Joint estimation and detection in the context of information fusion
Estimation et détection conjointe pour la fusion d'informations
Résumé
The detection of change points or abrupt changes in the statistical parameters of a temporal series is a research problem in signal processing. The problem occurs in numerous applications domain like GNSS signal processing. The scientific project described in my research habilitation dissertation concerns the join estimation and detection of change points in the context of information fusion. The proposed approaches are used in different applications like the wind vector estimation, the GNSS signal processing and the processing of measurements provided by inertial sensors. The aim of information fusion is to use the measurements and information provided by different sensors to obtain a better knowledge of the parameters to estimate. We have proposed in this study several methods of join estimation and detection of changes that fused the information provided by the sensors. The goal of the proposed approach was to improve with fusion the performances in terms of change detection, change instant localization and change magnitude estimation. The proposed approach, defined in a Bayesian framework, relies on the definition of the a posteriori distribution of the parameters to estimate knowing the sensors measurements. One of our contributions in this context is to propose several filters defined in the circular domain with the normal circular distribution of von Mises. Another contribution is to propose a prior law that models the join behavior between several processes. This law is used to design an off line changes points and multi-processes estimate. This work was mainly applied to GNSS positioning and more specifically to the processing of the phase and code of the multi-carrier GNSS signals. We show with some experiments on real signals that the proposed methods allow to obtain a centimeter position accuracy for a receiver movement of strong dynamic. The prospects for this work are in the processing of the GNSS reflectometry signals and the underwater localization of objects. For these applications the broadcast signals are indeed strongly attenuate and distorted by the environment of propagation. In this context the estimation of their parameters constitute a new issue for the information fusion and signal processing technics.
La détection des changements ou ruptures dans les paramètres de la distribution statistique d'une série temporelle est un problème de recherche en traitement du signal qui trouve des applications dans de nombreux domaines comme le traitement des signaux GNSS. Le projet scientifique développé dans mon mémoire d'habilitation à diriger des recherches concerne l'étude des méthodes d'estimation et de détection conjointe de ruptures pour la fusion d'informations. Les approches proposées dans ce cadre sont utilisées dans différentes applications comme l'estimation des paramètres du vecteur vent, le traitement des signaux GNSS et le filtrage des mesures fournies par les capteurs inertiels. L'objectif de la fusion est d'utiliser les informations ou mesures fournies par différents capteurs pour avoir une meilleure connaissance du paramètre à estimer. Nous avons donc proposé dans ce travail plusieurs méthodes d'estimation et de détection conjointe de rupture qui fusionnent les informations fournies par des capteurs. Le but étant d'améliorer les performances des opérateurs en termes de détection, de localisation et d'estimation de la dynamique des ruptures. Les approches proposées dans un cadre bayésien s'appuient sur la définition de la distribution a posteriori des paramètres à estimer sachant les mesures multi-capteurs. Un des apports de nos travaux dans ce domaine est de proposer un ensemble de filtres définis dans le domaine circulaire avec la distribution de von Mises. Un autre apport est de proposer une loi a priori qui modélise le comportement mutuel entre plusieurs processus dans le cas de la segmentation multi-ruptures hors ligne de signaux multi-capteurs. Ce travail a principalement été appliqué au géo positionnement et plus particulièrement au traitement de la phase et du code des signaux GNSS multi-porteuses. Nous avons montré par des expérimentations sur signaux réels que les méthodes proposées permettent d'obtenir une localisation centimétrique à la milliseconde d'un récepteur ayant un mouvement de forte dynamique. Aujourd'hui les perspectives de ce travail sont dans le traitement des signaux de réflectométrie GNSS et de géolocalisation sous-marine. En effet pour ces applications les signaux sont fortement atténués et déformés par le milieu de propagation, ce qui constitue un nouvel enjeu pour les méthodes de fusion d'informations en traitement du signal.