Particle Resolution and Non-Linear Signal Processing with RADAR/SONAR Applications. Résolution Particulaire Ettraitement Non-Linéaire du Signal Applications RADAR/SONAR

Particle Resolution and Non-Linear Signal Processing with RADAR/SONAR Applications

Résolution Particulaire Ettraitement Non-Linéaire du Signal Applications RADAR/SONAR

P. Del Moral J.-C. Noyer  G. Rigal  G. Salut 

Laboratoire d'Analyse et d'Architecture des Systèmes du CNRS, 7 Avenue du Colonel Roche, 31077 Toulouse Cedex

Digilog, 21 Rue EJoliot, BP 16000 13791 Aix en Provence

Page: 
287-301
|
Received: 
2 May 1994
|
Accepted: 
N/A
|
Published: 
31 August 1995
| Citation

OPEN ACCESS

Abstract: 

This paper introduces a general method for a particle solution to optimal nonlinear estimation in signal processing. We deal here with the class of discrete time Markov processes, to which the estimation problems of RADAR/SONAR signal processing belong. The main feature of particle resolution is that it generates a global picture of the probability space and therefore provides all desirable estimators (maximum likelyhood, minimum variance, etc . . . ). Its algorithmic principle relies on a dynamic version of Monte-Carlo principles and is independant of dynamic complexity (in particular the nature of non-linearities). It is on the number of noise variables that the size of the number of particles depends, according to resolution accuracy. Convergence is inconditionaly stable under simple hypotheses. As an example, two important non-linear problems which arise in RADAR/SONAR signal processing are dealt with, using this method. 

Résumé

Cet article présente une méthode générale de résolution particulaire pour l'estimation optimale non-linéaire en traitement du signal. Les processus considérés sont de la classe markovienne à temps discret, dont les problèmes d'estimation en traitement du signal RADAR/SONAR, pris pour illustration, sont des exemples particuliers. Le propre de la résolution particulaire est d'engendrer une exploration naturelle de l'espace de probabilité et de fournir en conséquence tous les estimateurs désirables (maxima de vraisemblance, minimum de variance, . . . )constituant une adaptation dynamique de la loi des grands nombres, son principe algorithmique est indépendant de la complexité dynamique (nature des non-linéarités notamment). C'est du nombre de variables "bruit" pilotant le système que dépend le plus ou moins grand nombre de particules suivant la finesse de résolution . La convergence est inconditionnellement stable sous des hypothèses simples que l'on explicite. A titre d'exemple, deux problèmes non-linéaires d'importance rencontrés en traitement du signal RADAR/SONAR sont traités par cette méthode. 

Keywords: 

Particle resolution, non linear estimation, optimal filtering, RADAR/SONAR signals.

Mots clés

Résolution particulaire, estimation non-linéaire, filtrage optimal, signaux RADAR/SONAR.

1. Introduction
2. Rappel sur la Théorie de l'Estimation Dynamique
3. Approche Particulaire des Équations du Filtrage
4. Applications
5. Conclusion
  References

[1] V J.AIDALA, S.E.HAMMEL, "Utilization of modified polar coordinates for bearings-only tracking", IEEE Trans. Automatic Control, Vol. 28 pp 283-294 (Mars 1983) 

[2] YBAR-SHALOM, "Tracking and data association", Mathematics in Science and Engineering, Academic Press (1988) 

[3] O.BENNIS, T.HUILLET, A.MONIN, G.SALUT,"Modélisation,estimation, décision optimales pour l'élaboration des éléments but à partir de l'écoute passive SONAR", ContratDCAN-CAPCA n° C-84.48.801.287 (1986) 

[4] H.BLOM, YBAR-SHALOM, "The interacting multiple model algorithm for systems with markovian switching coefficients", IEEE Trans. Automatic Control, Vol. 33 pp 780-783 (Aout 1988) 

[5] C.BOZZO, "Le filtrage optimal et ses applications aux problèmes de poursuite", Librairies LAVOISIER, Tome lII (1983) 

[6] R.BUCY, "Nonlinear filtering", IEEETrans.Automatic Control Vol. 10 (1965)

[7] F.CAMPILLO, F.LEGLAND, " Méthodesde filtragenon-linéaire,exemple Trajectographiepassive", Séance du GdR Automatique,Paris (16Mai1990). 

[8] F.CAMPILLO, F.LEGLAND, "Filtrage et Trajectographie", Séance du GdR Automatique (pôle Systèmes Avancés de Régulation et Techniques Adaptatives) Grenoble (10décembre 1993). 

[9] P.DEL MORAL, "Résolution particulaire des problèmes d'estimation et d'optimisationnon-linéaires",Thèsedel'UniversitéPaul Sabatier(Juin1994) 

[10] PDEL MORAL, J-C.NOYER, G.RIGAL, G.SALUT, "Traitement nonlinéaire du signal parréseauparticulaire : application RADAR",Quatorzième colloque GRETSI (Juan-Les-Pins), (13-16 Septembre 1993) 

[11] PDEL MORAL, J-C.NOYER, G.RIGAL, G.SALUT, "Traitementparticulaire du signal RADAR : détection, estimation et reconnaissance de cibles aériennes",Rapport LAAS n° 92495 (Janvier 1993) 

[12] PDEL MORAL, G.RIGAL, G.SALUT,"Particules aléatoires etfiltragenonlinéaire", Séance du GdR Automatiquedu CNRS (Pôlenon-linéaire), Paris, 8 Février 1991.

[13] P DEL MORAL, G.RIGAL, G.SALUT,"Approche Monte-carlo pour lamise en ceuvre particulaire dufiltragenon-linéaire", Séance du GdRAutomatique duCNRS (Pôle non-linéaire), Paris, 8 Novembre1991. 

[14] F.DUFOUR, M.MARITON, "Tracking a 3D maneuvering target with passive sensors", IEEETrans.Aerospace and Electronic Systems,Vol.27, pp 725-738 (Juillet 1991)

[15] N.J. GORDON, D.J. SALMOND, A.F.M. SMITH, "Novel approach to nonlinear/non-Gaussian bayesian state estimation", IEE Proceedings-F, Vol. 140, N° 2(Avril 1993).

[16] T.HUILLET, G.SALUT, "Interprétation des équations du filtrage nonlinéaire", Séance du GdR AutomatiqueduCNRS (Pôle non-linéaire), Paris, 8 Novembre 1989. 

[17] R.KALMAN, "Anew approach to linear filtering and prediction problems", J. Bas. Eng. ASMEVol. 82 pp 33-45 (1960) 

[18] RKALMAN, R.BUCY, "New results in linear filtering and prediction theory", J. Bas. Eng.ASMEVol . 83 pp 95-108 (1961) 

[19] K.S.MILLER, D.M.LESKIW, "Non linear estimation with Radar observations", IEEE Trans. Aerospace and Electronic Systems, Vol . 18 pp192-200 (Mars 1982) 

[20] A.MONIN, G.SALUT, "Filtrage optimal de Volterra à horizon infini : applicationaux systèmes bilinéaires", Quatorzième colloqueGRETSI (JuanLes-Pins), (13-16 Septembre 1993) 

[21] J-C.NOYER, G.RIGAL, G.SALUT,"PoursuiteRADAR decibles fortement manceuvrantes par filtragenon-linéaire", ContratD.C.A.N. n° A.92.50.194, Rapport LAAS N° 93444, Rapport final (Septembre 1993) 

[22] G.RIGAL, G.SALUT, "L'estimationparticulaire dans les problèmes nonlinéaires généraux", Séance du GdRTraitement du Signal du CNRS (ordres supérieurs),Paris, 28 Octobre 1992 

[23] R.A.SINGER, "Estimating optimal tracking filter performance for manned maneuvering targets", IEEE Trans. Aerospace and Electronic Systems, Vol. AES-6, n° 4,: pp 473-483 (Juillet 1970) 

[24] R.A.SINGER, K.W.BEHNKE, "Real-time tracking filter evaluation and selection for tactical applications", IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-7, n° 1, pp 100-110 (Janvier 1971) 

[25] J.S.THORP, "Optimal tracking of maneuvering targets", IEEE Trans. Aerospace and Electronic Systems, Vol. 9 pp 800-810 (Nov. 1972) 

[26] M.VAN DOOTINGH, F. VIEL, D. RAKOTOPARA, J.P. GAUTHIER, "Coupling of non-linear control with a stochastic filter for state estimation application on a continuous free radical polymerization reactor", I .F.A.C. International Symposium ADCHEM'91, Toulouse (14-15 Octobre 1991) 

[27] T.C.WANG, P.K.VARSHNEY, "A tracking algorithm for maneuvering targets", IEEE Trans.Aerospace and Electronic Systems, Vo1.29 pp 910-924 (Juillet1993) 

[28] Brevet DIGILOG encoursde dépot, Réf: H 19 890 Cas2 JCC/MRS 21 du 10Janvier 1994