I + VtoC2-Ôti ; 20 ou, simplement, VtoCi 15t = vCi I - IX; - vCi I; VtoC215t = - vC2I - - vC2I; Xi+1- vC1 représente la distance au capteur Cl entre les moments fi-0 et t; ; 25 Xi+1- vC2 représente la distance au capteur C2 entre les moments ti+i et fi. L'expression de l'effet Doppler nous donne après soustraction des précédentes égalités dans une bande de fréquence considérée ayant comme fréquence centrale f -central - 30 c - TD0A1,2(ti+1) - c - TD0A1,2(ti) = FD1,2(ti) - c / fcentrai OU FID1,2(ti) = (TD0A1,2(ti+1) - TD0A1,2(ti)) " fcentrai Est; OU FD1,2(ti) = ratioFrDfi (TD0A1,2(fi,1) - TD0A1,2(0) où : 35 - TDOA1,2 est le TDOA calculée entre les capteurs C1, C2 ; 3 0 2 14 1 1 - 30 - - FD1,2 est le FD calculée entre les capteurs C1, C2 ; La relation précédente est appelée relation Doppler, elle est vérifiée pour des TDOA et de FD de mêmes sources. On peut définir un indicateur de cohérence Doppler permettant d'associer des FD au TDOA calculés entre au moins deux instants pour lequel on considère la relation comme vraie. On note, fcentral / 6t1 = ratioFrDti = ratioFrDt/fc eWtrali Pour le traitement de différentes sources avec différentes fréquences d'échantillonnage, on considère un nombre Nbnds de bandes linéaires ou logarithmiques, définissant des sous-bandes, telles que par exemples les bandes suivantes : - 0-8hz ; - 8-16hz ; - 16-32hz ; - 32-64hz ; ^ 64-128hz, - Etc. Le nombre de bandes et leur largeur sont définis en fonction du matériel, notamment de la sensibilité des capteurs, tels que des micros et de la puissance de calculs disponibles. Il peut y avoir un mode de réalisation dans lequel un capteur 25 comprend plusieurs canaux en fréquences par filtrage ou selon un autre mode de réalisation plusieurs capteurs centrés sur différentes bandes de fréquences. Dans ce cas, on considère chaque ratioFrDti/f ,.central) dans chacune des sous bandes de fréquence. Chaque fréquence centrale f -central est centrée 30 dans chacune des sous bandes. Nous avons donc Nbnds équations : FD1,2(ti) = ratioFrDti(fcentrai)*TDOA1,2(ti+l) - TD0A1,2(ti)) Cette relation est vraie pour chaque sous-bande de fréquences. 35 -31- Pour des sources de sons dans une large bande de fréquences, le traitement par sous-bandes de fréquences des signaux reçus permet un meilleur traitement et de meilleurs résultats. Les étapes de la figure 5B peuvent être réalisées dans chaque 5 sous-bande de fréquences. Si l'on considère deux sous-bandes ayant pour fréquences centrales f1 central et f2central, lorsque les différences en fréquence FD reçues dans chacune des sous-bandes, notées FD(fl central) et FD(f2central), sont proches, alors on peut en déduire que les FD calculées ont une forte 10 probabilité de provenir de la même source. On a FD(fl central) = FD(f2central) +/-err On peut également déduire que lorsque : FD(fl central) - FD(f2central) I > err, 15 Alors les fréquences reçues dans chacune des sous-bandes ayant respectivement pour fréquence centrale fl centrai et f2central proviennent de différentes sources. Ceci peut s'expliquer à partir du raisonnement suivant dans lequel l'équation Doppler peut s'écrire : 20 f' = f - (v+vd) / v+vs) ; Avec : ^ f' : la fréquence observées ; ^ f : la fréquence émise ; ^ vd est la vitesse algébrique du capteur/détecteur ; 25 ^ vs est la vitesse algébrique de la source ; ^ v est la vitesse de l'onde dans le milieu (par exemple dans l'air v = 343ms-1) On considère que vs et vd sont négligeables devant y. La relation 30 entre la fréquence observée f et la fréquence émise fsource peut s'écrire de la manière suivante : Af = ,,v/c - fsource La fréquence enregistrée dans un capteur est : 35 fcentral = fsource Avic fsource - 32 - Cette fréquence enregistrée à un capteur peut être différente d'un capteur à un autre. On considère que l'effet Doppler est sensiblement le même dans chaque sous-bande. C'est à dire que considère la vitesse de propagation dans le milieu indépendante de la fréquence centrale de la sous-bande considérée. On a : la vitesse du son C(fjOcentral) = constante dans cette sous-bande, avec « j0 » l'indice désignant la bande considérée. c(fiOcentral) = constante = c = 343ms-1 dans l'air.In each of these spaces Di, D2, D3, the cross-correlation functions make it possible to identify local peaks corresponding to maximum local amplitudes surrounded by lower values. These peaks, depending on the space considered, may be TDOA or FD. FD is caused by the doppler effect of moving a mobile or fixed source. It is possible that the maximums corresponding to TDOAs in the space Di differ from the TDOAs in the space D3. TDOAs in space D2 are not representable since it is an "amplitude / frequency" space. In the spaces D1 and D3, the TDOA arrival time differences are given by the differences between the identified peaks on the abscissa axis representing the time. We note TDOAD1 and TDOAD3 the TDOAs respectively calculated in space D1 and in space D3. In the same way as for TDOAs, it is possible that the maximums corresponding to FDs in the space D2 differ from the FDs in the space D3. The FDs in the space D1 are not representable since it is a space "amplitude / time". In the space D2, the arrival frequency differences FD are given by the differences between the peaks identified on the abscissa axis representing the frequencies as shown in FIG. 2A when the FFTs are calculated on a window of given time. In the space D3, the arrival frequency differences FD are given by the differences between the peaks identified on the y-axis representing the frequencies and their deviations. We denote FDD2 and FDD3 the FD respectively calculated in the space D1 and in the space D3. The identification steps of TDOA and FD are shown in FIGS. 5A and 5B by the steps DET (FD) and DET (TDOA). FIG. 6 details more precisely the determination of the TDOAs and FDs in each space D1, D2, D3 by the functions denoted DET (TDOAD1), DET (TDOAD3), DET (FDD2), DET (FDD3). At this stage, the TDOA and the FD in each space D1, D2, D3 determined are not yet isolated by type of mobile or fixed source. The identified 25 TDOAs and FDs are not yet attributed to sources. When there is only one source, it is possible to locate this source by a process of triangulation / regression. When there are several sources, the method of the invention makes it possible to define different frequency bands in which the calculations are carried out. Relations between TDOA and FD The signal-emitting sources whose method of the invention allows the sensors to deduce the positions in a given area. The resolution of a system of FD and TDOA transitivity equations of the signals acquired by each sensor can be advantageously improved by exploiting particular relationships. This resolution can be done by considering sub-frequency bands. A first relationship makes it possible to link two TDOAs calculated successively by at least one triplet of sensors and the FDs calculated by these same sensors. If we name: - The vectors of the positions of the sources (x1, x2, x3): X1, X2, X3, etc. Vectors of the sensor positions: vC1, vC2, vC3, etc. - The movements of the sources can be noted: Xi + 1 _) (1 = Vi - Est ;, where Esti = fi + 1- fi and V; the speed of a source 15 We obtain that the approach velocity VtoC1 to the sensor C1, multiplied by the time step East, corresponds to the difference of the distance to the sensor C1 in the corresponding time step - vCi I = IXi - vCi I + VtoCi .Esti - vC2I = iXi - vC2I + VtoC2-Ôti Or, simply, VtoCi 15t = vCi I-IX; vCi I; VtoC215t = - vC2I - - vC2I; Xi + 1- vC1 represents the distance to the sensor C1 between moments fi-0 and t;; Xi + 1- vC2 represents the distance to the sensor C2 between moments ti + i and fi The expression of the Doppler effect gives us after subtraction of the previous equalities in a considered frequency band having as central frequency f -central - 30 c - TD0A1,2 (ti + 1) - c - TD0A1,2 (ti) = FD1,2 (ti) - c / fcentrai OR FID1,2 (ti) = (TD0A1,2 (ti + 1) - TD0A1,2 ( ti)) East or FD1,2 (ti) = ratioFrDfi (TD0A1,2 (fi, 1) - TD0A1,2 (0) where: TDOA1,2 is the TDOA calculated between the C1, C2 sensors; FD 1, 2 is the FD calculated between the sensors C1, C2; The previous relation is called Doppler relationship, it is verified for TDOA and FD from the same sources. It is possible to define a Doppler coherence indicator making it possible to associate FDs with TDOA calculated between at least two instants for which the relation is considered to be true. We note, fcentral / 6t1 = ratioFrDti = ratioFrDt / fc eWtrali For the treatment of different sources with different sampling frequencies, we consider a number Nbnds of linear or logarithmic bands, defining subbands, such as for example the following bands : - 0-8hz; - 8-16hz - 16-32hz; - 32-64hz; ^ 64-128hz, - Etc. The number of bands and their width are defined depending on the hardware, including the sensitivity of the sensors, such as microphones and the power of calculations available. There may be an embodiment in which a sensor 25 comprises several frequency channels by filtering or according to another embodiment several sensors centered on different frequency bands. In this case, we consider each ratio FrDti / f, .central) in each of the sub-frequency bands. Each central f-central frequency is centered in each of the sub-bands. We thus have Nbnds equations: FD1,2 (ti) = ratioFrDti (fcentrai) * TDOA1,2 (ti + 1) - TD0A1,2 (ti)) This relation is true for each subband of frequencies. For sound sources in a wide frequency band, the frequency subband processing of the received signals allows for better processing and better results. The steps of Figure 5B can be performed in each sub-frequency band. If we consider two subbands having central frequencies f1 central and f2central, when the differences in frequency FD received in each of the subbands, denoted FD (fl central) and FD (f2central), are close, then we can deduce that computed FD have a high probability of coming from the same source. We have FD (flentral) = FD (f2central) +/- err We can also deduce that when: FD (fl central) - FD (f2central) I> err, 15 Then the frequencies received in each of the subbands respectively for central and central frequency f2central come from different sources. This can be explained from the following reasoning in which the Doppler equation can be written: f '= f - (v + vd) / v + vs); With: ^ f ': the frequency observed; ^ f: the transmitted frequency; ^ vd is the algebraic speed of the sensor / detector; 25 ^ vs is the algebraic speed of the source; ^ v is the speed of the wave in the medium (for example in the air v = 343ms-1) Vs and vd are considered negligible in front of y. The relation between the observed frequency f and the transmitted frequency fsource can be written as follows: Af = ,, v / c - fsource The frequency recorded in a sensor is: fcentral = fsource Avic fsource - 32 - This frequency recorded at one sensor may be different from one sensor to another. The Doppler effect is considered to be substantially the same in each subband. That is, consider the speed of propagation in the medium independent of the center frequency of the subband considered. We have: the speed of the sound C (fjOcentral) = constant in this subband, with "j0" the index designating the considered band. c (fiOcentral) = constant = c = 343ms-1 in the air.
Lorsque l'on divise le signal reçu dans N sous-bandes avec des fréquences centrales f icentral, on peut en déduire si le signal reçu provient d'une même source ou de différentes sources. On peut en déduire que Af = Av/c - fsource est proche de zéro.When dividing the received signal into N sub-bands with central frequencies f icentral, it can be deduced whether the received signal comes from the same source or different sources. It can be deduced that Af = Av / c - fsource is close to zero.
La figure 2C représente un cas d'illustration dans lequel deux spectres d'une même chauve-souris est représenté. La chauve-souris se déplace rapidement et les sont signaux reçus dans deux capteurs. Un premier capteur reçoit un premier spectre, un second capteur reçoit un second spectre qui est décalé vis-à-vis du premier d'un delta-fréquence. On observe que les spectres ont sensiblement la même forme, avec les mêmes pics. Les amplitudes sont différentes selon où se trouve les capteurs vis-à-vis de la source. On observe que le delta-fréquence est sensiblement le même sur toute la longueur du spectre. Le décalage en fréquence introduit par le mouvement de la source, due à l'effet doppler, est uniforme dans le spectre reçu dans chaque capteur. En considérant ou sans considérer l'aspect des sous-bandes qui peut être traité ou non dans l'invention, d'une manière générale, la relation entre le FD calculé entre deux capteurs et les deux TDOA calculés 30 successivement à ces deux mêmes capteurs peut s'exprimer ainsi : FD1,2(ti) = ratioFrDtif -central) . (TD0A1,2(ti+1) - TD0A1,2(0) Selon un mode de réalisation du procédé de l'invention, cette relation permet d'améliorer la sélection des TDOA et de FD pour établir le 35 système d'équation de transitivité pour déduire la position de chaque source - 33 - identifiée. Cette étape est représentée à la figure 5B par la fonction DOP(FD, TDOA) qui permet en fonction de l'analyse et du résultat de cette fonction de sélectionner certains maximums de corrélation plus fiables que d'autres pour déterminer N maximums nécessaires à la résolution du système en vue d'en déduire les positions des sources mobile MI,IEE1,Nsi, avec Ns le nombre de sources mobiles ou fixes. La flèche en pointillées AJUST permet de définir les critères de choix des équations de transitivité des FD et des TDOA en fonction du résultat de cette fonction DOP(FD, TDOA).FIG. 2C represents an illustration case in which two spectra of the same bat are represented. The bat moves quickly and the signals are received in two sensors. A first sensor receives a first spectrum, a second sensor receives a second spectrum that is shifted with respect to the first of a delta-frequency. It is observed that the spectra have substantially the same shape, with the same peaks. The amplitudes are different depending on where the sensors are located vis-à-vis the source. It is observed that the delta-frequency is substantially the same over the entire length of the spectrum. The frequency shift introduced by the movement of the source, due to the doppler effect, is uniform in the spectrum received in each sensor. Considering or without considering the appearance of the subbands which may or may not be treated in the invention, in general, the relationship between the FD calculated between two sensors and the two TDOAs calculated successively to these two same sensors can be expressed as: FD1,2 (ti) = centralFrDtif-ratio). (TD0A1,2 (ti + 1) - TD0A1,2 (0) According to one embodiment of the method of the invention, this relation makes it possible to improve the selection of TDOA and FD to establish the equation system of transitivity to deduce the position of each identified source This step is represented in FIG. 5B by the DOP function (FD, TDOA) which makes it possible, according to the analysis and the result of this function, to select certain correlation maximums. more reliable than others to determine N maximums necessary for the resolution of the system in order to deduce the positions of mobile sources MI, IEE1, Nsi, with Ns the number of mobile or fixed sources. define the criteria for choosing the FD and TDOA transitivity equations according to the result of this DOP function (FD, TDOA).
De manière combinée ou alternative, la fonction DOP(FD, TDOA) permet également de reconstruire des TDOA manquants lorsque les FD sont calculés. Les TDOAs manquants sont déterminés à partir de la relation Doppler liant les FD et les TDOA. La figure 5B représente la fonction de reconstruction nommé 15 RECONSTRUCTION qui permet d'obtenir tous les TDOA nécessaire à déduire une position de chaque source identifiée POS(Mi). Lorsqu'il y assez de TDOA dans les équations de transitivités SYS_TRAN_TDOA, il est possible de résoudre le système directement et d'aboutir à la position de chaque source identifiée POS(Mi). 20 Dans tous les cas de figures, le système de transitivité des FD, SYS_TRAN FD, permet d'aboutir au type de source Mi, notamment du type donnant un profil de mobilité de ladite source. Cette déduction est représenté par la flèche allant du bloc ASSERV vers SOURCE TYPE. 25 En outre, cette relation peut elle-même faire partie du système d'équations à résoudre en calculant l'erreur résiduelle à chaque instant ti de cette égalité théorique et en sélectionnant les meilleurs TDOA et FD satisfaisant cette égalité, c'est-à-dire ceux minimisant l'erreur résiduelle de 30 l'équation liant ces deux valeurs. Enfin, cette relation peut permettre de reconstruire par déduction des valeurs de TDOA ou de FD manquantes dans l'acquisition des données par les capteurs en interpolant des valeurs intermédiaires. La valeur TDOA(ti) peut être déduite des mesures de TDOA(ti_i) et 35 de FD(ti-1) : - 34 - - TDOALk(ti) = TDOALk(ti_1) + FDi,k(ti_i) / ratioFrDti4/ (fi 1 Ou, également, des mesures de TDOA(ti,i) et de FD(ti): - TDOAi,k(t) = TDOAi,k(ti+i) - Fdi,k(ti) / ratioFrDti(fjcentral) Ou encore, si les deux valeurs voisines sont disponibles, à partir de la moyenne de ces 2 équations. Ici Cj, Ck sont des pairs de microphones avec j,k=1,2; 1,3; 1,4; 2,3; 2,4; 3,4, et l'indice «j0» désigne l'indice de la bande de fréquences j0 considérée dont le ratioFrDti(fjOcentrai) = fjOcentreti. Ces équations permettent de reconstruire séquentiellement plus d'une valeur de TDOA manquante. Par exemple, si FD(ti_i), FD(ti-2), FD(ti-3), FD(ti_4), etc. sont calculés, alors on peut reconstruire séquentiellement : TDOAj,k(ti) -+ TDOAj,k(ti_i) -+ TD0Ai,k(ti_2) -> TD0Ai,k(ti_3) -> etc. Ou, également, dans une autre sens, si FD(ti), FD(ti+i), FD(ti+2), FD(ti.3), etc. sont calculés, alors on peut reconstruire séquentiellement : TD0Ai,k(ti) -> TDOAi,k(ti+i) -> TD0Ai,k(ti+2) -> TD0Ai,k(ti+3) -+ etc.In a combined or alternative way, the DOP (FD, TDOA) function also makes it possible to reconstruct missing TDOAs when the FDs are computed. Missing TDOAs are determined from the Doppler relationship between FD and TDOA. FIG. 5B shows the reconstruction function named RECONSTRUCTION which makes it possible to obtain all the TDOA necessary to deduce a position of each identified source POS (Mi). When there is enough TDOA in the SYS_TRAN_TDOA transitivity equations, it is possible to solve the system directly and to arrive at the position of each identified source POS (Mi). In all cases of figures, the system of transitivity of the FD, SYS_TRAN FD, makes it possible to arrive at the type of source Mi, in particular of the type giving a mobility profile of said source. This deduction is represented by the arrow going from the ASSERV block to SOURCE TYPE. In addition, this relation can itself be part of the system of equations to be solved by calculating the residual error at each instant ti of this theoretical equality and by selecting the best TDOA and FD satisfying this equality, that is to say ie, those minimizing the residual error of the equation linking these two values. Finally, this relation can be used to reconstruct, by deduction, missing TDOA or FD values in the data acquisition by the sensors by interpolating intermediate values. The TDOA value (ti) can be deduced from the TDOA (ti_i) and FD (ti-1) measurements: - 34 - - TDOALk (ti) = TDOALk (ti_1) + FDi, k (ti_i) / ratioFrDti4 / ( Or, also, TDOA (ti, i) and FD (ti) measurements: - TDOAi, k (t) = TDOAi, k (ti + i) - Fdi, k (ti) / ratioFrDti (fjcentral) Or, if the two neighboring values are available, from the average of these two equations, here Cj, Ck are microphones peers with j, k = 1,2, 1,3; 1,4; 2,3 , 2,4, 3,4, and the index "j0" denotes the index of the frequency band j0 considered whose ratioFrDti (fjOcentrai) = fjOcentreti.These equations make it possible to reconstruct more than one TDOA value sequentially. For example, if FD (ti_i), FD (ti-2), FD (ti-3), FD (ti_4), etc. are calculated, then we can reconstruct sequentially: TDOAj, k (ti) - + TDOAj, k (ti_i) - + TD0Ai, k (ti_2) -> TD0Ai, k (ti_3) -> etc. Or, also, in another sense, if FD (ti), FD (ti + i), FD (ti + 2), FD (ti.3), etc. are calculated, so we can reconstruct sequentially: TD0Ai, k (ti) -> TDOAi, k (ti + i) -> TD0Ai, k (ti + 2) -> TD0Ai, k (ti + 3) - + etc.
Donc, même si plus d'une valeur TDOA sont manquantes, on peut reconstruire toute la séquence des TDOAs manquantes à partir de la moyenne de ces 2 séquences des TDOAs reconstruites.Thus, even if more than one TDOA value is missing, the entire sequence of missing TDOAs can be reconstructed from the average of these two reconstructed TDOAs.
Ces relations liant les FD et les TDOA permettent également d'éliminer des valeurs manifestement erronées qui ne vérifient pas la relation notamment par exemple en calculant un indice de cohérence Doppler, qui peut revenir à calculer l'erreur résiduelle de chaque égalité.These relations linking FD and TDOA also make it possible to eliminate obviously erroneous values which do not verify the relationship, for example by calculating a Doppler coherence index, which can be used to calculate the residual error of each equality.
Par ailleurs, cette relation peut être déclinée pour chaque TDOA calculé dans les espaces D1 et D2 et chaque FD calculés dans les espaces D2 et D3, c'est-à-dire TDOAD1, TDOAD3, FDD2, FDD3. On obtient les 4 équations déclinées dans chaque domaine, également appelé espace : - FDD21,2(ti) = ratioFrDti - (TDOAD11,2(ti+1) - TDOAD11,2(0) -35- - FDD21,2(ti) = ratioFrDti - (TDOAD31,2(ti,i) - TDOAD31,2(0) ^ FDD31,2(ti) = ratioFrDti - (TDOAD11,2(ti,1) - TDOAD11,2(ti)) ^ FDD31,2(ti) = ratioFrDti - (TDOAD31,2(ti+1) - TDOAD31,2(ti)) Dans cet exemple, nous avons 4*Nbrids équations. Le nombre Nbrids de bandes sont centrées autour de chaque f -central- FDD21,2(ti) = ratioFrDti (f (TDOAD11,2(ti+1) - TDOAD11,2(ti)) ,-centralf. FD1)21,2(ti) = ratioFrDti (f (TDOAD31,2(ti+1) - TDOAD31,2 (ti)) \-centrali. FDD31,2(ti) = ratioFrDti (f (TDOAD11,20+1) - TDOAD11,2 (ti)) \-centralf" FDD31,2(ti) = ratioFrDti (f.central)' (TDOAD31,2(ti+1) - TDOAD31,2 (ti)) Enfin, pour des mêmes TDOA et FD calculés dans chaque espace D1, D2, D3, en théorie nous devrions avoir les égalités suivantes : - TDOAD1 = TDOAD3 ; - FDD2 = FDD3.Moreover, this relation can be declined for each TDOA calculated in the spaces D1 and D2 and each FD calculated in the spaces D2 and D3, that is to say TDOAD1, TDOAD3, FDD2, FDD3. We obtain the 4 equations declined in each domain, also called space: - FDD21,2 (ti) = ratioFrDti - (TDOAD11,2 (ti + 1) - TDOAD11,2 (0) -35- - FDD21,2 (ti) = ratioFrDti - (TDOAD31,2 (ti, i) - TDOAD31,2 (0) ^ FDD31,2 (ti) = ratioFrDti - (TDOAD11,2 (ti, 1) - TDOAD11,2 (ti)) ^ FDD31,2 (ti) = ratioFrDti - (TDOAD31,2 (ti + 1) - TDOAD31,2 (ti)) In this example we have 4 * Nbrids equations The number Nbrids of bands are centered around each f -central- FDD21, 2 (ti) = ratioFrDti (f (TDOAD11,2 (ti + 1) -TDOAD11,2 (ti)), -centralf FD1) 21,2 (ti) = ratioFrDti (f (TDOAD31,2 (ti + 1) TDD31.2 (ti) = ratioFrDti (f (TDOAD11.20 + 1) -D TDOAD11.2 (ti)) -centralf "FDD31.2 (ti) = ratioFrDti (- TDOAD31.2 (ti)). Finally, for the same TDOA and FD calculated in each space D1, D2, D3, in theory we should have the following equalities: TDOAD1 = TDOAD3; FDD2 = FDD3.
Les figures 10A et 10B représentent des enregistrements et calculs de TDOA d'un signal émis par une chauve-souris respectivement sans le procédé de l'invention et avec le procédé de l'invention. Les fréquences des signaux émis par la chauve-souris sont comprises entre 29 et 60 kHz. La figure 10A représente les mesures des TDOAs d'une pluralité de capteur sans utilisation du procédé de l'invention. L'enregistrement de la figure 10A est réalisé avec 4 capteurs dont les indices vont de 1 à 4. Dans cet exemple, ce sont des capteurs avec une antenne de type cornet de forme pyramidale. La quasi-totalité des mesures de TDOA sont mesurés. Il manque les dernières mesures de TDOA entre les capteurs 2 et 3 (mics23). La reconstruction des différences de distances sans le procédé de l'invention. Les différences de distances sont calculées à partir des TDOA calculés et de la vitesse du son. Le résultat montre que quelques TDOA sont manquants. - Les TDOA sont calculés sur une fenêtre de temps comprenant 10 instants de calculs représentés selon l'axe des abscisses (axe X). - 6 fonctions TDOA(t) sont représentées correspondant à 6 paires de capteurs : 1-2, 1-3, 1-4, 2-3, 2-4, 3-4. 302 14 11 - 36 - La reconstruction de la trajectoire d'une source sans TDOAs manquant correspondant à la figure 10A est représentée à la figure 11A. La figure 11A représente une reconstruction de trajectoire sans le procédé de l'invention. 5 Les positions correspondant à 10 instants de mesures des TDOA sont représentées sur la trajectoire. Les dimensions de l'espace 3D illustrées sont en mètres. La figure 10B représente le même exemple que la figure 10A, les mesures de TDOA et la reconstruction des différences de distances sont réalisées avec le procédé de l'invention. La figure 10B montre qu'une valeur manquante d'un TDOA entre le capteur 2 et 3 a été reconstituée (juste avant 3s et distance comprise entre -0,3 et -0,4m)) par rapport au cas de la figure 10A. 15 La figure 11B représente un enregistrement réalisé avec 4 capteurs à partir d'une antenne de type cornet de forme pyramidale comme le cas précédent. La reconstruction de la trajectoire d'une source dans l'espace avec le procédé de l'invention sur une fenêtre de temps comprenant 10 instants de capture permet de reconstituer la trajectoire sur cette même 20 fenêtre de temps. Une position supplémentaire vis-à-vis de la figure 11A est obtenue. La figure 12A représente un cas de figure dans lequel un enregistrement des différences de temps d'arrivée d'un signal d'une chauve- 25 souris entre 4 capteurs. Le signal émis est compris entre 24-50 kHz et il est capturé dans une unique bande de fréquence sans application du procédé de l'invention. 6 fonctions TDOA(t) sont représentées qui correspondent à 6 paires de capteurs : 1-2, 1-3, 1-4, 2-3, 2-4, 3-4 avec les mêmes numérotations que précédemment. 30 Les différences de distances sont déduites des mesures des TDOA et de la vitesse du son. La figure 12B représente les mêmes mesures de TDOA dans une même configuration de source et de capteurs. Dans la figure 12B les mesures de TDOA et de reconstruction des TDOA sont effectuées avec le procédé de l'invention. -37- Les figures 13A et 13B représentent les trajectoires reconstituées respectivement sans le procédé de l'invention et avec le procédé de l'invention. Les figures sont similaires aux figures 11A et 11B. On comprend que le procédé de l'invention permet d'obtenir des positions supplémentaires dans la trajectoire. La figure 14A représente les mêmes mesures de TDOAs dans une même configuration de source et de capteurs identiques aux précédentes figures sans application du procédé de l'invention. Les mesures des TDOAs N°5 sont manquantes. Sur la figure 15A, on constate que la position du eine point de la trajectoire n'est pas calculée (cercle blanc). Sans le procédé de l'invention, la seule manière possible de reconstituer la 5ième position est d'effectuer une interpolation de la trajectoire entre la position du 4ième point et la position du 6ième point. Les autres points de la trajectoire sont calculés à partir des différences de distances avec la mesure des TDOAs. La figure 14B représente les mesures des TDOAs avec le procédé de l'invention. On constate que le procédé de l'invention permet de reconstruire les 5ièmes mesures de TDOA manquants. La figure 15B représente la trajectoire de la source, la 5ième position est obtenue à partir des mesures des TDOA reconstruits. La 5ième position de la trajectoire reconstituée avec le procédé de l'invention est donc plus précise que la 5ième position de la trajectoire reconstituée sans le procédé de l'invention.FIGS. 10A and 10B show TDOA recordings and calculations of a bat-emitted signal respectively without the method of the invention and with the method of the invention. The frequencies of the signals emitted by the bat are between 29 and 60 kHz. Figure 10A shows the TDOA measurements of a plurality of sensors without use of the method of the invention. The recording of FIG. 10A is carried out with 4 sensors whose indices range from 1 to 4. In this example, they are sensors with a pyramidal-shaped horn antenna. Almost all TDOA measurements are measured. It lacks the latest TDOA measurements between sensors 2 and 3 (mics23). The reconstruction of distance differences without the method of the invention. Distance differences are calculated from the calculated TDOAs and the speed of sound. The result shows that some TDOAs are missing. The TDOAs are calculated over a time window comprising 10 computation instants represented along the abscissa axis (X axis). - 6 TDOA functions (t) are represented corresponding to 6 pairs of sensors: 1-2, 1-3, 1-4, 2-3, 2-4, 3-4. The reconstruction of the trajectory of a source without missing TDOAs corresponding to FIG. 10A is shown in FIG. 11A. FIG. 11A represents a trajectory reconstruction without the method of the invention. The positions corresponding to 10 times of TDOA measurements are represented on the trajectory. The dimensions of 3D space shown are in meters. FIG. 10B represents the same example as FIG. 10A, the TDOA measurements and the reconstruction of the differences in distances are carried out with the method of the invention. Figure 10B shows that a missing value of a TDOA between sensor 2 and 3 has been reconstructed (just before 3s and distance between -0.3 and -0.4m) relative to the case of Figure 10A. FIG. 11B shows a recording made with 4 sensors from a pyramidal-shaped horn antenna as in the previous case. The reconstruction of the trajectory of a source in space with the method of the invention over a time window comprising 10 capture times makes it possible to reconstitute the trajectory over this same window of time. An additional position with respect to FIG. 11A is obtained. Figure 12A shows a case in which a recording of the arrival time differences of a bat signal between 4 sensors. The transmitted signal is between 24-50 kHz and is captured in a single frequency band without application of the method of the invention. 6 TDOA functions (t) are represented which correspond to 6 pairs of sensors: 1-2, 1-3, 1-4, 2-3, 2-4, 3-4 with the same numbering as before. Distance differences are deduced from TDOA measurements and sound velocity. Figure 12B shows the same TDOA measurements in the same source and sensor configuration. In FIG. 12B the TDOA and TDOA reconstruction measurements are performed with the method of the invention. Figures 13A and 13B show the trajectories reconstituted respectively without the method of the invention and with the method of the invention. The figures are similar to Figures 11A and 11B. It is understood that the method of the invention makes it possible to obtain additional positions in the trajectory. FIG. 14A represents the same measurements of TDOAs in the same source configuration and sensors identical to the previous figures without application of the method of the invention. TDOAs # 5 measurements are missing. In FIG. 15A, it can be seen that the position of the eine point of the trajectory is not calculated (white circle). Without the method of the invention, the only possible way to reconstruct the 5th position is to interpolate the trajectory between the position of the 4th point and the position of the 6th point. The other points of the trajectory are calculated from the differences of distances with the measurement of the TDOAs. Figure 14B shows the measurements of TDOAs with the method of the invention. It can be seen that the method of the invention makes it possible to reconstruct the 5th missing TDOA measurements. Figure 15B represents the trajectory of the source, the 5th position is obtained from the reconstructed TDOA measurements. The 5th position of the trajectory reconstituted with the method of the invention is therefore more accurate than the 5th position of the reconstituted trajectory without the method of the invention.
Sélection des FD et des TDOA Le procédé de l'invention comprend une étape de sélection des FD. Cette étape peut comprendre la sélection des FD présentant notamment les plus grands maximums locaux. Cette étape est notée SEL(FD) dans les figures 5A, 5B, 6, 7 et 9.Selection of FD and TDOA The method of the invention comprises a step of selecting FD. This step can include the selection of FD with the largest local maximums. This step is denoted SEL (FD) in FIGS. 5A, 5B, 6, 7 and 9.
De la même manière, lorsque le procédé de l'invention est appliqué pour la détermination des TDOA, une étape de sélection des TDOA présentant notamment les meilleurs maximums locaux peuvent être choisis. Cette étape est notée SEL(TDOA) dans les figures 5B, 6, 7 et 9. La sélection des FD et des TDOA est effectuée en considérant les FD et les TDOA vérifiant les relations de transitivité. Cette étape vise donc à - 38 - sélectionner les « bons » FD et TDOA, donc présentant des maximums locaux vérifiant les équations de transitivité. Les FD et les TDOA qui vérifient les équations de transitivité sont ceux qui vérifient les relations (1) et (2) théorique à une erreur près tolérée.Similarly, when the method of the invention is applied for the determination of TDOA, a TDOA selection step having in particular the best local maximums can be chosen. This step is denoted SEL (TDOA) in FIGS. 5B, 6, 7 and 9. The selection of the FDs and TDOAs is performed by considering the FDs and TDOAs verifying the transitivity relationships. This step therefore aims to select the "good" FD and TDOA, thus presenting local maxima verifying the transitivity equations. The FDs and TDOAs that verify the transitivity equations are those that verify the relationships (1) and (2) theoretical to near tolerated error.
Le calcul de cette erreur peut être une donnée prise en compte dans le choix des TDOA et des FD qui composeront le système d'équations de transitivité à résoudre. Il sera également possible de considérer une erreur globale comme cela sera détaillé ci-après.The computation of this error can be a data taken into account in the choice of the TDOA and the FD which will compose the system of equations of transitivity to be solved. It will also be possible to consider a global error as will be detailed below.
La sélection des FD et des TDOA peut également prendre en compte d'autres facteurs, comme il sera détaillé par la suite de la description, dont notamment les équations de transitivité des TDOA et de FD présentant le minimum d'erreur ou le calcul d'une erreur globale de l'ensemble des capteurs à un instant donnée ou sur une fenêtre de temps d'acquisition donnée. Cette possibilité est représentée dans la figure 5B par la flèche en pointillée ASSERV. Dans l'espace D3, les pics maximums des opérations de corrélations croisées sont identifiés par les écarts horizontaux exprimant une différence de temps, les TDOA les plus probables sont déterminés pour chaque couple de capteurs. Les décalages selon l'axe vertical dans l'espace D3 donne les décalages en fréquences les plus probables pour un couple de capteurs donné. Selon le système à résoudre, c'est-à-dire du nombre de capteurs ou encore du nombre de sources mobiles ou fixes présumées, la sélection des FD et/ou des TDOA peut être adaptée pour sélectionner un échantillon de valeurs permettant d'établir un système d'équations suffisant. Selon une configuration possible tous les FD identifiés dans une fenêtre de temps donnée peuvent être sélectionnés pour établir un système d'équations le plus complet possible et pareillement pour les TDOA sélectionnés. Enfin, le procédé de l'invention comprend dans cette étape (ou une étape suivante) la détermination des systèmes de transitivité SYS_TRAN_FD et SYS_TRAN_TDOA représentés sur les figures 5B, - 39 - lorsque les TDOA sont déterminés par le procédé de l'invention en plus des FD, notamment dans des sous-bandes de fréquences. Une étape du procédé comprend la détermination des FD qui sont cohérents entre eux, c'est-à-dire ceux qui respectent le principe de la transitivité des FD. Lorsque les TDOA sont identifiés conjointement au FD selon le procédé de l'invention, une étape similaire à la précédente comprend la détermination des TDOA qui sont cohérents entre eux, c'est-à-dire ceux qui respectent le principe de la transitivité des TDOA.The selection of the FDs and TDOAs may also take into account other factors, as will be detailed later in the description, including the transitivity equations of TDOA and FD with the minimum of error or the calculation of an overall error of all the sensors at a given instant or on a given acquisition time window. This possibility is represented in FIG. 5B by the dashed arrow ASSERV. In space D3, the maximum peaks of the cross-correlation operations are identified by the horizontal differences expressing a time difference, the most probable TDOAs are determined for each couple of sensors. Offsets along the vertical axis in space D3 give the most probable frequency offsets for a given pair of sensors. Depending on the system to be solved, ie the number of sensors or the number of presumed moving or fixed sources, the selection of FDs and / or TDOAs can be adapted to select a sample of values to establish a system of sufficient equations. According to one possible configuration, all the FDs identified in a given time window can be selected to establish the most complete system of equations possible and similarly for the selected TDOAs. Finally, the method of the invention comprises in this step (or a next step) the determination of the SYS_TRAN_FD and SYS_TRAN_TDOA transitivity systems shown in FIGS. 5B, when the TDOAs are determined by the method of the invention in addition FD, especially in frequency sub-bands. One step of the method comprises the determination of FD which are coherent with each other, that is to say those which respect the principle of FD transitivity. When the TDOAs are jointly identified with the FD according to the process of the invention, a step similar to the previous one comprises the determination of the TDOAs which are coherent with each other, that is to say those which respect the principle of TDOA transitivity. .
Toutes les étapes précédentes sont effectuées sur des fenêtres de temps données et possiblement sur des fenêtres de fréquences formant des sous-bandes avec une fréquence centrale fcentrai pour chaque sous-bande. La durée des fenêtres peut être adaptée au cas par cas selon la nature des sources mobiles ou fixes détectées, la fréquence d'émissions des signaux des sources, des capacités de traitement, etc. Un recouvrement des fenêtres de p%, p pouvant aller de 0% à 95%. Un recouvrement possible peut être de de p=25% ou p= 50%.All the preceding steps are performed on given time windows and possibly on frequency windows forming subbands with a center frequency fcentrai for each subband. The duration of the windows can be adapted on a case-by-case basis according to the nature of the detected mobile or fixed sources, the frequency of emission of the signals of the sources, the processing capacities, etc. An overlap of windows of p%, p ranging from 0% to 95%. A possible recovery can be of p = 25% or p = 50%.
Le système de transitivité peut s'écrire ainsi en considérant chaque triplet de capteurs Cp, Cq, Cr parmi l'ensemble des capteurs: (EQA) - FDpr(ti) + FDrq(ti) = FDpq(ti) + ErrFD (EQB) ^ TDOApr(ti) + TDOApr(ti) = TD0Apr(ti) + Err-rDoA Ces équations peuvent s'écrire pour chaque instant t mais plus généralement sur une fenêtre de temps donnée pour chaque triplet de capteurs possibles. Les erreurs ErrFD, ErrTDOA correspondent les erreurs liées aux mesures, aux bruits et aux traitements des signaux sur une fenêtre de temps donnée ou à un instant t pour les mesures dans l'espace D1 par exemple. Les équations de transitivités des systèmes SYS_TRAN_FD et SYS_TRAN_TDOA s'écrivent plus généralement par la suite ainsi : (EQA) -40- - FDpr + FDrq = FDpq + ErrFD (EQB) - TDOApr+ TD0Apr= TDOApr+ Erri-DoA Les équations de transitivité peuvent également s'écrire pour un ensemble de capteurs N supérieurs à 3 puisque par définition la transitivité permettrait de lier les mesures de 4, 5 capteurs, voire de l'ensemble des capteurs du système. Les équations de transitivité peuvent s'écrire dans chaque 10 domaine D1, D2, D3 dans lequel les FD et les TDOA sont calculés. Ainsi, il est possible comme cela est représenté à la figure 7 d'obtenir des sous-systèmes de transitivité par domaine. Les sous-systèmes sont notés : ^ SSE_Q1(D2) pour les équations de transitivité des FD dans le domaine D2 ; 15 - SSE_Q2(D3) pour les équations de transitivité des FD dans le domaine D3 ; ^ SSE_Q3(D1) pour les équations de transitivité des TDOA dans le domaine D1 ; - SSE_Q4(D3) pour les équations de transitivité des TDOA 20 dans le domaine D3. Les sous-systèmes de transitivité des FD : SSE_Q1(D2) SSE_Q2(D3) peuvent être utilisés soit pour reconstruire des TDOA manquants, soit pour déterminer le type de source, notamment son profil de 25 mobilité. Chaque sous-système peut être utilisé ou non selon les variantes de réalisation de l'invention et des modes de calculs des FD et des TDOA. Pour déterminer les TDOA et les FD cohérents entre eux, le 30 procédé de l'invention permet de conserver les FD et les TDOA qui vérifient les équations de transitivité à une erreur près. Le procédé de l'invention permet de référencer les FD qui proviennent de la même source afin de ne pas mélanger les valeurs lors de la régression prévue dans une étape succédant l'étape de détermination des 35 FD cohérents entre eux. -41 - Pareillement, le procédé de l'invention permet de référencer les TDOA qui proviennent de la même source afin de ne pas mélanger les valeurs lors de la régression prévue dans une étape succédant l'étape de détermination des TDOA cohérents entre eux.The transitivity system can thus be written by considering each triplet of sensors Cp, Cq, Cr among the set of sensors: (EQA) - FDpr (ti) + FDrq (ti) = FDpq (ti) + ErrFD (EQB) ^ TDOApr (ti) + TDOApr (ti) = TD0Apr (ti) + Err-rDoA These equations can be written for each moment t but more generally on a given time window for each triplet of possible sensors. Errors ErrFD, ErrTDOA correspond to the errors related to measurements, noise and signal processing over a given time window or at a time t for measurements in space D1 for example. The equations of transitivities of the systems SYS_TRAN_FD and SYS_TRAN_TDOA are written more generally subsequently as follows: (EQA) -40- - FDpr + FDrq = FDpq + ErrFD (EQB) - TDOApr + TD0Apr = TDOApr + Erri-DoA The equations of transitivity can also be is written for a set of sensors N greater than 3 since by definition the transitivity would make it possible to link the measurements of 4, 5 sensors, or even of all the sensors of the system. The transitivity equations can be written in each domain D1, D2, D3 in which the FDs and TDOAs are calculated. Thus, it is possible, as shown in FIG. 7, to obtain domain transitivity subsystems. The subsystems are noted: ^ SSE_Q1 (D2) for the FD transitivity equations in the D2 domain; 15 - SSE_Q2 (D3) for the FD transitivity equations in the D3 domain; ^ SSE_Q3 (D1) for the TDOA transitivity equations in the D1 domain; - SSE_Q4 (D3) for the TDOA transitivity equations in the D3 domain. The transitivity subsystems of FD: SSE_Q1 (D2) SSE_Q2 (D3) can be used either to reconstruct missing TDOAs or to determine the type of source, in particular its mobility profile. Each subsystem may or may not be used according to the variant embodiments of the invention and the methods of calculating FD and TDOA. In order to determine the TDOAs and the FDs that are coherent with one another, the method of the invention makes it possible to preserve the FDs and TDOAs that verify the transitivity equations to one error. The method of the invention makes it possible to reference the FDs which come from the same source so as not to mix the values during the regression provided for in a step following the step of determining the FDs that are coherent with one another. Similarly, the method of the invention makes it possible to reference the TDOAs originating from the same source so as not to mix the values during the regression provided in a step following the step of determining the TDOAs that are coherent with one another.
Si l'on prend l'exemple de 4 capteurs, on ne conserve que les TDOA qui vérifient les 4 équations de transitivités. Pour mettre en oeuvre le principe de cohérence, on recherche par conséquent sur chaque fenêtre d'acquisition, les sextuplets de FD d'une part et les sextuplets de TDOAs d'autre part générés par la même source, c'est- à-dire vérifiant la cohérence de leur somme entre eux. Un quadruplet de capteurs (Ci, Cj, Ck, Ch) localise la même source avec les FD et/ou les TDOA si les quatre relations de transitivité sont vérifiées. Lorsque le système comprend un nombre Nc de capteurs il existe alors : - Nc (Ne-1)/2 = p pairs différentes de capteurs ; - (Ne - (Ne-1)/2) ! / (6. (Ne (Ne -1)12-3)!) = p3 triplets de pairs de capteurs ; - (Ne - (Ne-1)/2) ! / (24. (Ne - (Ne -1)/2-4)!) = lit quadruplets de pairs de capteurs ; Le nombre de pairs p de capteurs correspond au nombre d'inconnus du système par exemple le nombre de TDOA ou de FD. Le nombre de triplets p3 correspond au nombre d'équations de transitivité nécessaire pour résoudre le système.If we take the example of 4 sensors, we keep only the TDOA that verify the 4 equations of transitivities. To implement the principle of coherence, we therefore search on each acquisition window, the FD sextuplets on the one hand and the TDOAs sextuplets on the other hand generated by the same source, that is to say checking the coherence of their sum between them. A quadruplet of sensors (Ci, Cj, Ck, Ch) locates the same source with FDs and / or TDOAs if the four transitivity relationships are verified. When the system comprises a number Nc of sensors then there are: - Nc (Ne-1) / 2 = different p of sensors; - (Ne - (Ne-1) / 2)! / (6. (Ne (Ne -1) 12-3)!) = P3 triplets of pairs of sensors; - (Ne - (Ne-1) / 2)! / (24. (Ne - (Ne -1) / 2-4)!) = Quadruplets of pairs of sensors; The number of pairs of sensors corresponds to the number of unknowns in the system, for example the number of TDOAs or FDs. The number of triplets p3 corresponds to the number of transitivity equations needed to solve the system.
Les sextuplets de TDOA ne répondant pas au système d'équations de transitivité sont éliminés, comme n'étant pas cohérents. Pour quatre capteurs, trois FD et/ou trois TDOA indépendants sont sélectionnés, relativement à un capteur. Les FD indépendants et les TDOA indépendants sont ensuite 30 utilisés dans l'étape POS(Mi) pour calculer la position de chaque source d'émission des impulsions par minimisation de la fonction d'erreur des moindres carrés sur la position, comme expliqué ci-dessous. À ce système de transitivité, le procédé de l'invention permet 35 d'ajouter les relations suivantes : -42- (EQc) ^ FDD21,2(ti) = ratioFrDti (fcentral) (TDOAD11,2(t1+1) - TDOAD11,2(ti)) + Errpoppler ^ FDD21,2(ti) = ratioFrDti (fcentral) - (TDOAD31,2(ti+1) - TDOAD31,2(0) + Errpoppler ^ FDD31,2(ti) = ratioFrDti (fcentral) ' (TDOAD11,2(ti+1) - TDOAD11,2(ti)) + Errpoppler rooppier ^ FDD31,2(ti) = ratioFrDti (fcentral) - (TDOAD31 2(ti+1) - TDOAD31 Mi)) + Errpoppler Dans le cas d'un traitement de différentes sources avec différentes fréquences d'échantillonnage, nous avons le ratioFrDti = ratioFrDti (fcentral) dépendant de la fréquence centrale de chaque sous bande 10 de fréquences. Nous obtenons 4 Nbrids équations : - FDD21,2(t1)=ratioFrDti/f ,.central)*(TDOAD11,2(t1+1)-TDOAD11,2(t1))+ErrDoppler Où l'erreur Errpoppler correspond aux erreurs liées aux mesures, aux bruits et aux traitements des signaux sur une fenêtre de temps donnée 15 et/ou dans chaque sous bande donc la fréquence centrale est fcentral ou à un instant ti pour les mesures dans l'espace D1 par exemple. (EQD): - TDOAD1 = TDOAD3 + Err13; 20 - FDD2 = FDD3 + Err23; Minimisation de l'erreur d'association par contraintes de transitivité Un système d'équations de transitivité peut être établi en gardant, selon le besoin, pour la résolution du système d'un nombre minimum 25 d'équations mais suffisamment pour résoudre le système et déduire la position de chaque source mobile ou fixe MblEm, Nsi. Le procédé comprend une étape visant à sélectionner les équations présentant le minimum d'erreur, les figures 5A, 5B, 7 et 8 représentent les étapes visant à appliquer une fonction MINgerr) de calculer les erreurs résiduelles présentent dans les 30 équations de transitivité, ou les erreurs résiduelles des calculs de même FD dans différents espaces D2 et D3 ou encore des erreurs entre les calculs de TDOA dans différents espaces D1, D3 comme détaillé précédemment. Il est également possible de calculer les erreurs provenant des différentes mesures des FD et TDOA qui sont liées par l'effet doppler5 - 43 - appliqué à la mesure de deux TDOA successifs calculés d'une même source mobile ou fixe par les mêmes capteurs. Ainsi le système de transitivité peut être exprimé ainsi, aux racines 5 carrées près des erreurs selon si l'on considère les erreurs quadratiques ou pas: (EQA) - (FDpr(ti) FDrq(ti) - FDpq(ti))2 = ErrFD2 10 Sur une fenêtre de temps, il est possible de prendre la valeur de t pour laquelle les valeurs des pics FD sont maximums et ce possiblement dans chaque espace D1, D3. - (FDpr(max) + FDrq(max) - FDpq(max))2 = ErrFD(max)2 15 (EQB) - (TD0Apr(t) + TD0Apr(t) - TD0Apr(t))2= Err-rcoA2 De manière analogue, sur une fenêtre de temps, il est possible de prendre la valeur de t pour laquelle les valeurs des pics TDOA sont maximums et ce possiblement dans chaque espace D2, D3. 20 - (TDOApr(max) + TDOArq(max) - TDOApq(max))2 = ErrFD(max)2 (EQc) - (FDD21,2(t) - ratioFrDteentral).(TDOAD11,2(t+i) - TDOAD11,2(t)))2 = Errooppier2 - (FDD21,2(t) - ratioFrDt(fcentral )(TDOAD31,2(t+i) - TDOAD31,2(t)))2= Errcoppier2 ,- 25 - (FDD31,2M - ratioFrDt(fcentral) (TDOAD11,2(t+i ) - TDOAD11,2(t;)))2 = Errpoppier2 - .central - (FDD31,2(ti) - ratioFrDt (f )' (TDOAD31,2(t.i ) - TDOAD31,2(ti)))2 = Errcoppier2 Dans le cas d'un traitement de différentes sources avec différentes fréquences d'échantillonnage, nous avons le ratioFrDti(f central) 30 dépendant de la fréquence centrale de chaque sous-bande de fréquences. Nous obtenons 4 Nbnas équations : [FDD21,2(t) - ratioFrDt(f -central)" (TDOAD11 ,2(ti+1) - TDOAD11,2(ti = E rfiDoppler2 35 Si l'erreur Doppler ErrDoppler est exprimée au carré, on obtient : - 44 - [FDD21,2(t1) - ratioFrDti(f ) (TDOAD11,2(t1,1) - TDOAD11,2(ti))]2 = Errpoppier2 \-centralf ' (EQD): - (TDOAD1 - TDOAD3)2 = Err132 - (FDD2 - FD°3)2 = Err232 Il est possible alors de choisir un nombre déterminé d'équations de transitivité permettant de résoudre le système minimisant les erreurs suivantes : ErrFD, ErrTDOA, ErrDoppler, Err13, Err23. En pratique, il est possible de choisir des seuils pour chacune de ces erreurs qui correspondent à l'exigence de précision souhaitée des relations de transitivité. Selon un mode de réalisation, il est possible de choisir préférentiellement certaines des équations EQA, EQB, EQc EQD selon le cas de figure envisagé pour obtenir un système d'équations suffisantes pour résoudre le système. Par exemple, si on sait que les sources sont présumées rapides, par exemple en appliquant le procédé à la détection de sources de types « aéronefs », il peut être envisagé de privilégier les équations EQA qui s'appliquent bien aux sources générant un effet doppler en réception.The TDOA sextuplets that do not respond to the system of transitivity equations are eliminated as not being coherent. For four sensors, three FDs and / or three independent TDOAs are selected, relative to a sensor. Independent DCs and independent TDOAs are then used in the POS (Mi) stage to calculate the position of each pulse emission source by minimizing the least squares error function on the position, as explained below. below. To this system of transitivity, the method of the invention makes it possible to add the following relations: -42- (EQc) ^ FDD21,2 (ti) = ratioFrDti (fcentral) (TDOAD11,2 (t1 + 1) - TDOAD11 , 2 (ti)) + Errpoppler ^ FDD21,2 (ti) = ratioFrDti (fcentral) - (TDOAD31,2 (ti + 1) - TDOAD31,2 (0) + Errpoppler ^ FDD31,2 (ti) = ratioFrDti (fcentral ) (TDOAD11,2 (ti + 1) - TDOAD11,2 (ti)) + Errpoppler rooppier ^ FDD31,2 (ti) = ratioFrDti (fcentral) - (TDOAD31 2 (ti + 1) - TDOAD31 Mi) + Errpoppler In the case of a processing of different sources with different sampling frequencies, we have the ratio FrDti = ratioFrDti (fcentral) depending on the center frequency of each subband 10 of frequencies. We get 4 Nbrids equations: - FDD21,2 (t1) = ratioFrDti / f, .central) * (TDOAD11,2 (t1 + 1) -TDOAD11,2 (t1)) + ErrDoppler Where the Errpoppler error corresponds to the related errors measurement, noise and signal processing on a given time window and / or in each subband so the central frequency is fcentral or at a time ti for measurements in the space D1 for example. (EQD): - TDOAD1 = TDOAD3 + Err13; FDD2 = FDD3 + Err23; Minimization of association error by transitivity constraints A system of equations of transitivity can be established by keeping, as needed, for the resolution of the system a minimum number of equations but enough to solve the system and deduce the position of each mobile or fixed source MblEm, Nsi. The method includes a step of selecting equations having the least error, Figures 5A, 5B, 7 and 8 show the steps of applying a function MINgerr) to calculate the residual errors present in the 30 transitivity equations, or the residual errors of the calculations of the same FD in different spaces D2 and D3 or errors between the TDOA calculations in different spaces D1, D3 as detailed previously. It is also possible to calculate the errors resulting from the various measurements of the FD and TDOA which are linked by the Doppler effect applied to the measurement of two successive TDOAs calculated from the same mobile or fixed source by the same sensors. Thus the system of transitivity can be expressed thus, with the square roots near the errors according to whether one considers the quadratic errors or not: (EQA) - (FDpr (ti) FDrq (ti) - FDpq (ti)) 2 = ErrFD2 10 Over a time window, it is possible to take the value of t for which the values of the peaks FD are maximum and possibly in each space D1, D3. - (FDpr (max) + FDrq (max) - FDpq (max)) 2 = ErrFD (max) 2 15 (EQB) - (TD0Apr (t) + TD0Apr (t) - TD0Apr (t)) 2 = Err-rcoA2 Similarly, over a time window, it is possible to take the value of t for which the values of the peaks TDOA are maximum and possibly in each space D2, D3. 20 - (TDOApr (max) + TDOArq (max) - TDOApq (max)) 2 = ErrFD (max) 2 (EQc) - (FDD21.2 (t) - ratioFrDteentral). (TDOAD11,2 (t + i) - TDOAD11,2 (t))) 2 = Errooppier2 - (FDD21,2 (t) - ratioFrDt (fcentral) (TDOAD31,2 (t + i) - TDOAD31,2 (t))) 2 = Errcoppier2, - 25 - ( FDD31.2M - ratioFrDt (fcentral) (TDOAD11,2 (t + i) - TDOAD11,2 (t;))) 2 = Errpoppier2 - .central - (FDD31,2 (ti) - ratioFrDt (f) '(TDOAD31, 2 (ti) - TDOAD31,2 (ti))) 2 = Errcoppier2 In the case of a treatment of different sources with different sampling frequencies, we have the ratioFrDti (f central) 30 depending on the central frequency of each sub -band of frequencies. We get 4 Nbnas equations: [FDD21,2 (t) - ratioFrDt (f -central) "(TDOAD11, 2 (ti + 1) - TDOAD11,2 (ti = E rfiDoppler2 35 If the error Doppler ErrDoppler is squared we get: - 44 - [FDD21,2 (t1) - ratioFrDti (f) (TDOAD11,2 (t1,1) - TDOAD11,2 (ti))] 2 = Errpoppier2 \ -centralf '(EQD): - ( TDOAD1 - TDOAD3) 2 = Err132 - (FDD2 - FD ° 3) 2 = Err232 It is then possible to choose a fixed number of transitivity equations to solve the system minimizing the following errors: ErrFD, ErrTDOA, ErrDoppler, Err13, In practice, it is possible to choose thresholds for each of these errors which correspond to the desired accuracy requirement of the transitivity relations According to one embodiment, it is possible to preferentially select some of the equations EQA, EQB, EQc EQD depending on the case envisaged to obtain a system of equations sufficient to solve the system, for example, if we know that the sources are presumed fast, for example by applying the method to the detection of "aircraft" type sources, it may be envisaged to privilege the EQA equations which are applicable to sources generating a doppler effect on reception.
Selon un autre mode de réalisation, il est possible de considérer des sommes d'erreurs d'une pluralité de triplet de capteurs. Dans ce mode de réalisation, le procédé privilégie le minimum d'erreur moyenné sur les mesures de l'ensemble des capteurs sur une fenêtre de temps donné.According to another embodiment, it is possible to consider sums of errors of a plurality of sensor triplets. In this embodiment, the method favors the minimum error averaged over the measurements of all the sensors over a given time window.
Par exemple, considérons le cas de 4 capteurs Ci, ci, Cm, Ck, nous pouvons écrire : ^ ErrFD(max)2{Ci, Ck} = (FDii(max) + FDJk(max) - FDik(max))2 ; ^ ErrFD(max)2{Ci, ci, cm} = (FD,;(max) FD;m(max) - FD,m(max))2 ; ^ ErrFD(mak)2{c;, Ck, cm} = (FDik(max) FDkm(max) - FD,,,(max))2 ; ^ ErrFD(max)2{Cj, Ck, Cm} = (FDik(max) + FDkm(max) - FDim(max))2; Ces relations peuvent être également écrites et vérifiées avec un cas général de N capteurs, avec N 4. - 45 - Les fonctions permettant d'évaluer les erreurs des équations de transitivité de chaque système de transitivité sont représentées à la figure 8 dans le bloc fonctionnel MIN(Zerr). Le procédé de l'invention permet d'estimé l'erreur globale d'un 5 ensemble de capteur à un instant donnée ou lors d'une fenêtre d'acquisition pour des pics locaux de valeurs de FD et/ou de TDOA. De ce fait les calculs des erreurs précédentes peut être sommés pour des triplet de capteurs de l'ensemble de capteur. 10 L'erreur globale liée au FD sur une fenêtre de temps peut être calculée ainsi en considérant le cas de 4 capteurs Ci, ci, Cm, Ck RFD2 = ErrFD(max)2{Ci, g, Ck} ErrFD(max)2{ci, ci, Cm} + ErrFD(max)2{Ci, Ck, Cm}+ ErrFD(max)2{Cj, Ck, Cm}. 15 Cette relation peut être également écrite et vérifiée avec un cas général de N capteurs, avec N k 4. La figure 8 représente cette étape de calcul de l'erreur globale RFD de somme de triplets de capteurs. 20 L'erreur RFD représente la somme des erreurs de chaque triplet de capteurs concernant les mesures FD. Il s'agit du calcul de l'erreur global liée aux calculs des FD entre chaque triplet de capteurs pris sur l'ensemble des capteurs. 25 De la même manière nous obtenons pour la minimisation de l'erreur globale des mesures de TDOA, en reprenant l'exemple des 4 capteurs, Ci, Cj, Cm, Ck ^ ErrTDOA(max)2{Ci, C1, Ck} =(TDOAii(max) + TD0Aik(max) - TD0Aik(max))2 ; ^ Err-rpommax)2{Ci, Cj, Cm}= (TD0Aii(max) + TD0Aim(max) - TD0Aim(max))2 30 ^ ErrTDOA(max)2{Ci, Ck, Cm} =(TDOAik(max) + TDOAkm(max) -TD0Aim(max))2 ^ Err-rDoNmax)2{Ci, Ck, Cm} =(TD0Aik(max) + TDOAkm(max) - TD0Aim(max))2 L'erreur globale liée aux calculs des TDOA sur une fenêtre de temps peut être calculée ainsi : - 46 - RTD0A2 = ErrTDOA(max)2{Cl, Cj, Ck} + ErrTDOA(max)2{Ci, ci, cm} + EITTDOA(max)2{Ci, Ck, Cm}+ ErrTDOA(max)2{Cj, Ck, Cm) En considérant, les calculs des FD dans les différents domaines 5 pour un même couple de capteur et pour un même instant, il est possible de comparer les valeurs FDD2 et FDD3 comme évoqué précédemment et d'en quantifier une erreur. Err232(k,p) = (FDD2(k,p) - FDD3(k,p))2, où k, p représentent les indices des capteurs Ck, Cp. 10 L'erreur totale de chaque couple de capteurs peut être évaluée à chaque instant ou dans chaque fenêtre de temps d'acquisition. L'erreur totale correspond à la somme des erreurs Err23 pour chaque couple de capteurs. On peut en déduire l'erreur totale à chaque instant ou sur chaque 15 fenêtre de temps : R132 = Ekp (Err232(k,p)) Cette relation permet de déduire le maximum de la valeur moyenne des distances entre les FDD2 calculés dans le domaine D2 et les FDD3 calculés dans le domaine D3. Ces erreurs peuvent être calculées dans chaque sous-bande de fréquence centrale f -central et à chaque instant fi ou à 20 l'instant d'une fenêtre de calculs pour lequel FDD2 ou FDD3 sont maximums dans la fenêtre. Le procédé de l'invention permet en prenant en compte cette relation, de choisir les pics FD correspondant au minimum d'erreur R23 défini par le système la relation R232 = E(FDD2-FDD3)2. 25 Le procédé de l'invention permet d'estimer cette erreur, par la relation suivante : R232 = E(FDD2(k,P) - FDD3(k,p))2, où k, p représentent les indices des capteurs Ck, Cp. La prise en compte de l'erreur R23 permet de considérer les 30 valeurs des FD pour lesquelles la valeur calculée dans l'espace D2 est proche de celle calculée dans l'espace D3. La sélection des maximums des FD selon ce critère permet de fiabiliser les mesures et d'obtenir un système d'équations de transitivité efficace. - 47 - De la même manière, le procédé de l'invention permet de définir l'erreur totale des mesures des TDOA dans le domaine D1 et le domaine D3 à un instant t ou dans la fenêtre d'acquisition en prenant en compte la relation précédemment déterminée suivante : Err132(k,p) = (TDOAD1(k,p) - TDOAD3(k,p))2, où k, p représentent les indices des capteurs Ck, Cp. R232 = Elc,p(Err132(k,p)), c'est-à-dire : R232 = Ek,p((TDOAD1(k,p) - TDOAD3(k,p))2), où k, p représentent les indices des capteurs Ck, Cp.For example, consider the case of 4 sensors Ci, ci, Cm, Ck, we can write: ^ ErrFD (max) 2 {Ci, Ck} = (FDii (max) + FDJk (max) - FDik (max)) 2 ; ^ ErrFD (max) 2 {Ci, ci, cm} = (FD,; (max) FD; m (max) - FD, m (max)) 2; ^ ErrFD (mak) 2 {c, Ck, cm} = (FDik (max) FDkm (max) - FD ,,, (max)) 2; ^ ErrFD (max) 2 {Cj, Ck, Cm} = (FDik (max) + FDkm (max) - FDim (max)) 2; These relations can also be written and verified with a general case of N sensors, with N 4. The functions making it possible to evaluate the errors of the transitivity equations of each transitivity system are represented in FIG. 8 in the functional block. MIN (Zerr). The method of the invention makes it possible to estimate the overall error of a sensor assembly at a given instant or during an acquisition window for local peaks of FD and / or TDOA values. As a result, the calculations of the preceding errors can be summed for sensor triplets of the sensor assembly. The overall error related to the FD over a time window can thus be calculated by considering the case of 4 sensors Ci, ci, Cm, Ck RFD2 = ErrFD (max) 2 {Ci, g, Ck} ErrFD (max) 2 {ci, ci, Cm} + ErrFD (max) 2 {Ci, Ck, Cm} + ErrFD (max) 2 {Cj, Ck, Cm}. This relation can also be written and verified with a general case of N sensors, with N k 4. FIG. 8 represents this step of calculating the global RFD error of sum of sensor triplets. The RFD error represents the sum of the errors of each sensor triplet for the FD measurements. This is the calculation of the overall error related to the FD calculations between each triplet of sensors taken on all the sensors. In the same way we get for the minimization of the overall error of TDOA measurements, taking again the example of the 4 sensors, Ci, Cj, Cm, Ck ^ ErrTDOA (max) 2 {Ci, C1, Ck} = (TDOAii (max) + TD0Aik (max) - TD0Aik (max)) 2; ^ Err-rpommax) 2 {Ci, Cj, Cm} = (TD0Aii (max) + TD0Aim (max) - TD0Aim (max)) 2 30 ^ ErrTDOA (max) 2 {Ci, Ck, Cm} = (TDOAik (max) ) + TDOAkm (max) -TD0Aim (max)) 2 ^ Err-rDoNmax) 2 {Ci, Ck, Cm} = (TD0Aik (max) + TDOAkm (max) - TD0Aim (max)) 2 The overall error related to TDOA calculations over a time window can be calculated as follows: - 46 - RTD0A2 = ErrTDOA (max) 2 {Cl, Cj, Ck} + ErrTDOA (max) 2 {Ci, ci, cm} + EITTDOA (max) 2 { Ci, Ck, Cm} + ErrTDOA (max) 2 {Cj, Ck, Cm) By considering the calculations of the FDs in the different domains 5 for the same sensor pair and for the same instant, it is possible to compare the values FDD2 and FDD3 as mentioned above and to quantify an error. Err232 (k, p) = (FDD2 (k, p) - FDD3 (k, p)) 2, where k, p represent the indices of the sensors Ck, Cp. The total error of each pair of sensors can be evaluated at each instant or in each acquisition time window. The total error is the sum of the Err23 errors for each pair of sensors. We can deduce the total error at each instant or on each time window: R132 = Ekp (Err232 (k, p)) This relation makes it possible to deduce the maximum of the average value of the distances between the FDD2 calculated in the domain D2 and FDD3 calculated in the D3 domain. These errors can be calculated in each central frequency sub-band f -central and at each instant fi or at the instant of a calculation window for which FDD2 or FDD3 are maximum in the window. The method of the invention allows, taking into account this relationship, to choose the peaks FD corresponding to the minimum error R23 defined by the system the relation R232 = E (FDD2-FDD3) 2. The method of the invention makes it possible to estimate this error, by the following relation: R232 = E (FDD2 (k, P) - FDD3 (k, p)) 2, where k, p represent the indices of the sensors Ck, Cp. Taking into account the error R23 makes it possible to consider the values of the FDs for which the value calculated in the space D2 is close to that calculated in the space D3. The selection of FD maximums according to this criterion makes it possible to make the measurements reliable and to obtain a system of efficient transitivity equations. In the same way, the method of the invention makes it possible to define the total error of the TDOA measurements in the domain D1 and the domain D3 at a time t or in the acquisition window, taking into account the relation previously determined following: Err132 (k, p) = (TDOAD1 (k, p) - TDOAD3 (k, p)) 2, where k, p represent the indices of the sensors Ck, Cp. R232 = Elc, p (Err132 (k, p)), that is: R232 = Ek, p ((TDOAD1 (k, p) - TDOAD3 (k, p)) 2), where k, p represent the indices of the sensors Ck, Cp.
Le calcul de l'erreur globale des FD ou des TDOA sur une fenêtre d'acquisition peut être réalisé pour les valeurs maximales des pics de corrélations croisées des TDOA ou des FD. Enfin, de manière à déterminer les N équations de transitivité permettant de résoudre le système minimisant les erreurs Errboppler il est possible de prendre en compte des équations du système EQc minimisant l'erreur globale à chaque instant ti ou sur une fenêtre de temps d'acquisition en prenant en compte les TDOA et les FD dans chaque domaine D1, D2, D3. On note l'erreur totale RFD-TD0A2 = Ek,p(En-Doppler2), OÙ k, P 20 représentent les indices des capteurs Ck, Cp. L'erreur Doppler Errcoppier étant calculée pour les capteur Ck, Cp et pourrait être exprimé également comme une fonction de ces capteurs : Errooppier2(kp)). 25 On obtient les équations à résoudre en considérant le minimum d'erreur suivantes : RFD-TD0A2 = Ek,p(Errooppier2(kp)) pour chaque domaine D1, D2, D3, les équations peuvent s'écrire pour chaque couple de capteurs Ck, Cp : 30 R21FD-TD0A2(k,P) = TDOADli ,2(0))21 ; Ek,pRFDD21,2(t) - ratioFrDttf \ R23FD-TDOA2(k,P) = TDOAD31,2(0))1 ; R31FD-TD0A2(k,P) = v-centrali - (TDOAD11,2(ti+1) 35 TDOAD11,2(ti)))1 ; Ek,pRFDD21,2(t) - ratioFrDttf v-centralt1 - (TDOAD31,2(t1+1) Ek,pRFDD31,2(t) - ratioFrDt(f ,.central) - (TDOAD11,2(ti+1) - 48 - R33FD-TDoA2(4) = Ek,pRFDD31,2(ti) - ratioFrDtilf ,-central/ (TDOAD31,2(ti+1) - TDOAD3i ,2(ti)))21 Dans le cas d'un traitement de différentes sources avec 5 différentes fréquences d'échantillonnage, nous avons le ratioFrDte .,-central) dépendant de la fréquence centrale de chaque sous-bande de fréquences. Nous obtenons 4 Nbnds équations : R21FD-TD0A2(k, p)= Ek,pRFDD21,2(t) - ratioFrDti(f ,- central) ' (TDOADli - TDOADI 1,2(ti)))1 10 De manière à homogénéiser le traitement et les unités des erreurs suivantes : - R ,FD2 ^ RTDOA2 15 - R132 . 8232 - RFD-TD0A2, dont R21FD_TD0A2, F23 FD-TD0A2, R31FD-TD0A2, R33FD-TD0A2, le procédé de l'invention permet de transposer le calcul de ces erreurs dans un même référentiel d'unité. 20 En effet, les erreurs RFD-TDOA et RFD sont par exemple exprimées en Hz et les erreurs RTDOA, R13, R23 sont exprimées en secondes. Le procédé de l'invention peut comprendre une étape visant à homogénéiser les unités de sorte à comparer les erreurs calculées entre elles pour établir un choix des N équations du système de transitivité à 25 résoudre. Pour homogénéiser les unités des valeurs des erreurs, il est possible d'effectuer un ratio entre la valeur calculée et leur valeur moyennée sur une période de temps ou encore un ratio entre la valeur calculée et une constante. En prenant l'exemple d'une source mobile ou fixe étant une 30 chauve-souris, le ratio est établi par l'utilisation d'une constante, cette dernière peut être choisie comme la fréquence de l'émission des clics. Cette constante peut être choisie pour uniformiser une valeur relative des erreurs RFD-TDOA et RFD. Concernant les erreurs RTDOA, R13, R23, elles sont exprimées en 35 secondes. Il est possible, dans cet exemple, d'établir un ratio en considérant - 49 - la durée inter-clic Dref d'une chauve-souris. La durée inter-clic Dref peut être une durée moyenne de référence. Dans le cas d'une chauve-souris cette durée inter clic est de l'ordre de 0,1s. On obtient à l'issu de cette étape les erreurs absolues que l'on 5 nomme ratios des erreurs globales suivants : - xaLIID fi OFD-TDOA = RFD-TDOA Fref - RatioFD = RFD Fref - IO fi ,a,..o-moA = RTDOA / Dref ^ Ratio13 = R13 / Dref 10 - Pt'a...ti ..013=Rm/Dref Les ratios des erreurs globales sont également appelés les erreurs globales relatives. Il est également possible de les exprimer dans un même 15 référentiel d'unité en utilisant le ratioFrDtilf comme cela : ^ I .aq.+10FD-TDOA = RFD-TDOA ,-centraI) CO - Ple.atiOFD = RFD ^ CDatIfi ..OTDOA = RTDOA ' rati0FrDtecentral) ^ Ratio13 = R13 - ratioFrDte ,.central) 20 - Ratio23 =R23 Selon un mode de réalisation de l'invention, chaque erreur globale relative peut être pondérée chacune par un poids noté respectivement WDoppler, WFD, WTDOA, W13, W23, on obtient, l'expression suivante : 25 En combinant les erreurs RatioFD_TD0A, RatioFD, RatioTDOA, Ratio13, Ratio23 avec des poids positifs WFD-TDOA>0, WFD>O, WTDOA>O, W13>0, V1/23>0, nous avons: RTOTAL = WFD_TD0A - RatiOFD-TDOA + WFD - RatiOFD WTDOA - RatiOTDOA + W13 Rati013 + W23 " Ratio23 30 Pour le traitement de différentes sources, ratiofrdtiff ..,.central), ou fcentral est la fréquence centrale de chaque sous-bandes de fréquence. Cette considération peut être pris en compte dans le calcul de RTOTAL. - 50 - En d'autres termes, le système de TDOA peut être satisfait avec quelques erreurs ErrTDOA, le système de FD peut être satisfait avec quelques erreurs ErrFD. Afin de combiner les erreurs en une seule mesure de précision, nous avons besoin de toutes les erreurs pour avoir les mêmes unités. Dans notre cas, certains ont des unités de secondes, alors que d'autres ont des unités de Hz. Pour faire les deux types de variables sans unité, il est nécessaire de les diviser par une constante caractéristique du domaine dans lequel le calcul est effectué.The calculation of the global error of the FD or TDOA on an acquisition window can be performed for the maximum values of the cross correlation peaks of TDOA or FD. Finally, in order to determine the N equations of transitivity making it possible to solve the system that minimizes Errboppler errors, it is possible to take into account equations of the EQc system that minimize the overall error at each instant ti or over a window of acquisition time. taking into account the TDOA and the FD in each domain D1, D2, D3. Note the total error RFD-TD0A2 = Ek, p (En-Doppler2), where Ù k, P 20 represent the indices of the sensors Ck, Cp. The error Doppler Errcoppier being calculated for the sensors Ck, Cp and could be expressed also as a function of these sensors: Errooppier2 (kp)). The equations to be solved are obtained by considering the following minimum error: RFD-TD0A2 = Ek, p (Errooppier2 (kp)) for each domain D1, D2, D3, the equations can be written for each pair of sensors Ck , Cp: R21FD-TDOA2 (k, P) = TDOAD1I, 2 (O)) 21; Ek, pRFDD21.2 (t) - RfFdRfD-TDOA2 ratio (k, P) = TDOAD31.2 (O) 1; R31FD-TDOA2 (k, P) = v-centrali - (TDOAD11.2 (ti + 1) TDOAD11.2 (ti))) 1; Ek, pRFDD21,2 (t) - ratio FrDttf v-centralt1 - (TDOAD31,2 (t1 + 1) Ek, pRFDD31,2 (t) - ratio FrDt (f, central) - (TDOAD11,2 (ti + 1) - 48 - R33FD-TDoA2 (4) = Ek, pRFDD31.2 (ti) - ratioFrDtilf, -central / (TDOAD31.2 (ti + 1) - TDOAD3i, 2 (ti))) In the case of a treatment of different sources with 5 different sampling frequencies, we have the ratioFrDte., - central) depending on the center frequency of each sub-frequency band. We obtain 4 Nbnds equations: R21FD-TD0A2 (k, p) = Ek, pRFDD21,2 (t) - ratioFrDti (f, - central) '(TDOADli - TDOADI 1,2 (ti))) 1 10 so as to homogenize the following error processing and units: - R, FD2 ^ RTDOA2 15 - R132. 8232 - RFD-TD0A2, including R21FD_TD0A2, F23 FD-TD0A2, R31FD-TD0A2, R33FD-TD0A2, the method of the invention makes it possible to transpose the calculation of these errors in the same unit reference. Indeed, the RFD-TDOA and RFD errors are for example expressed in Hz and the errors RTDOA, R13, R23 are expressed in seconds. The method of the invention may comprise a step of homogenizing the units so as to compare the calculated errors with each other to establish a choice of the N equations of the transitivity system to be solved. To homogenize the units of the error values, it is possible to perform a ratio between the calculated value and their averaged value over a period of time or a ratio between the calculated value and a constant. Taking the example of a mobile or fixed source being a bat, the ratio is established by the use of a constant, the latter can be chosen as the frequency of the transmission of clicks. This constant can be chosen to standardize a relative value of RFD-TDOA and RFD errors. Concerning the errors RTDOA, R13, R23, they are expressed in 35 seconds. It is possible, in this example, to establish a ratio by considering the inter-click duration Dref of a bat. The inter-click duration Dref can be an average reference time. In the case of a bat this duration inter click is of the order of 0.1s. At the end of this step, we obtain the absolute errors that are called ratios of the following global errors: - xaLIID fi OFD-TDOA = RFD-TDOA Fref - RatioFD = RFD Fref - IO fi, a, .. o- moA = RTDOA / Dref ^ Ratio13 = R13 / Dref 10 - Pt'a ... ti ..013 = Rm / Dref Global error ratios are also called relative global errors. It is also possible to express them in the same unit repository by using the ratio FrDtilf as follows: ## EQU1 ## RFF-TDOA, -centraI) CO-Ple. OTDOA = RTDOA 'rati0FrDtecentral) ^ Ratio13 = R13 - ratioFrDte, .central) 20 - Ratio23 = R23 According to one embodiment of the invention, each relative global error can be weighted each by a weight denoted respectively WDoppler, WFD, WTDOA, W13, W23, the following expression is obtained: Combining the errors RatioFD_TD0A, RatioFD, RatioTDOA, Ratio13, Ratio23 with positive weights WFD-TDOA> 0, WFD> O, WTDOA> O, W13> 0, V1 / 23> 0, we have: RTOTAL = WFD_TD0A - RatiOFD-TDOA + WFD - RatiOFD WTDOA - RatiOTDOA + W13 Rati013 + W23 "Ratio23 30 For processing different sources, ratiofrdtiff .., .central), or fcentral is the central frequency Frequency subbands This consideration can be taken into account in the calculation of RTOTAL. terms, the TDOA system can be satisfied with some ErrTDOA errors, the FD system can be satisfied with some ErrFD errors. In order to combine the errors into a single measure of accuracy, we need all the errors to have the same units. In our case, some have units of seconds, while others have units of Hz. To do both types of variables without units, it is necessary to divide them by a constant characteristic of the domain in which the calculation is made. .
Nous utilisons le division par ratioFrDti(fcentrai) constante caractéristique utilisée dans l'équation reliant FD et TDOA. Dans le cas des unités de fréquences, nous les laissons tel quel, avec des unités de fréquence. Dans le cas des unités de temps, nous multiplions par le ratioFrDte ,.central).We use the characteristic ratioFrDti (fcentrai) division constant used in the equation connecting FD and TDOA. In the case of frequency units, we leave them as they are, with frequency units. In the case of time units, we multiply by the ratioFrDte, .central).
Division par des constantes caractéristiques nous donne des erreurs avec les mêmes unités : RatiOFD-TDOA = RFD-TDOA ; RatiOFD = RFD RatioTDOA = RTDOA - ratioFrDti(f ,.central) Ratio13 = R13 - ratioFrDte ,centralf Rati23 =R23 En combinant les erreurs RationD_TooA, Ration), RatioTDoA, Ratio13, 25 Ratio23 avec quelques poids WFD-TDOA, WFD WTDOA , W13 , W23 , nous avons: RTOTAL = WFD-TDOA ' RatiOFD-TDOA + WFD - RatiOFD + WTDOA - RatiOTDOA + W13 Ratio13 + W23 ' Ratio23 Les pondérations peuvent être choisies en fonction de ce qui est 30 le plus important dans le système d'enregistrement et de données et sont optimisée afin de minimiser l'erreur totale RTOTAL. En cas de traitement de différentes sources sonores avec des fréquences différentes, on considère le ratioFrDte vcentral) dépendant de la fréquence centrale de chaque sous-bande. Dans ce cas, tout en utilisant une combinaison d'erreurs des équations de -51- transitivité, il est nécessaire de sommer sur toutes les bandes de fréquence fcentral: RTOTAL = E(WFD-TDOA - RatioFD-TDOA) WFD - RatiOFD E(wi-D0A - RatioTDOA) + E(w13 - Ratio13) + W23 ' Rati023.Division by constant characteristics gives us errors with the same units: RatiOFD-TDOA = RFD-TDOA; RatiOFD = RFD RatioTDOA = RTDOA - ratioFrDti (f, .central) Ratio13 = R13 - ratioFrDte, centralf Rati23 = R23 By combining errors RationD_TooA, Ration), RatioTDoA, Ratio13, 25 Ratio23 with some weights WFD-TDOA, WFD WTDOA, W13 , W23, we have: RTOTAL = WFD-TDOA 'RatiOFD-TDOA + WFD - RatiOFD + WTDOA - RatiOTDOA + W13 Ratio13 + W23' Ratio23 The weights can be chosen according to what is most important in the system. recording and data and are optimized to minimize the total RTOTAL error. When processing different sound sources with different frequencies, the ratioFrDte vcentral is considered dependent on the center frequency of each subband. In this case, while using a combination of errors of the transitivity equations, it is necessary to sum on all the fcentral frequency bands: RTOTAL = E (WFD-TDOA - RatioFD-TDOA) WFD - RatiOFD E ( wi-D0A - RatioTDOA) + E (w13 - Ratio13) + W23 'Rati023.
Cette étape est représentée à la figure 8 par le bloc fonctionnel SYS COMB(wi) qui peut être utilisé : - dans le choix final des N équations de transitivité du système d'équations de transitivité SYS_TRAN_FINAL en vue de le résoudre par régression non linéaire ; ^ dans la sélection dynamique et automatique SEL(FD) et SEL(TDOA) en vue d'ajuster les pondérations en fonction de la nature des sources présupposée.This step is represented in FIG. 8 by the SYS COMB (wi) functional block which can be used: in the final choice of the N equations of transitivity of the system of SYS_TRAN_FINAL transitivity equations in order to solve it by nonlinear regression; ^ in the dynamic and automatic selection SEL (FD) and SEL (TDOA) in order to adjust the weights according to the nature of the sources presupposed.
Le procédé de l'invention permet donc de définir des pondérations \Ai; pour choisir les erreurs globales à minimiser de manière à déterminer un système de transitivité optimale et adapté au contexte. Une relation liant les poids les uns aux autres permet de définir un référentiel commun de mesure des différentes erreurs mesurées. 20 Typiquement, une contrainte telle que la relation suivante peut être respectée selon le procédé de l'invention en plus de la positivité des poids : ^ WFD-TDOA WFD WTDOA + W13 + W23 = Dans le cas d'un traitement de différentes sources avec 25 différentes fréquences d'échantillonnage, nous avons le ratioFrDtiff -,-central) dépendant de la fréquence centrale de chaque sous-bande de fréquences. Nous obtenons plus de termes dans la précédente équation : - E(WFD-TDOA) WFD E(WTDOA) E(W13) + W23 = 30 La pondération peut être ajustée dynamiquement de sorte que le procédé s'adapte en fonction de la nature des sources et de l'évolution de mouvements des sources. A titre d'exemple, lorsque les sources se déplacent rapidement l'erreur globale relative RatioFD permet d'obtenir des bons résultats en 35 sélectionnant des FD reflétant les différences de vitesses notamment - 52 - mesurables grâce à l'effet Doppler. De ce fait le poids wFD peut-être privilégié pour dans le calcul de l'erreur totale. Si les sources se déplacent vers les capteurs, lorsque les sources sont lointaines, leur vitesse influe moins que les différences de temps d'arrivée notamment des TDOA. De ce fait, lorsque les sources sont lointaines et que les vitesses des mouvements influent peu sur l'effet Doppler alors la valeur poids WTDOA peut être choisie de manière à favoriser la prise en compte de l'erreur globale RatioTDOA lorsque la source est lointaine et au fur et à mesure de son rapprochement de l'ensemble des capteurs, le ratio RatioFD peut être préféré. De manière analogue lorsque le traitement de signaux en provenance d'une ou de plusieurs sources mobiles ou fixes après leur acquisition comprend une transformée par ondelettes de sorte par exemple à améliorer le filtrage du bruit et à rehausser les signaux utiles, la prise en compte des différences de TDOA calculées dans le domaine D1 et dans le domaine D3 ainsi que la prise en compte des différences de FD calculées dans le domaine D2 et dans le domaine D3 peut être adaptée pour le choix du système d'équations de transitivité. Dans ce cas les poids w13, w23 peuvent préférentiellement considérés vis-à-vis des autres poids.The method of the invention therefore makes it possible to define weightings \ Ai; to choose the global errors to be minimized so as to determine an optimal transitivity system adapted to the context. A relationship linking the weights to each other makes it possible to define a common reference frame for measuring the various errors measured. Typically, a constraint such that the following relation can be respected according to the method of the invention in addition to the positivity of the weights: WFD-TDOA WFD WTDOA + W13 + W23 = In the case of a treatment of different sources with 25 different sampling frequencies, we have the ratioFrDtiff -, - central) dependent on the center frequency of each frequency sub-band. We obtain more terms in the previous equation: - E (WFD-TDOA) WFD E (WTDOA) E (W13) + W23 = 30 The weighting can be adjusted dynamically so that the process adapts according to the nature of the sources and evolution of source movements. By way of example, when the sources move rapidly, the relative global error RatioFD makes it possible to obtain good results by selecting FDs reflecting the differences in speeds that can be measured in particular by virtue of the Doppler effect. As a result, the weight wFD can be preferred for the calculation of the total error. If the sources move towards the sensors, when the sources are distant, their speed influences less than the differences in arrival time including TDOAs. As a result, when the sources are far away and the velocities of the movements have little effect on the Doppler effect, then the weight value WTDOA can be chosen so as to make it possible to take into account the global error RatioTDOA when the source is distant and as it moves closer to all the sensors, the RatioFD ratio may be preferred. Analogously, when the processing of signals from one or more mobile or fixed sources after their acquisition comprises a wavelet transform, for example to improve the noise filtering and to enhance the useful signals, the taking into account of TDOA differences calculated in the D1 domain and in the D3 domain as well as the consideration of the calculated FD differences in the D2 domain and in the D3 domain can be adapted for the choice of the system of transitivity equations. In this case the weights w13, w23 may preferentially be considered vis-à-vis the other weights.
Selon un autre mode de réalisation, le procédé comporte une étape de choix des N équations de transitivité pour élaborer le système à résoudre en considérant les erreurs globales qui vérifient un ensemble de conditions.According to another embodiment, the method comprises a step of choosing the N equations of transitivity to develop the system to solve by considering the global errors that verify a set of conditions.
Les TDOA et les FD retenus dans le système sont ceux qui vérifient un ensemble de conditions, tel que par exemple : ^ po ..FD-TDOA > SFD-TDOA . RFD - SFD RTDOA > STDOA ^ R - ^ R23 - Où SFD-TDOA, SFD, STDOA, S13, S23 sont des seuils prédéfinis ou des seuils qui peuvent être ajustés selon les cas notamment du type de sources présumées. Cette étape est représentée à la figure 8 par le bloc fonctionnel 35 SYS INTER qui permet de déterminer les N maximums de corrélation - 53 - nécessaires à la résolution du système en vue de déterminer les positions de chaque mobiles M Nsi- Les conditions peuvent être vérifiées dans chaque domaine D1, D2, - n 3, notamment pour les calculs de RFD-TDOA, dont R21FD-TDOA, R23 FD-TDOA, R31FD-TDOA, R33FD-TDOA définis précédemment. Les erreurs totales globales peuvent comparées à une valeur seuil à chaque instant t ou pour une fenêtre de temps donnée.The TDOAs and FDs retained in the system are those that verify a set of conditions, such as for example: ^ po ..FD-TDOA> SFD-TDOA. RFD - SFD RTDOA> STDOA ^ R - ^ R23 - Where SFD-TDOA, SFD, STDOA, S13, S23 are predefined thresholds or thresholds that can be adjusted depending on the particular case of the type of presumed sources. This step is represented in FIG. 8 by the SYS INTER function block 35 which makes it possible to determine the maximum correlation Ns necessary for the resolution of the system in order to determine the positions of each mobile unit. The conditions can be verified. in each domain D1, D2, n3, in particular for the RFD-TDOA calculations, of which R21FD-TDOA, R23 FD-TDOA, R31FD-TDOA, R33FD-TDOA defined previously. Global total errors can be compared to a threshold value at each moment t or for a given time window.
Après l'estimation des erreurs globales, un système d'équations de transitivité peut être déterminé comportant suffisamment d'équations pour résoudre le système d'inconnues que sont les positons instantanées de chaque source. Un avantage de l'invention par la résolution du minimum d'erreurs préliminairement à la détermination d'un système de transitivité et sa résolution est de choisir les équations dont les mesures sont les plus fiables et qui ont été les moins impactées par le bruit, le traitement des signaux, les interférences, etc. Calculs des positions des sources mobiles ou fixes Une fois le système d'équations de transitivité des FD déterminé et éventuellement celui des TDOA selon la mise en oeuvre du procédé de l'invention, on dispose des FD cohérents entre eux donc éventuellement des TDOA cohérents entre eux. Une étape de régression non linéaire permet de déterminer les 25 positions instantanées (x,y,z) de chaque source mobile ou fixe en fonction du temps. Ces positions brutes sont calculées dans l'étape POS(Mi) à la fin du procédé selon L'invention qui est représentée aux figures 5A, 5B, 7 et 8. La régression multiple non linéaire peut être réalisée grâce à 30 l'algorithme de Gauss-Newton, en utilisant par exemple une vitesse de propagation des signaux dans le milieu selon un profil déterminé. A titre d'exemple, dans le milieu marin la vitesse des signaux acoustiques dans l'eau de mer est déterminée constante d'une valeur de 1500 ms-1, dans le milieu aérien, la vitesse de propagation des ondes acoustiques est 35 déterminée à la vitesse de 340 m/s. -54- La position de la source MI est notée X. Les trois FD indépendants sont notés par des indices u, w, y : {FDu(i,j), FDw(i,k), FDy(i,h)} de chaque quadruplet de capteurs Ci, Ci, Ck, Ch.After estimating global errors, a system of transitivity equations can be determined with enough equations to solve the system of unknowns that are the instantaneous positons of each source. An advantage of the invention in solving the minimum of errors preliminary to the determination of a transitivity system and its resolution is to choose the equations whose measurements are the most reliable and which have been the least impacted by the noise, signal processing, interference, etc. Calculations of the positions of the mobile or fixed sources Once the system of equations of transitivity of the FD determined and possibly that of TDOA according to the implementation of the method of the invention, there are FD consistent between them and possibly TDOA consistent between them. A non-linear regression step makes it possible to determine the instantaneous positions (x, y, z) of each mobile or fixed source as a function of time. These raw positions are calculated in the POS (Mi) step at the end of the process according to the invention which is represented in FIGS. 5A, 5B, 7 and 8. The nonlinear multiple regression can be carried out thanks to the algorithm of FIG. Gauss-Newton, using for example a signal propagation speed in the medium according to a determined profile. By way of example, in the marine environment the speed of the acoustic signals in seawater is determined constant of a value of 1500 ms -1, in the air environment the propagation velocity of the acoustic waves is determined at the speed of 340 m / s. The position of the source MI is denoted X. The three independent FDs are denoted by indices u, w, y: {FDu (i, j), FDw (i, k), FDy (i, h)} of each quadruple of sensors Ci, Ci, Ck, Ch.
Les trois TDOA indépendants sont notés par leur indices u, w, y : {TD0Au(i,j), TDOAW(i,k), TD0Ay(i,h)} de chaque quadruplet de capteurs Ci, C1, Ck, Ch. Le système est résolu par la minimisation de l'erreur LMS (Least Mean Square) dans le système des trois équations FD et TDOA. A titre d'exemple, ces équations pour les TDOA peuvent s'écrire de la manière suivante: c TD0Au(i,j) = Q(Xs, Xi) - Q(Xs, Xi) ; c - TD0Aw(i,k) = Q(Xs, Xi) - Q(Xs, Xk) ; c - TD0Ay(i,h) = Q(Xs, Xi) - Q(Xs, ; 15 où Q(Xs, Xi) est la distance Euclidienne entre la source S de coordonnées inconnues {x, y, et le capteur de coordonnées X. Les mêmes déductions des FD peuvent être réalisées avec des équations similaires mais représentant une différence de fréquence d'une source et non une différence de temps d'arrivée. 20 Dans l'exemple des équations des TDOA, dans le détail, lors de la régression non linéaire, on minimise récursivement la fonction : Minxs(f(Xs)) = fes)2-42(Xs)2+ fes)2 Où 11± 1 (x ,(1)- x i(1))2 - \IE(x8 (1)- X,(1))2 + d éj 9 1-1 1.1 \l±(x ,(1)- X.(1))2 - '1±(x x(i)- x i(i))2 + dl.* p 1.1 1.1 4(xs(r)- X,(1))2 - Ecx'(/)- x'(/)) 2 3 3 25 I=f las Et di,j = TD0Au(i,j) - c, le TDOA estimé entre le capteur Ci et le capteur C. La fonction peut être minimisée avec la technique de Levenberg-Marquardt. Si la solution est )(estimé alors l'erreur LMS s'écrit : f(Xestimé) = fi(Xestimé)2 + f2(Xestimé)2 + f3(Xestimé)2 ; -55- Une position X de la source de clics est considérée comme correcte quand f(Xestimé) < 1 dans un exemple de réalisation ou à un certain seuil de façon générale, sinon elle n'est pas prise en compte. s Détermination des trajectoires des sources mobiles ou des positions des sources fixes Chaque résolution du système d'équations de transitivité et de régression non linéaire donne une seule position Xs(x,y,z) d'une source. Comme on a plusieurs jeux de triplets indépendants de TDOA cohérents, on 10 résout ce système d'équations pour chaque jeu, ce qui donne plusieurs points pour chaque source et pour chaque instant considéré. Une fois que des fenêtres de temps sont identifiées comme participant à la convergence d'une position Xs par régression, le procédé selon l'invention extrait ces fenêtres et les impulsions, comme par exemple 15 des clics, qui y sont contenus, et les étiquette en utilisant les valeurs de FD et de TDOA comme provenant de la source située en MI. Les continuums spatio-temporels des positions permettent d'isoler des trajectoires individuelles et donc de lier des clics à une source donnée en particulier (par clustering automatique du plus proche voisin par exemple). 20 La reconstruction des TDOAs manquants ou de FDs manquants peut être réalisée par utilisation de la relation entre TDOA et FD de la section précédente : FD{i,sis2} = ratioFrDti(fcentrai) (TD0A{i+1,5152} - TD0A{i,s1s2}) 25 pour chaque bande de fréquences, caractérisée par la fréquence centrale fcentral - Cette relation liant TDOA et FD permet d'aboutir à l'expression de TDOA: TD0A{i+1,5152} = TD0A{i,s1s2} + FD{i,s1s2} / ratioFrDte - central, - 30 TD0A{i-1,5152} = TD0A{i,s1s2} - FD{i,sis2} / ratioFrDtiff -central/ - Ces équations pour les TDOA sont vraies pour chacun des trois types de TDOA et FD dans chacune des domaines D1, D2 et D3. Ils permettent de reconstituer les TDOA manquants, en utilisant les valeurs - 56 - voisines de FD. De ce fait, l'information de vitesse peut être calculée à partir de la relation entre les TDOA et FD, comme illustré précédemment. L'extraction des impulsions dans du bruit ou plusieurs trains 5 d'impulsions de différentes sources mobiles ou fixes constitue donc un processus très intéressant que permet l'invention. Lissage des trajectoires L'obtention des positions spatiales des sources mobiles ou fixes 10 sur les trois axes x,y,z pour certaines fenêtres de temps, rend possible l'application à ces positions de phases de traitement supplémentaires comme le lissage des trajectoires en vue de mieux visualiser en temps réel les trajectoires des sources mobiles ou fixes présentes dans la zone d'observation. 15 Une position est estimée, pour chaque source mobile ou fixe plusieurs fois par minute. En conséquence, certaines zones ne possèdent pas de point et forment des espaces vides dans les trajectoires. Le procédé permet d'interpoler les trajectoires lorsque certaines mesures manquent pour 20 estimer davantages de positions par exemple parce qu'il y a trop de recouvrement d'impulsions sur certaines fenêtres de détection. Selon un mode de réalisation, le procédé peut remédier à ce problème en lissant les trajectoires, selon des méthodes de lissage connues en soi, par exemple une méthode d'interpolation linéaire. 25 Le lissage linéaire ou par splines des trajectoires permet d'estimer les positions inconnues d'une source entre deux points de passage obtenus. Cela permet de déterminer les FD et /ou les TDOA qui auraient généré ces positions, car la position de la source et les coordonnées des capteurs sont connues. On peut alors revenir sur l'enregistrement et étiqueter les 30 impulsions sur des portions du signal dont le filtrage et les inter-corrélations n'ont pas réussi à extraire de l'information. En outre, la relation, décrite par la relation EQc, entre deux TDOA mesurés successivement dans un même couple de capteurs et le FD calculé 35 pour l'un des instants de capture d'un des TDOA correspondant permet de - 57 - reconstituer des positions qui ne peuvent directement déduite de la mesure des TDOA ou des FD. En outre, le procédé de l'invention peut également permettre de générer des trajectoires de sources mobiles ou fixes à partir des seules mesures des FD. Ces trajectoires peuvent être ensuite corrigées par la relation entre les FD et les TDOA de l'équation EQc ou par la génération indépendamment des trajectoires déduites des mesures de TDOA, équation EQB.The three independent TDOAs are denoted by their indices u, w, y: (TD0Au (i, j), TDOAW (i, k), TD0Ay (i, h)} of each quadruple of sensors Ci, C1, Ck, Ch. The system is solved by minimizing the Least Mean Square (LMS) error in the system of the three FD and TDOA equations. By way of example, these equations for TDOAs can be written in the following way: c TD0Au (i, j) = Q (Xs, Xi) - Q (Xs, Xi); c - TD0Aw (i, k) = Q (Xs, Xi) - Q (Xs, Xk); c - TD0Ay (i, h) = Q (Xs, Xi) - Q (Xs,; 15 where Q (Xs, Xi) is the Euclidean distance between the source S of unknown coordinates {x, y, and the coordinate sensor X. The same FD deductions can be made with similar equations but representing a frequency difference of a source and not a difference in arrival time.In the example of the TDOA equations, in detail, when the nonlinear regression, we recursively minimize the function: Minxs (f (Xs)) = fes) 2-42 (Xs) 2+ fes) 2 Where 11 ± 1 (x, (1) - xi (1)) 2 - \ IE (x8 (1) - X, (1)) 2 + d ej 9 1-1 1.1 \ l ± (x, (1) - X. (1)) 2 - '1 ± (xx (i) - xi (i)) 2 + dl. * p 1.1 1.1 4 (xs (r) - X, (1)) 2 - Ecx '(/) - x' (/)) 2 3 3 25 I = f las Et di The estimated TDOA between the Ci sensor and the C sensor. If the solution is) (then estimated the error LMS is written: f (Xestimé) = fi (Xestimé) 2 + f2 (Xestimé) 2 + f3 (Xestimé) 2; -55- A position X of the source of clicks is considered correct when f (Xestimé) <1 in an example embodiment or at a certain threshold in general, otherwise it is not taken into account s Determination of the trajectories of moving sources or fixed source positions Each resolution The system of equations for transitivity and nonlinear regression gives a single position Xs (x, y, z) of a source, and since we have several sets of independent TDOA-independent triplets, we solve this system of equations for each game, which gives several points for each source and for each instant considered Once time windows are identified as participating in the convergence of an Xs position by regression, the method according to the invention extracts these windows and the pulses, such as for example 15 cl ics, which are contained therein, and tag them using the values of FD and TDOA as coming from the source lying in MI. Spatio-temporal continuums of positions make it possible to isolate individual trajectories and thus link clicks to a given source in particular (by automatic clustering of the nearest neighbor, for example). The reconstruction of missing TDOAs or missing FDs can be performed using the TDOA-FD relationship of the previous section: FD {i, sis2} = ratioFrDti (fcentrai) (TD0A {i + 1.5152} - TD0A { i, s1s2}) 25 for each frequency band, characterized by the center frequency fcentral - This relation binding TDOA and FD leads to the expression of TDOA: TD0A {i + 1,5152} = TD0A {i, s1s2 } + FD {i, s1s2} / ratioFrDte - central, - 30 TD0A {i-1,5152} = TD0A {i, s1s2} - FD {i, sis2} / ratioFrDtiff -central / - These equations for TDOA are true for each of the three types of TDOA and FD in each of the domains D1, D2 and D3. They make it possible to reconstitute the missing TDOAs, using the values - 56 - close to FD. As a result, the speed information can be calculated from the relationship between TDOA and FD, as previously illustrated. The extraction of pulses in noise or several pulse trains from different mobile or fixed sources is therefore a very interesting process that the invention allows. Smoothing Trajectories Obtaining the spatial positions of the mobile or fixed sources 10 on the three axes x, y, z for certain time windows makes it possible to apply to these positions additional processing phases such as smoothing trajectories in order to to better visualize in real time the trajectories of the mobile or fixed sources present in the observation zone. A position is estimated for each mobile or fixed source several times per minute. As a result, some areas do not have a point and form trailing spaces in the trajectories. The method makes it possible to interpolate the trajectories when certain measurements are missing to estimate more positions for example because there is too much pulse overlap on certain detection windows. According to one embodiment, the method can remedy this problem by smoothing the trajectories, according to smoothing methods known per se, for example a linear interpolation method. The linear or spline smoothing of the trajectories makes it possible to estimate the unknown positions of a source between two crossing points obtained. This makes it possible to determine the FD and / or TDOA that would have generated these positions, since the position of the source and the coordinates of the sensors are known. We can then return to the recording and label the 30 pulses on portions of the signal whose filtering and inter-correlations have failed to extract information. In addition, the relationship, described by the EQc relation, between two TDOAs measured successively in the same pair of sensors and the FD calculated for one of the capture instants of one of the corresponding TDOAs makes it possible to reconstitute positions which can not directly deduced from the measurement of TDOA or FD. In addition, the method of the invention can also make it possible to generate mobile or fixed source trajectories from FD measurements alone. These trajectories can then be corrected by the relation between the FD and the TDOA of the EQc equation or by the generation independently of the trajectories deduced from the TDOA measurements, equation EQB.
Profil de célérité Lorsque le procédé de l'invention comprend un nombre donné de capteurs pour déterminer les trajectoires d'un nombre donné de sources mobiles ou fixes, il est possible d'utiliser un capteur supplémentaire pour affiner le profil de célérité des signaux présumés. Typiquement, selon le milieu de détection envisagée et la nature des sources le profil de célérité des signaux émis peuvent estimés à partir d'un capteur supplémentaire. En ajoutant un capteur par rapport au minimum nécessaire afin d'obtenir toutes les trajectoires des sources mobiles ou fixes, le procédé permet d'ajouter un degré de liberté aux équations de détermination des 20 positions. Dans ce cas, un profil de célérité caractéristique du milieu au moment de l'enregistrement peut être estimé. On s'affranchit alors d'un profil de célérité modélisé pour la période concernée. Le capteur supplémentaire ajoute un degré de liberté au système à résoudre et permet d'effectuer la 25 régression pour estimer le profil de célérité pour chaque position. Dans le système d'équation, la célérité des signaux est noté c(t) qui devient dépendante du temps de l'enregistrement des signaux Si à chaque capteur Ck. 30 Système pour la mise en oeuvre du procédé Afin de mettre en oeuvre le procédé selon l'invention, il suffit d'utiliser un ordinateur standard pourvu d'une carte d'acquisition par capteur, et capable d'exécuter un logiciel mettant en oeuvre les étapes de traitement 35 du procédé de l'invention. - 58 - En outre, il faut au minimum quatre capteurs pour obtenir suffisamment de couples de capteurs et d'équations de transitivité ayant un intérêt pour la détection des positions de sources mobiles ou fixes. Un échantillonnage à au moins 400 Hz dans le cas d'une baleine 5 et au moins une gamme de fréquences allant de 10kHz à 160kHz pour le cas d'une chauve-souris permet de numériser le signal correctement. Les capteurs sont avantageusement espacés de quelques mètres à quelques centaines de mètres. Ils peuvent être fixes ou être disposés sur des dispositifs mobiles tels qu'un aéronef ou un navire. Dans le cas d'un 10 dispositif mobile, un système de positionnement, tel qu'un GPS, peut être couplé pour compenser et prendre en compte les mouvements du dispositif dans le traitement des signaux reçus. Les enregistrements peuvent être réalisés sur des durées allant de quelques secondes à plusieurs minutes pour prendre en compte le 15 déplacement des sources mobiles et ainsi obtenir des trajectoires. Lorsque le système est adapté à la détection de sources sous-marines, le système de mise en oeuvre du procédé peut se composer d'un kit qui se largue en mer et qui comporte les N-1 hydrophones flottants distants de quelques dizaines de mètres, pourvus d'un système de localisation par 20 GPS ou d'une petite balise émettrice (pour auto-localisation des hydrophones). Le Nième hydrophone (de même caractéristique) est immergé à quelques dizaines de mètres sous les autres. Ainsi les dérives des hydrophones peuvent être calculées par GPS ou émetteur sonore situé sur chaque hydrophone pour les relocaliser précisément toutes les minutes en 25 fonction de la position d'un hydrophone de référence (sur la coque d'un bateau en panne par exemple). Selon un mode de réalisation, les capteurs sont reliés par câble ou par téléphone portable nouvelle génération au PC embarqué, et la trajectographie des sources mobiles ou fixes est alors possible en temps 30 réel. On se réfère à la figure 9 qui montre un organigramme d'un procédé permettant d'utiliser et d'exploiter les positions POS(M1) des sources mobiles ou fixes obtenues grâce à la résolution du système d'équations de 35 transitivité SYS TRAN FD et SYS_TRAN_TDOA en ayant choisi les - 59 - équations correspondant au minimum d'erreur dont la fonction est représentée par MIN(Zerr). Lorsque les sources mobiles ou fixes sont des animaux, le procédé de trajectographie, permet de générer une étude comportementale.Velocity profile When the method of the invention comprises a given number of sensors for determining the trajectories of a given number of mobile or fixed sources, it is possible to use an additional sensor to refine the velocity profile of the presumed signals. Typically, depending on the detection medium envisaged and the nature of the sources, the velocity profile of the transmitted signals can be estimated from an additional sensor. By adding a sensor relative to the minimum necessary to obtain all the trajectories of mobile or fixed sources, the method makes it possible to add a degree of freedom to the equations for determining positions. In this case, a characteristic velocity profile of the medium at the time of recording can be estimated. This eliminates a modeled velocity profile for the period in question. The additional sensor adds a degree of freedom to the system to be solved and allows the regression to estimate the velocity profile for each position. In the equation system, the celerity of the signals is denoted c (t) which becomes time dependent on the recording of the signals Si to each sensor Ck. System for Implementing the Method In order to implement the method according to the invention, it is sufficient to use a standard computer provided with a sensor acquisition card, and capable of executing software implementing the processing steps of the process of the invention. In addition, at least four sensors are required to obtain sufficient pairs of sensors and transitivity equations of interest for the detection of mobile or fixed source positions. Sampling at least 400 Hz in the case of a whale 5 and at least a frequency range from 10 kHz to 160 kHz for the case of a bat can digitize the signal correctly. The sensors are advantageously spaced from a few meters to a few hundred meters. They can be fixed or be arranged on mobile devices such as an aircraft or a ship. In the case of a mobile device, a positioning system, such as a GPS, may be coupled to compensate and take into account the movements of the device in the processing of the received signals. The recordings can be made over periods ranging from a few seconds to several minutes to take into account the movement of the mobile sources and thus to obtain trajectories. When the system is suitable for detecting submarine sources, the implementation system of the method may consist of a kit which is deployed at sea and which comprises floating N-1 hydrophones distant a few tens of meters, equipped with a GPS tracking system or a small transmitter beacon (for self-locating hydrophones). The Nth hydrophone (of the same characteristic) is immersed a few tens of meters below the others. Thus the drifts of hydrophones can be calculated by GPS or sound transmitter located on each hydrophone to relocate precisely every minute depending on the position of a reference hydrophone (on the hull of a broken boat for example). According to one embodiment, the sensors are connected by cable or new-generation mobile phone to the embedded PC, and the tracking of mobile or fixed sources is then possible in real time. Referring to FIG. 9, there is shown a flowchart of a method for utilizing and exploiting the POS (M1) positions of mobile or fixed sources obtained by solving the system of SYS TRAN FD transitivity equations. and SYS_TRAN_TDOA having chosen the equations corresponding to the minimum of error whose function is represented by MIN (Zerr). When mobile or fixed sources are animals, the trajectory process makes it possible to generate a behavioral study.
Dans ce cas, outre les étapes du procédé déjà décrites précédemment, le procédé de l'invention peut comprendre une étape COMP(M1) visant à déduire des comportements des sources mobiles ou fixes animales. A partir des FD et des TDOA et du signal sur chaque capteur Ck, on peut procéder à l'étiquetage ETIQ(Ck) du signal et déterminer son énergie PW et l'intervalle inter-clic (ICI). En outre, la localisation POS(M1) de chaque source MI permet de déterminer la trajectoire, et par conséquent d'autres paramètres tels que l'évolution de la distance de la source mobile ou fixe notée DIST(MI/Ck), l'angle de sa tête notée eMI/Ck, c'est à dire son cap instantané, et la vitesse de la source eMI/Ck par rapport au capteur Ck. Ces données combinées à l'étape COMP(M1) avec celles issues de l'étiquetage peuvent donc être intégrées, annotées, structurées à l'aide de fichiers de type XML, et finalement stockées automatiquement dans une base de données. Enfin elles peuvent être analysées à la demande, afin de mieux 20 comprendre le comportement des sources animales dans différentes situations : chasse, recherche de proie, etc. Avantages de l'invention Le procédé de trajectographie selon l'invention répond aux buts 25 fixés. Ainsi, l'invention permet d'observer par voie passive, sans aucune perturbation du milieu ou des sources elles-mêmes, un groupe de plusieurs sources mobiles ou fixes, telles que des chauves-souris. Avantageusement, le procédé peut être appliqué dans des zones géographiques allant de quelques centaines de mètres à plusieurs dizaines 30 de kilomètres dans une aire de plusieurs kilomètres carrés. Le procédé peut, également, être appliqué dans des volumes de plusieurs mètres cubes pour des applications liées aux chauves-souris par exemple. Selon, le type de sources, leur fréquence, et le milieu, la zone 35 d'application de l'invention peut varier. - 60 - A titre d'exemple, dans le domaine de l'acoustique, une zone de quelques mètres cubes est adaptée pour les sources de faible amplitude et des capteurs serrés et de haute fréquence d'échantillonnage, par exemple une fréquence d'échantillonnage supérieure ou égale à 200 kHz.In this case, in addition to the steps of the method already described above, the method of the invention may comprise a step COMP (M1) for deriving behaviors from mobile or fixed animal sources. From the FD and TDOA and the signal on each sensor Ck, it is possible to label the signal ETIQ (Ck) and determine its energy PW and the inter-click interval (ICI). In addition, the location POS (M1) of each source MI makes it possible to determine the trajectory, and consequently other parameters such as the evolution of the distance of the mobile or fixed source denoted DIST (MI / Ck), the angle of its head noted eMI / Ck, ie its instantaneous heading, and the speed of the source eMI / Ck with respect to the sensor Ck. This data combined in step COMP (M1) with those resulting from the labeling can therefore be integrated, annotated, structured using XML type files, and finally stored automatically in a database. Finally they can be analyzed on demand, in order to better understand the behavior of animal sources in different situations: hunting, searching for prey, etc. Advantages of the invention The tracking method according to the invention meets the stated goals. Thus, the invention makes it possible to observe, by a passive way, without any disturbance of the medium or the sources themselves, a group of several mobile or fixed sources, such as bats. Advantageously, the method can be applied in geographical areas ranging from a few hundred meters to several tens of kilometers in an area of several square kilometers. The method can also be applied in volumes of several cubic meters for applications related to bats for example. Depending on the type of sources, their frequency, and the medium, the area of application of the invention may vary. For example, in the field of acoustics, an area of a few cubic meters is suitable for low amplitude sources and tight and high sampling frequency sensors, for example a sampling frequency. greater than or equal to 200 kHz.
Pour les sons dont la fréquence est inférieure ou égale à 20 kHz, c'est en effet des distances de plusieurs kilomètres dans l'eau, voire des dizaines de mètres dans l'air. Pour la lumière ou les plus généralement pour les ondes électromagnétiques, la zone allant de dizaines ou de centaines de mètres 10 dans l'air et de quelques mètres dans l'eau peut être adaptée. L'invention ne se limite pas à des applications dans l'eau ou l'air mais possiblement dans des milieux solides tels que le bois, le béton ou le métal par exemple.For sounds whose frequency is less than or equal to 20 kHz, it is indeed distances of several kilometers in the water, even tens of meters in the air. For light or more generally for electromagnetic waves, the area of tens or hundreds of meters 10 in the air and a few meters in the water can be adapted. The invention is not limited to applications in water or air but possibly in solid environments such as wood, concrete or metal, for example.
15 Grâce aux étapes de prétraitement et de filtrage du signal des capteurs, l'invention fonctionne pour de faibles rapports signal/bruit (SNR) sans traitements fréquentiels complexes mais en filtrant et analysant un nombre maîtrisé de FD et de TDOA permettant des traitements en temps 20 réel. Le procédé s'applique à tout signal non-stationnaire ou quasi-stationnaire, voire harmonique, tant que l'on peut y détecter des évènements singuliers assez précis dans le temps, ces singularités permettant la datation d'évènements dans le signal, comme les instants de début d'harmoniques 25 intermittents. Les capteurs peuvent être de type acoustique ou électromagnétique selon les sources que l'on envisage de détecter et les trajectoires à identifier de ces sources. Le procédé selon l'invention peut aisément être exécuté en temps 30 réel à l'aide d'un logiciel fonctionnant sur un PC portable de type « Windows TM » ou « Linux » / MatlabTM (ou aussi Python, C, octave ou d'autres encore) pourvu par exemple d'un microprocesseur de type « Pentium TM » et d'une mémoire vive de l'ordre de 1 Gigaoctet. Il est intéressant de noter que le procédé selon (Invention permet 35 de détecter et de trajectographier X sources avec Y capteurs, tout en ayant -61 - un nombre de capteurs Y inférieur à celui des X sources. (Ainsi, 4 =< Y, et X varie de 1 à une douzaine, mais Y n'est pas nécessairement supérieur ou égal à X). L'invention permet aussi l'étiquetage des émissions superposées de plusieurs sources, et dans le cas sources animales l'analyse de leur comportement individuel et en groupe, les caractéristiques de leurs émissions liées à leur comportement de chasse par exemple (intervalle inter-clic notamment), et leur comptage alors qu'ils sont immergés durant de longues périodes.Thanks to the steps of preprocessing and filtering of the signal of the sensors, the invention operates for low signal-to-noise ratios (SNR) without complex frequency processing but by filtering and analyzing a controlled number of FD and TDOA allowing time processing. 20 real. The method applies to any non-stationary or quasi-stationary or even harmonic signal, as long as it is possible to detect singular events that are rather precise in time, these singularities allowing the dating of events in the signal, such as the instants of beginning of intermittent harmonics. The sensors can be of acoustic or electromagnetic type depending on the sources that are to be detected and the trajectories to be identified from these sources. The method according to the invention can easily be executed in real time using software running on a "Windows TM" or "Linux" / MatlabTM (or also Python, C, octave or still others) provided for example with a microprocessor type "Pentium TM" and a random access memory of the order of 1 gigabyte. It is interesting to note that the method according to the invention makes it possible to detect and track X sources with Y sensors, while having a smaller number of Y sensors than the X sources (Thus, 4 = <Y, and X varies from 1 to a dozen, but Y is not necessarily greater than or equal to X. The invention also allows the labeling of superimposed emissions from several sources, and in the case of animal sources, the analysis of their behavior. individual and group, the characteristics of their emissions related to their hunting behavior for example (inter-click interval in particular), and their counting while they are immersed for long periods.
10 L'invention permet en outre d'estimer la célérité moyenne d'un signal dans un milieu quelconque (liquide, solide ou gazeux, ou possédant plusieurs phases), en recourant éventuellement à l'émission artificielle de sources contrôlées.The invention also makes it possible to estimate the average speed of a signal in any medium (liquid, solid or gaseous, or having several phases), possibly using the artificial emission of controlled sources.
15 Principales applications Les applications du procédé de trajectographie simultanée selon l'invention sont nombreuses, dans plusieurs domaines. On en citera quelques-unes, uniquement à titre d'exemple et sans aucun caractère limitatif.Main applications The applications of the simultaneous tracking method according to the invention are numerous, in several fields. Some of them will be mentioned only as examples and without any limiting character.
20 Les propriétés et avantages de l'invention intéressent, en plus de certaines applications militaires et de surveillance / protection de site contre intrusion, les éthologues qui ont très peu de données sur ces animaux qui sont peu observables de visu (nocturnes ou à biotope reculé (abysse, grottes...)): 25 Soit passent l'essentiel de leur vie dans les très grandes profondeurs (en dessous de - 1000 mètres) ; Soit évoluent à des vitesses élevées avec un rapport signal à bruit fiable et qui jusqu'alors ne pouvaient être étudiées.The properties and advantages of the invention are of interest, in addition to certain military and surveillance / site protection against intrusion applications, ethologists who have very little data on these animals that are not observable visu (nocturnal or remote biotope (Abyss, caves ...)): 25 Either spend most of their lives in the very great depths (below - 1000 meters); Either evolve at high speeds with a reliable signal-to-noise ratio and which until then could not be studied.
30 D'un point de vue écologique et éthologique, le procédé fournit les positions et les trajectoires en temps réel, ainsi que l'attribution des clics à leurs sources. Par conséquent, il permet indirectement le dénombrement d'animaux tels que des cétacés ou des chauves-souris et la détermination de leur sexe et de leur taille par exemple. - 62 - On peut en déduire des cartes de migration et étudier les variations de comportement des animaux, et les mettre en corrélation notamment avec les changements climatiques. Le procédé selon l'invention définit un système complet 5 permettant de recenser plusieurs informations décrivant l'activité des animaux marins ou volant dans une zone donnée de plusieurs kilomètres. D'un point de vue militaire, l'invention permet notamment d'établir des cartes instantanées de sources mobiles ou fixes maritimes ou aériennes 10 vivantes ou industrielles, telles que des aéronefs. Du point de vue civil (ferry ou aéronef), l'invention permet de détecter la présence d'animaux sur les routes maritimes commerciales ou sur des couloirs aériens, afin d'éviter les collisions des animaux avec un aéronef ou un bateau.From an ecological and ethological point of view, the method provides positions and trajectories in real time, as well as the allocation of clicks to their sources. Therefore, it indirectly allows the counting of animals such as cetaceans or bats and the determination of their sex and size, for example. - 62 - Migration maps can be deduced and animal behavioral variations can be studied and correlated with climate change. The method according to the invention defines a complete system 5 for recording several information describing the activity of marine animals or flying in a given area of several kilometers. From a military point of view, the invention makes it possible in particular to establish instantaneous maps of mobile or fixed mobile or aerial sources 10 living or industrial, such as aircraft. From the civil point of view (ferry or aircraft), the invention makes it possible to detect the presence of animals on commercial shipping routes or on air corridors, in order to avoid collisions of animals with an aircraft or a boat.
15 Ainsi il est possible de mieux apprécier la présence d'animaux ayant des mouvements rapides ou lents qui fréquentent une zone tout au long de l'année et ainsi de contribuer à leur protection, mais aussi à une meilleure gestion militaire du milieu. Grâce à l'invention, il est également possible de surveiller une 20 zone sensible donnée, et d'y faire de la détection d'intrusion par des animaux, en détectant leurs clics et en comparant le signal détecté à un seuil d'alerte. Il suffit d'installer dans la zone 4 ou 5 capteurs fixes reliés par des moyens de communication filaires ou sans fil, et d'alimenter avec les signaux issus des capteurs, un serveur apte à exécuter le procédé de trajectographie 25 selon l'invention et à calculer des seuils d'alerte. On associe donc le système de trajectographie à des moyens d'alerte aptes à émettre un signal d'alerte lorsque des clics correspondants à la présence d'un ou de plusieurs animaux sont détectés sur le signal provenant des capteurs placés dans ladite zone.Thus, it is possible to better appreciate the presence of animals with fast or slow movements that frequent an area throughout the year and thus contribute to their protection, but also to better military management of the area. Thanks to the invention, it is also possible to monitor a given sensitive area, and to make intrusion detection by animals, detecting their clicks and comparing the detected signal to a warning threshold. It suffices to install in the zone 4 or 5 fixed sensors connected by wired or wireless communication means, and to supply with the signals coming from the sensors, a server capable of executing the tracking method 25 according to the invention and to calculate warning thresholds. The tracking system is therefore associated with warning means able to emit an alert signal when clicks corresponding to the presence of one or more animals are detected on the signal coming from the sensors placed in said zone.
30 D'autres applications pour la classification et/ou la séparation de sources. Les poids positifs des erreurs dans l'erreur globale RTOTAL (E(WFD- TDOA) WFD E(WTDOA) E(W13) + w23 = 1) peuvent être utilisés non - 63 - seulement pour minimiser l'erreur globale RTOTAL, mais aussi pour classer la source comme : ^ étant une source statique, les poids liés à la distance WTDOA, w13 vont prévaloir ; ^ étant une source dynamique ou une source de mouvement rapide, les poids liés à la vélocité vont prévaloir, cela concerne les poids suivants : WFD, w23, WFD-TDOA De cette manière, l'algorithme peut être utilisé pour la séparation 10 de sources statiques et dynamiques sur la base de l'optimisation de l'importance des erreurs. Une autre possibilité est la classification, la séparation et la compréhension des sources statiques avec un changement de fréquence, comme cardiogramme ou l'enregistrement EEG.Other applications for classification and / or separation of sources. The positive weights of the errors in the global RTOTAL (E (WFD-TDOA) WFD E (WTDOA) E (W13) + w23 = 1) error can be used not only to minimize the overall RTOTAL error, but also to classify the source as: ^ being a static source, the weights related to the distance WTDOA, w13 will prevail; ^ being a dynamic source or a source of fast motion, velocity-related weights will prevail, this concerns the following weights: WFD, w23, WFD-TDOA In this way, the algorithm can be used for source separation static and dynamic based on the optimization of the importance of errors. Another possibility is the classification, separation and understanding of static sources with a change of frequency, such as cardiogram or EEG recording.
15 Enfin l'invention concerne un système permettant de mettre en oeuvre le procédé de l'invention. Le système comprend une pluralité de capteurs disposés dans une zone tridimensionnelle de l'espace. En outre, le système comprend des moyens de calculs tels qu'un calculateur, par exemple d'un PC pour effectuer des calculs de TDOA, de FD et toutes autres 20 opérations du procédé de l'invention. Le système de l'invention comprend également des moyens de collectes de données et des moyens pour les enregistrées par exemple dans une base de données. Les données récoltées par chaque capteur peuvent être centralisées dans un même dispositif physique pour l'exploitation des données. Les calculs peuvent également 25 être distribués sur différents dispositifs équipés de mémoire et de calculateur. Les capteurs peuvent être équipés de moyens pour transmettre des informations aux moyens de collecte, tel qu'un émetteur. Les communications entre les moyens de collecte et chaque capteur peuvent être réalisées par voie filaire ou sans fil. Enfin chaque capteur peut être 30 équipé de moyens nécessaires au traitement des signaux tels que des filtres et des calculateurs au besoin pour effectuer les opérations de corrélations par exemple. Un centre de supervision des mesures et des résultats obtenus peut être déporté ou situé au même endroit que les moyens de collecte des 35 données. Un moyen d'affichage permet l'exploitation des résultats. Une - 64 - interface permet d'effectuer les paramétrages des capteurs et de leur configuration.Finally, the invention relates to a system for implementing the method of the invention. The system includes a plurality of sensors disposed in a three-dimensional area of the space. In addition, the system includes computing means such as a computer, for example a PC for performing TDOA, FD calculations and any other operations of the method of the invention. The system of the invention also comprises means for collecting data and means for recording them for example in a database. The data collected by each sensor can be centralized in the same physical device for the exploitation of the data. The calculations can also be distributed on different devices equipped with memory and calculator. The sensors may be equipped with means for transmitting information to the collection means, such as a transmitter. The communications between the collection means and each sensor can be carried out wired or wireless. Finally, each sensor may be equipped with means necessary for the processing of signals, such as filters and calculators, if necessary to carry out correlation operations for example. A monitoring center of the measurements and results obtained can be deported or located at the same place as the means of data collection. A display means allows the exploitation of the results. An interface makes it possible to perform the settings of the sensors and their configuration.
Claims (25)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1454539A FR3021411B1 (en) | 2014-05-20 | 2014-05-20 | JOINT CONSTRAINTS OF TRANSITIVITY OF TIME DIFFERENCES AND DOPLER MULTI-BAND EFFECT FOR SEPARATION, CHARACTERIZATION, AND LOCALIZATION OF SOUND SOURCES BY PASSIVE ACOUSTICS |
| PCT/EP2015/061027 WO2015177172A1 (en) | 2014-05-20 | 2015-05-19 | Joint constraints imposed on multiband time transitivity and doppler-effect differences, for separating, characterizing, and locating sound sources via passive acoustics |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1454539A FR3021411B1 (en) | 2014-05-20 | 2014-05-20 | JOINT CONSTRAINTS OF TRANSITIVITY OF TIME DIFFERENCES AND DOPLER MULTI-BAND EFFECT FOR SEPARATION, CHARACTERIZATION, AND LOCALIZATION OF SOUND SOURCES BY PASSIVE ACOUSTICS |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3021411A1 true FR3021411A1 (en) | 2015-11-27 |
| FR3021411B1 FR3021411B1 (en) | 2016-07-01 |
Family
ID=51688155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1454539A Active FR3021411B1 (en) | 2014-05-20 | 2014-05-20 | JOINT CONSTRAINTS OF TRANSITIVITY OF TIME DIFFERENCES AND DOPLER MULTI-BAND EFFECT FOR SEPARATION, CHARACTERIZATION, AND LOCALIZATION OF SOUND SOURCES BY PASSIVE ACOUSTICS |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR3021411B1 (en) |
| WO (1) | WO2015177172A1 (en) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112346045B (en) * | 2020-10-29 | 2022-10-18 | 上海无线电设备研究所 | Multi-frequency point radar speed measurement method |
| CN112649788B (en) * | 2020-12-30 | 2023-11-17 | 华东理工大学 | Distributed automobile whistle sound source real-time rapid positioning method capable of adapting to moving sound source |
| CN113466784A (en) * | 2021-06-28 | 2021-10-01 | 台州学院 | Self-adaptive distributed source DOA estimation method under strong pulse noise |
| CN113820663B (en) * | 2021-08-02 | 2024-04-16 | 中南大学 | Robust microseism/acoustic emission source positioning method and system |
| CN114245290B (en) * | 2021-11-16 | 2023-03-17 | 浙江大学 | RIS (remote location system) assisted-based cooperative positioning method and system |
| US20230176176A1 (en) * | 2021-12-01 | 2023-06-08 | Bae Systems Information And Electronic Systems Integration Inc. | Underwater acoustic ranging and localization |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2920545A1 (en) * | 2007-09-03 | 2009-03-06 | Univ Sud Toulon Var | Marine animal e.g. whale, trajectory determining method, involves storing number of coherent values, determining instant positions of marine animals from number by non-linear regression, and deducing trajectory of animals |
| US20090146881A1 (en) * | 2006-05-12 | 2009-06-11 | Northrop Grumman Corporation | Multi-platform precision passive location of continuous wave emitters |
-
2014
- 2014-05-20 FR FR1454539A patent/FR3021411B1/en active Active
-
2015
- 2015-05-19 WO PCT/EP2015/061027 patent/WO2015177172A1/en active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090146881A1 (en) * | 2006-05-12 | 2009-06-11 | Northrop Grumman Corporation | Multi-platform precision passive location of continuous wave emitters |
| FR2920545A1 (en) * | 2007-09-03 | 2009-03-06 | Univ Sud Toulon Var | Marine animal e.g. whale, trajectory determining method, involves storing number of coherent values, determining instant positions of marine animals from number by non-linear regression, and deducing trajectory of animals |
Non-Patent Citations (3)
| Title |
|---|
| GIRAUDET P ET AL: "Real-time 3D tracking of whales by echo-robust precise TDOA estimates with a widely-spaced hydrophone array", APPLIED ACOUSTICS, ELSEVIER PUBLISHING, GB, vol. 67, no. 11-12, 1 November 2006 (2006-11-01), pages 1106 - 1117, XP027915113, ISSN: 0003-682X, [retrieved on 20061101] * |
| HUAGANG YU ET AL: "Approximate Maximum Likelihood Algorithm for Moving Source Localization Using TDOA and FDOA Measurements", CHINESE JOURNAL OF AERONAUTICS, vol. 25, no. 4, 1 August 2012 (2012-08-01), pages 593 - 597, XP055165411, ISSN: 1000-9361, DOI: 10.1016/S1000-9361(11)60423-8 * |
| REGINA KAUNE ET AL: "Performance analysis of passive emitter tracking using TDOA, AOAand FDOAmeasurements", WORKSHOP SENSOR DATA FUSION: TRENDS, SOLUTIONS, APPLICATIONS, 1 September 2010 (2010-09-01), Leipzig, Germany, XP055165419, Retrieved from the Internet <URL:http://subs.emis.de/LNI/Proceedings/Proceedings176/854.pdf> [retrieved on 20150128] * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2015177172A1 (en) | 2015-11-26 |
| FR3021411B1 (en) | 2016-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hildebrand et al. | Passive acoustic monitoring of beaked whale densities in the Gulf of Mexico | |
| EP2235558B1 (en) | Real-time robust method for determining the trajectory of one or more cetaceans by means of passive acoustics, using a laptop computer | |
| FR3021411A1 (en) | JOINT CONSTRAINTS OF TRANSITIVITY OF TIME DIFFERENCES AND DOPLER MULTI-BAND EFFECT FOR SEPARATION, CHARACTERIZATION, AND LOCALIZATION OF SOUND SOURCES BY PASSIVE ACOUSTICS | |
| FR2975782A1 (en) | SYSTEM AND METHOD FOR DOPPLER POSITIONING OF SEISMIC SENSORS | |
| Gebbie et al. | A two-hydrophone range and bearing localization algorithm with performance analysis | |
| Tran et al. | Using a coherent hydrophone array for observing sperm whale range, classification, and shallow-water dive profiles | |
| Guo et al. | Development of a single-wavelength airborne bathymetric LiDAR: System design and data processing | |
| Ward et al. | Passive acoustic detection and localization of Mesoplodon densirostris (Blainville's beaked whale) vocalizations using distributed bottom-mounted hydrophones in conjunction with a digital tag (DTAG) recording | |
| Yoon et al. | Deep learning-based high-frequency source depth estimation using a single sensor | |
| Jun et al. | Random noise attenuation of sparker seismic oceanography data with machine learning | |
| Bouffaut et al. | Source level and vocalizing depth estimation of two blue whale subspecies in the western Indian Ocean from single sensor observations | |
| Baggenstoss | Separation of sperm whale click-trains for multipath rejection | |
| EP2544020B1 (en) | Method and device for detecting a target masked by high-energy reflectors | |
| EP2196821A1 (en) | Method for multi-dimensional temporal kinematic filtering of radar blips, from antenna tower to antenna tower | |
| He et al. | High-accuracy acoustic sediment classification using sub-bottom profile data | |
| Simard et al. | Acoustic detection and localization of whales in Bay of Fundy and St. Lawrence estuary critical habitats | |
| Wang et al. | Seafloor classification based on deep-sea multibeam data—Application to the southwest Indian Ridge at 50.47° E | |
| Bénard et al. | Highly defined whale group tracking by passive acoustic Stochastic Matched Filter | |
| Pinson | Spherical wave scattering from rough surfaces and array processing: Application to sound-speed profile measurement uncertainty analysis | |
| US11194068B1 (en) | Systems and methods for object location detection such as detecting airplane crash location | |
| Ma et al. | Detection of precise time events for marine mammal clicks | |
| Caudal et al. | Stochastic Matched Filter outperforms Teager-Kaiser-Mallat for tracking a plurality of sperm whales | |
| Cholewiak et al. | Methods for passive acoustic tracking of marine mammals: estimating calling rates, depths and detection probability for density estimation | |
| Tsogka et al. | A comparative study of data filtering methods for imaging in strongly scattering media | |
| Thiem et al. | Ship noise characterization for marine traffic monitoring using distributed acoustic sensing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20151127 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |
|
| PLFP | Fee payment |
Year of fee payment: 8 |
|
| PLFP | Fee payment |
Year of fee payment: 9 |
|
| PLFP | Fee payment |
Year of fee payment: 10 |
|
| PLFP | Fee payment |
Year of fee payment: 11 |