Les méthodes de reconstruction régularisées sont toutes basées sur l'utilisation de l'opérateur de modélisation . Il est donc important de connaître les paramètres modélisant l'instrument avec une précision suffisante pour que les erreurs de reconstruction dues aux erreurs de modélisation soient sous contrôle. L'approche présentée ici propose de caractériser en vol les paramètres de modélisation à partir des visibilités mesurées pour une scène suffisamment connue. Elle reprend pour un instrument réaliste de type MIRAS les travaux préliminaires menés pour un instrument à dix antennes EricSelf.
Compte tenu de la paramétrisation choisie pour les diagrammes d'antennes et les filtres des récepteurs, on nomme (param) l'ensemble des paramètres à caractériser, soit :
(9.9) |
Le critère de moindres carrés suivant,
(9.10) |
Afin d'illustrer la faisabilité de cette approche, il a été choisi d'estimer les paramètres de modélisation des diagrammes d'antennes. Les visibilités sont simulées pour une scène uniforme à 300 K, et dégradées par un bruit radiométrique gaussien de déviation standard K, proche du bruit radiométrique attendu pour l'instrument MIRAS (voir chapitre 11, section 1). La méthode de minimisation est une méthode itérative de type quasi-newton, à métrique variable, basée sur l'algorithme de BROYDEN-FLETCHER-GOLDFARB-SHANNO. Si est le vecteur de paramètres à optimiser, , le critère à minimiser, cette méthode propose l'itération suivante :
(9.11) |
(9.12) |
(9.13) | |||
(9.14) |
L'initialisation est réalisée avec les paramètres d'un instrument idéal, soit et .
Le tableau 9.14 indique la déviation standard moyenne de l'écart entre les paramètres estimés et les valeurs réelles. Le tableau 9.15 indique la déviation standard moyenne de l'écart entre l'amplitude et la phase des diagrammes estimés et des diagrammes réels, antenne par antenne. Les paramètres réels sont ceux choisis pour l'instrument MIRAS réaliste.
Les paramètres estimés sont proches des paramètres réels, autour de pour la largeur à mi-hauteur et entre 1 mm et 5 mm pour l'erreur de pointage, ce qui conduit à une erreur moyenne, pour l'ensemble des diagrammes, de 0.016 sur l'amplitude et 1.5 sur la phase. La figure 9.1 montre l'erreur commise sur l'amplitude et la phase pour la première antenne.
Cependant, il reste à vérifier que l'erreur sur cette estimation n'a pas de conséquences trop importantes sur la reconstruction. Or, de ce point de vue, la précision annoncée ici est insuffisante et l'erreur de modélisation induite par cette approche conduit à une erreur de reconstruction trop importante (voir chapitre 11 sur la propagation des erreurs de modélisation). Toutefois, les algorithmes utilisés pour cette étude n'ayant pas été optimisés, les temps de calculs se sont avérés très grand : les résultats présentés ici ont été obtenus après 3 semaines complètes d'itérations sur un PC (fréquence à 3 GHz et 4 Go de mémoire) alors que le résidu de la fonction à minimiser était encore de l'ordre de .
En conclusion, le nombre de données instrumentales permet en
principe de caractériser un grand nombre de paramètres avec une
précision telle que les erreurs de modélisation n'augmente
pas de façon critique l'erreur de reconstruction. Cependant,
elle reste chronophage et conditionnée par une connaissance
a priori de la scène observée.
Antennes/ / [ ] | Antennes/ / [ ] | Antennes/ / [ ] | Antennes/ / [ ] | ||||||||
01 | 0.008 | 1.054 | 02 | 0.013 | 1.057 | 03 | 0.022 | 1.899 | 04 | 0.037 | 0.913 |
05 | 0.024 | 1.083 | 06 | 0.027 | 0.679 | 07 | 0.078 | 2.281 | 08 | 0.084 | 1.568 |
09 | 0.099 | 1.632 | 10 | 0.044 | 1.295 | 11 | 0.086 | 1.525 | 12 | 0.071 | 0.785 |
13 | 0.147 | 1.546 | 14 | 0.039 | 2.263 | 15 | 0.069 | 1.229 | 16 | 0.061 | 2.301 |
17 | 0.037 | 1.283 | 18 | 0.124 | 2.416 | 19 | 0.077 | 1.856 | 20 | 0.071 | 1.754 |
21 | 0.049 | 1.348 | 22 | 0.058 | 1.775 | 23 | 0.054 | 0.996 | 24 | 0.073 | 0.910 |
25 | 0.026 | 1.343 | 26 | 0.012 | 2.474 | 27 | 0.026 | 2.122 | 28 | 0.023 | 1.670 |
29 | 0.028 | 0.934 | 30 | 0.083 | 1.895 | 31 | 0.168 | 1.354 | 32 | 0.044 | 1.304 |
33 | 0.082 | 2.200 | 34 | 0.071 | 1.193 | 35 | 0.070 | 1.249 | 36 | 0.218 | 1.335 |
37 | 0.146 | 1.294 | 38 | 0.142 | 0.614 | 39 | 0.133 | 1.893 | 40 | 0.128 | 0.660 |
41 | 0.150 | 2.211 | 42 | 0.111 | 1.700 | 43 | 0.229 | 2.410 | 44 | 0.157 | 0.729 |
45 | 0.074 | 1.784 | 46 | 0.058 | 0.335 | 47 | 0.022 | 0.846 | 48 | 0.014 | 1.217 |
49 | 0.020 | 1.673 | 50 | 0.037 | 0.995 | 51 | 0.036 | 1.189 | 52 | 0.040 | 1.436 |
53 | 0.106 | 0.884 | 54 | 0.047 | 0.954 | 55 | 0.065 | 1.695 | 56 | 0.149 | 1.717 |
57 | 0.044 | 1.353 | 58 | 0.105 | 1.614 | 59 | 0.082 | 1.659 | 60 | 0.042 | 1.322 |
61 | 0.121 | 1.881 | 62 | 0.120 | 0.893 | 63 | 0.019 | 1.415 | 64 | 0.024 | 2.085 |
65 | 0.046 | 0.888 | 66 | 0.092 | 1.061 | 67 | 0.045 | 0.893 | 68 | 0.039 | 1.420 |
69 | 0.084 | 1.236 | |||||||||
/ = 0.016/1.427 |