Doctorant (Aer) en Traitement Du Signal & - Brest, France - ECOLE NAVALE

ECOLE NAVALE

Entreprise vérifiée

Brest, France

il y a 3 semaines

Posté par:

Sophie Dupont

beBee Recruiter

Description

**CONTEXTE**

L'École Navale est une grande école d'ingénieur (statut d'EPSCP-GE) dont la mission principale est la formation initiale des officiers de la marine nationale. Les élèves officiers de carrière suivent un cursus d'ingénieur ou de master. Des formations supérieures (masters, mastères spécialisés, formation continue) sont également délivrées à des étudiants civils ou militaires dans les domaines de l'ingénierie maritime.

L'Institut de Recherche de l'École navale (IRENav) est le support de la recherche et de la formation scientifique. Institut pluridisciplinaire, il est labellisé par l'HCERES dans le cadre de la contractualisation des laboratoires Arts et Métiers. Ses équipes de recherche s'inscrivent dans deux domaines liés au secteur maritime : la modélisation et le traitement de l'information maritime (équipe MOTIM), la mécanique et l'énergie en environnement naval (équipe M2EN).

Pour répondre à sa mission, l'École Navale recherche un doctorant qui aura un statut d'Assistant d'Enseignement et de Recherche (AER) en acoustique sous-marine. En complément de ses travaux de recherche, il interviendra principalement dans les domaines de formation en acoustique et en traitement du signal pour les élèves officiers ingénieurs de l'Ecole navale.

**DESCRIPTION DU POSTE**

**SUJET DE THESE**:
**Contexte**

En acoustique sous-marine, la détection et la localisation passives de sources présentent un intérêt majeur dans les domaines civil et militaire comme par exemple la détection de plongeurs pour assurer la protection des infrastructures portuaires ou encore la détection et le suivi de navires dans la lutte contre les activités illégales en mer (pêche, piraterie, etc.). Mais ces opérations peuvent s'avérer délicates en raison de la complexité du milieu sous-marin et des moyens mis en œuvre. En effet, pour la détection, les signaux reçus sont très bruités, de nature non--stationnaire, et multi-composante (ou plusieurs sources). Quant à la localisation passive de sources, les méthodes mise en œuvre dépendent de la configuration océanique (petits ou grands fonds), des caractéristiques de la source (large bande ou bande étroite) et surtout de la configuration de la réception (antennes linéaires horizontales et/ou verticales ou configuration mono-capteur. L'objectif de cette thèse est donc de proposer les outils de traitement du signal adaptés aux problèmes de détection et de localisation en acoustique passive.

**Détection**

La détection de signaux d'intérêt est une étape préalable à des processus tels que la séparation de sources ou le suivi (tracking) [1]. Cette étape est cruciale en particulier dans les environnements à faibles RSB. Le problème peut se ramener à la décision binaire (deux hypothèses) : présence de signal d'intérêt noyé dans du bruit ou présence de bruit uniquement.

L'approche bayésienne constitue le cadre approprié pour ce test d'hypothèses, mais cela suppose que les coûts des hypothèses en compétition sont connus ainsi que leurs probabilités _a priori _pour le calcul du seuil de décision. Malheureusement, dans des situations comme l'acoustique passive, il est difficile de chiffrer les probabilités _a priori _mais il est aussi hasardeux de donner des coûts réalistes sans influencer trop fortement les résultats de décision. Des travaux récents ont montré l'intérêt des statistiques d'ordre supérieur (HOS) pour la détection [2]. L'opérateur Teager-Kaiser (TK) et ses extensions d'ordre supérieur [3] constituent une solution qui apporte une plus-value en termes de détection passive au même titre que les HOS. Comparé aux HOS, ces opérateurs TK d'ordre supérieur sont des opérateurs locaux et instantanés, et présentent ainsi une excellente résolution temporelle les rendant très efficaces pour une analyse temporelle très précise. L'objectif est d'explorer l'apport de ces opérateurs en terme de détection de signaux d'intérêt soit à partir de données d'entrée ou à partir de l'échelle dominante de leur transformée en ondelette [4].

**Séparation de sources**

En acoustique passive et _a fortiori _par grands fonds, de nombreux éléments, non connus, tels que les caractéristiques acoustiques des différents trajets sources-capteurs, le système de mélange, le bruit du milieu non-Gaussien [5] ou le taux de réverbération, contribuent à faire de la séparation de sources (SS) un problème très difficile. Par ailleurs, le schéma de SS doit s'adapter au changement dynamique des conditions acoustiques et aux fortes variations du RSB. Dans le cadre de cette thèse, on utilisera les données issues du réseau de capteurs OBS (projet ANR RHUM-RUM) avec comme sources potentielles : « navires », « mammifères marins », « bruit sismique » et « icebergs », ce qui correspond essentiellement à deux grandes cl