2010telb0137 Bazzi

!

"##

!"##$#"
%&%'#%(
)(
$%&
* +,!-./. "0(*12
34 !5% +.6#/ 7*. 8(1*2
49*(,!%:./.0(; 1*2
3%'#%(./. +1 %&2
34.6#/ 7*. +1<2
3=>+."*?.4 1<2
mon pre
Abo Saleh
Remerciements
Je tiens dabord adresser mes remerciements mon directeur de thse, Monsieur

Thiery Chonavel, Professeur Tlcom Bretagne, pour tout ce quil ma apport au cours
de mon travail. Sa direction, son encadrement et ses remarques mont permis de mener
bien cette thse.
Je remercie vivement Madame Rgine Le Bouquin-Jeannes, Professeur lUniversit
de Rennes 1, qui ma fait lhonneur de prsider mon jury de thse.
Je remercie galement Madame Atika Rivenq-Menhaj, Professeur lUniversit de
Valenciennes, et Monsieur Abdel-Ouhab Boudraa, matre de confrences - HDR lcole
navale de Brest, pour avoir rapport mes travaux de thse.
Je remercie aussi Monsieur Alain Pden, matre de confrences - HDR tlcom Bretagne, et Monsieur Frantz Bodereau ingnieur R&D Autocruise, pour leur participation
au jury ainsi que pour leurs aides durant mon travail.
Mes profondes reconnaissances tous mes amis. Avec eux la vie Brest a t plus
belle.
Je noublie pas dadresser mes remerciements mon pre avec une grande douleur
de ne plus lavoir ct de moi, il est parti avant de voir son rve, de mon voir docteur,
transform en ralit. Enfin je veux exprimer mes profonds remerciements ma mre
Hiam, ma sur Chaza, mon frre Youssef et ma chre Hiba, pour le soutien quils mont
apport.
Table des matires
1 Introduction
2 Systmes de dtection pour laide la conduite
2.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2
Systmes de detection . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1
Les systmes passifs . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1.1
Systmes de vision . . . . . . . . . . . . . . . . . . .
2.2.1.2
Radiomtres . . . . . . . . . . . . . . . . . . . . . . .
Les systmes actifs . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2.1
Les lidars . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2.2
Les radars . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2
2.2.2.2.1
2.3
2.4
Equation du radar . . . . . . . . . . . . . . .
Projets daide la conduite et de dtection dobstacles . . . . . . . . . .
2.3.1
CarTALK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.2
RADARNET . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.3
CARSENSE . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.4
DENSETRAFFIC . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.3.5
PREVENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.3.6
Systme DIREP/CODIREP . . . . . . . . . . . . . . . . . . . .
11
2.3.7
Systme anticollision de Nissan . . . . . . . . . . . . . . . . .
12
2.3.8
Lexus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.3.9
Systme Collision Mitigation . . . . . . . . . . . . . . . . . . .
12
2.3.10 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
Formes dondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
iv
TABLE DES MATIRES
2.4.1
2.4.2
2.5
3
14
2.4.1.1
Radars pulse-Doppler . . . . . . . . . . . . . . . . . .
15
2.4.1.2
Modulation code pseudo-alatoire . . . . . . . . . . .
17
Radar ondes continues . . . . . . . . . . . . . . . . . . . . . .
17
2.4.2.1
Radar ondes continues monochromatique . . . . . . .
18
2.4.2.2
Radar ondes continues avec modulation de frquence
19
2.4.2.2.1
FSK . . . . . . . . . . . . . . . . . . . . . .
19
2.4.2.2.2
La modulation FMCW . . . . . . . . . . . .
20
2.4.2.2.3
La modulation FSK-FMCW numrique . . .
23
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
Bornes de performances
25
3.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
3.2
Fonction dambigut . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
3.2.1
Forme gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
3.2.2
Cas dun signal priodique . . . . . . . . . . . . . . . . . . . . .
30
3.2.3
Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
Bornes de Cramer-Rao . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
3.3.1
Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
3.3.2
Bornes scalaires . . . . . . . . . . . . . . . . . . . . . . . . . .
34
3.3.2.1
Borne pour lestimation de la distance . . . . . . . . .
34
3.3.2.2
Borne pour lestimation de la vitesse . . . . . . . . . .
35
3.3.3
Borne destimation conjointe distance-vitesse . . . . . . . . . . .
35
3.3.4
Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
Borne de Barankin . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
3.4.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
3.4.2
Calcul de la borne de Barankin . . . . . . . . . . . . . . . . . . .
38
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
3.3
3.4
3.5
4
Radars impulsions . . . . . . . . . . . . . . . . . . . . . . . .
formes FMCW
47
4.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
4.2
FMCW simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
4.3
La forme donde Dual FMCW . . . . . . . . . . . . . . . . . . . . . . .
51
TABLE DES MATIRES
4.3.0.1
Presentation . . . . . . . . . . . . . . . . . . . . . . .
51
Estimation des paramtres pour la forme donde FMCW double .
53
La forme donde FMCW avec sinusoide pure . . . . . . . . . . . . . . .
56
4.4.1
Estimation des paramtres . . . . . . . . . . . . . . . . . . . . .
57
4.4.1.1
Performances . . . . . . . . . . . . . . . . . . . . . .
59
Illustrations numriques . . . . . . . . . . . . . . . . . . . . . .
60
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
4.3.1
4.4
4.4.2
4.5
5 Implmentation dun simulateur Matlab
67
5.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
5.2
Equation de propagation . . . . . . . . . . . . . . . . . . . . . . . . . .
67
5.2.1
Emission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
5.2.2
Rle de la cible . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
5.2.3
Rception . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
5.2.4
Porte du radar . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
Le bruit en rception du radar . . . . . . . . . . . . . . . . . . . . . . . .
69
5.3.1
Le bruit thermique . . . . . . . . . . . . . . . . . . . . . . . . .
70
5.3.2
Le bruit de phase du VCO . . . . . . . . . . . . . . . . . . . . .
70
5.3.2.1
Introduction . . . . . . . . . . . . . . . . . . . . . . .
70
5.3.2.2
Puce VCO . . . . . . . . . . . . . . . . . . . . . . . .
71
5.3.3
Mise en oeuvre . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
5.3.4
Le bruit de mlangeur . . . . . . . . . . . . . . . . . . . . . . .
73
5.3.4.1
Introduction . . . . . . . . . . . . . . . . . . . . . . .
73
Puce mlangeur . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
5.4
Bilan global des pertes . . . . . . . . . . . . . . . . . . . . . . . . . . .
75
5.5
Rsultats de simulations . . . . . . . . . . . . . . . . . . . . . . . . . .
75
5.6
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
5.3
5.3.5
6 Plateforme radar multifaisceaux
91
6.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
6.2
Description gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
6.2.1
Vido radar . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
92
6.2.1.1
92
Paramtres initiaux . . . . . . . . . . . . . . . . . . .
vi
TABLE DES MATIRES
6.2.1.2
Forme donde . . . . . . . . . . . . . . . . . . . . . .
94
6.2.1.3
Cinmatique . . . . . . . . . . . . . . . . . . . . . . .
94
6.2.1.4
quation radar . . . . . . . . . . . . . . . . . . . . . .
96
6.2.1.5
Fouillis et bruit . . . . . . . . . . . . . . . . . . . . .
96
6.2.1.6
Vido . . . . . . . . . . . . . . . . . . . . . . . . . . .
96
Traitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
Rsultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
6.2.2
6.3
6.3.1
6.4
7
Dimensionnement de lantenne . . . . . . . . . . . . . . . . . . . 100

6.3.1.1
Mode long range . . . . . . . . . . . . . . . . . . . . 100
6.3.1.2
Mode short range . . . . . . . . . . . . . . . . . . . . 100
6.3.1.3
Influence du fouillis . . . . . . . . . . . . . . . . . . . 100
6.3.1.4
Discrimination angulaire . . . . . . . . . . . . . . . . 102
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Conclusion et perspectives
105
A Calcul de SNR
109
B Aspect asymptotique de lestimateur de maximum de vraisemblance
111
C Efficacit de lestimateur de maximum de vraisemblance
115
D Calcul de la borne de Cramer-Rao pour la forme donde FSK
117
Liste des figures
2.1
Exemple demploi dun radar ACC . . . . . . . . . . . . . . . . . . . . .
2.2
Radar impulsions . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
2.3
(a) : mission dune implusion en bande de base. (b) : Partie relle du

signal reu dmodul . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.4
Principe de la modulation pseudo-alatoire . . . . . . . . . . . . . . . . .
17
2.5
Schma bloc dun radar onde continue . . . . . . . . . . . . . . . . . .
18
2.6
Principe de la modulation FSK . . . . . . . . . . . . . . . . . . . . . . .
19
2.7
Signal FSK autocruise . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
2.8
Modulation FMCW : les frquences instantanes lmission et la rception 21
2.9
Schma bloc dun radar FMCW . . . . . . . . . . . . . . . . . . . . . .
22
2.10 Principe de la modulation FSK-FMCW numrique . . . . . . . . . . . .
24
3.1
Principe de lestimation paramtrique . . . . . . . . . . . . . . . . . . .
25
3.2
Comportement de lerreur quadratique moyenne dun estimateur du maximum de vraisemblance . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
3.3
Squence dimpulsions . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
3.4
Fonction dambigut dune squence dimpulsions . . . . . . . . . . . .
31
3.5
Rampe montante FMCW . . . . . . . . . . . . . . . . . . . . . . . . . .
31
3.6
Fonction dambigut dune rampe montante FMCW . . . . . . . . . . .
32
3.7
Borne de Cramer-Rao pour lestimation de la distance pour la forme

donde FSK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
La forme donde FMCW . . . . . . . . . . . . . . . . . . . . . . . . . .
48
4.1
viii
LISTE DES FIGURES
4.2
Les frquences de battements en fonction de la distance et de la vitesse.

La frquence de battement sur la rampe montante (a) est dans la plupart
des cas ngative tandis que la frquence de battement sur la rampe descendante (b) est toujours "positive". . . . . . . . . . . . . . . . . . . . .
50
Spectres des deux rampes montante et descendante en prsence de trois

vhicules. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
4.4
Forme donde FMCW double . . . . . . . . . . . . . . . . . . . . . . . .
52
4.5
Dmodulation en phase et dmodulation en phase et en quadrature dun

signal harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
4.6
Les spectres des deux rampes montantes . . . . . . . . . . . . . . . . . .
55
4.7
Forme donde FMCW avec sinusoide pure . . . . . . . . . . . . . . . . .
57
4.8
Bornes et performances de lestimateur de la distance pour la forme

donde FMCW double(d = 50m, v = 80Km/h). . . . . . . . . . . . . . .
61
Bornes et performances de lestimateur de la vitesse pour la forme donde

FMCW double (d = 50m, v = 80Km/h). . . . . . . . . . . . . . . . . . .
61
4.10 Bornes et performances de lestimateur de la distance pour la forme

donde FMCW avec sinusode pure (d = 50m, v = 80Km/h). . . . . . . .
62
4.11 Bornes et performances de lestimateur de la vitesse pour la forme donde

FMCW avec sinusode pure (d = 50m, v = 80Km/h). . . . . . . . . . . .
62
4.12 FMCW double et FMCW avec sinusode pure. Comparaison des performances pour lestimation de la distance (d = 50 m, v = 80 km/h). . . . .
63
4.13 FMCW double et FMCW avec sinusode pure. Comparaison des performances pour lestimation de la vitesse (d = 50 m, v = 80 km/h). . . . . .
63
4.14 Bornes et variance de lestimation de la frquence. Comparaison des frquences de battement pour une voiture (d = 50 m, v = 80 km/h). . . . . .
64
5.1
Bruit de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
74
5.2
le bruit de mlangeur . . . . . . . . . . . . . . . . . . . . . . . . . . . .
75
5.3
Ecart type minimal, maximal et moyenne pour lestimation de la distance

et de la vitesse pour la forme donde Dual FMCW pour les 35 paires (d,v)
avec d = 1, 50, 100, 150, 200 m et v = 180, 90, 0, 90, 180, 270, 360 Km/h. 77
5.4
Ecart type minimal, maximal et moyenne pour lestimation de la distance et de la vitesse pour la forme donde FMCW avec sinusoide
pure pour les 35 paires (d,v) avec d = 1, 50, 100, 150, 200 m et v =
180, 90, 0, 90, 180, 270, 360 Km/h . . . . . . . . . . . . . . . . . . . .
4.3
4.9
78
ix
LISTE DES FIGURES
5.5
Taux de fausses alertes comme fonction du rapport seuil sur bruit. De

gauche droite : 1, 2 et 4 rampes avec 4096 chantillons par rampe. . . .
78
5.6
Exemple de simulation sous linterface graphique Matlab . . . . . . . . .
80
6.1
Structure de la plateforme logicielle . . . . . . . . . . . . . . . . . . . .
92
6.2
Gomtrie de la scne . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
6.3
Forme donde mise . . . . . . . . . . . . . . . . . . . . . . . . . . . .
94
6.4
Forme donde mise . . . . . . . . . . . . . . . . . . . . . . . . . . . .
95
6.5
Vidos radar dune voiture dpassant un camion . . . . . . . . . . . . . .
97
6.6
Dtection du camion . . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
6.7
Dtection de la voiture . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
6.8
Probabilit de dtection des diffrentes cibles en fonction de la distance

(en m) pour le mode LR . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.9
Probabilit de dtection des diffrentes cibles en fonction de la distance

(en m) pour le mode SR . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6.10 Priodogrammes dun piton en labsence de fouillis . . . . . . . . . . . 102

6.11 Priodogrammes dun piton en prsence de fouillis . . . . . . . . . . . . 103
6.12 Vidos radar de deux camions lors dun dpassement . . . . . . . . . . . 103
6.13 Estimation de la distance (m) et de la vitesse (km/h) au cours du temps . . 104
D.1 Signal FSK autocruise . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Liste des tableaux
5.1
Bruit de phase du VCO intgr dans la puce CHV2270 . . . . . . . . . .
71
5.2
Bruit de mlangeur en fonction de la frquence . . . . . . . . . . . . . .
74
5.3
Valeurs des paramtres principaux . . . . . . . . . . . . . . . . . . . . .
76
5.4
Ecart type de la distance et de la vitesse pour une moto en utilisant les

donnes complexes et en utilisant la forme donde FMCW double . . . .
81

donnes relles et en utilisant la forme donde FMCW double . . . . . . .
81

donnes complexes et en utilisant la forme donde FMCW avec sinusode
pure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
82
5.5
5.6
5.7

donnes relles et en utilisant la forme donde FMCW avec sinusode pure 82
5.8
Ecart type de la distance et de la vitesse pour un camion en utilisant les

83
Ecart type de la distance et de la vitesse pour un camion en utilisant les

83
5.10 Ecart type de la distance et de la vitesse pour un camion en utilisant les

pure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
84
5.9
5.11 Ecart type de la distance et de la vitesse pour un camion en utilisant les

5.12 Ecart type de la distance et de la vitesse pour une voiture en utilisant les
85
85
xii
LISTE DES TABLEAUX
pure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
5.16 Ecart type de la distance et de la vitesse pour un piton en utilisant les
87

87

pure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87

6.1
Description des paramtres dinitialisation. . . . . . . . . . . . . . . . .
93
6.2
Caractristiques des cibles. . . . . . . . . . . . . . . . . . . . . . . . . .
93
6.3
Dimensionnement de lantenne pour chacun des deux modes de dtection

du radar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
CHAPITRE
Introduction
Le mot radar est labrviation de RAdio Detection And Ranging. Le principe du

radar est bas sur la propagation des ondes lectromagntiques ou plus exactement sur
celle des ondes radio-frquences. La rflexion de londe sur une cible permet den dtecter
la prsence puis den dduire la position et la vitesse.
Le radar est utilis dans de nombreux contextes : par les militaires, en mtorologie,
pour le contrle du trafic arien, en astronautique, pour la surveillance du trafic routier,
pour ne citer que quelques exemples. Ce qui nous intresse ici est ltude des radars embarqus sur les voitures. Leur but est daider le conducteur, afin dassurer une conduite
plus confortable et une scurit renforce.
Le radar ACC (Automatic Cruise Control), permet de rgler automatiquement une
distance minimale de scurit entre deux vhicules successifs. Il possde deux fonctions :
la rgulation de distance et la rgulation de vitesse.
En 2001, les Etats membres de lUnion europenne se sont donn comme objectif de
rduire de moiti dici lan 2010 le nombre de dcs causs par les accidents routiers par
rapport au taux de 1998 1 . Diffrentes actions ont t entreprises, comme la construction
des meilleures et plus sres routes, la diminution des limites de vitesses, la prvention de
labus des drogues et lintroduction des systmes de transport intelligents (ITS : Intelligent
Transport Systems).
Grce ces efforts, les 27 pays de lUnion europenne ont atteint une rduction de
27% des dcs, en passant de prs de 59.000 personnes tues en 1998 42800 en 2007.
Pour rduire encore le nombre des accidents mortels, les efforts doivent se poursuivre.
Des statistiques Europennes montrent que 90 95 % des accidents sont partiellement
causs par des erreurs humaines ou par des ractions trop lentes des conducteurs 2 . Il apparat alors ncessaire de dvelopper des aides la perception des conducteurs et des dispositifs pour automatiser certaines fonctions dans les situations dangereuses afin dviter
compltement ou de diminuer de faon significative les accidents.
Aprs les efforts raliss depuis des annes pour faciliter la conduite des usagers, des
1. Eurostat of the European commission : http ://epp.eurostat.ec.europa.eu
2. eSafety Compendium : http ://www.esafetysupport.org/download/eSafety_Activities/1.pdf
Introduction
systmes pour vhicules intelligents sont mis en place et fournissent diverses aides au
conducteur dans un but de confort mais aussi de scurit. Cest dans cette optique que les
radars de type ACC ont t crs. Ceux-ci permettent de rguler la vitesse de croisire du
vhicule ainsi que de maintenir une distance de scurit par rapport aux autres vhicules.
Aujourdhui, les radars ACC sont principalement adapts pour des situations de trafic
habituellement rencontres sur les autoroutes. Toutefois, dans lavenir, les radars ACC
devront galement tre capables de grer des environnements urbains, qui imposent de
nouvelles contraintes sur leur fonctionnement comme la dtection courte et longue
porte ou la dtection et lidentification de cibles trs disparates en termes de RCS (Radar
Cross Section) et la dtection sur de grands angles.
En 2005, lETSI (European Telecommunications Standards Institute) a ouvert temporairement la bande des 24 GHz pour les radars automobiles de courte porte (SRR)
[Ins05]. Comme la bande des 24 GHz est galement utilise pour dautres systmes tels
que par exemple la radioastronomie et les prvisions mtorologiques, cette bande ne sera
finalement autorise pour les radars automobiles que jusquen 2013. En Europe, deux
bandes sont alloues de manire permanente : lune 76 77 GHz pour les radars automobiles longue porte (LRR) et lautre 77 81 GHz pour les radars ultra large
bande (UWB) courte porte (SRR) [Ins01]. Il est prsum que la technologie matrielle
(MMIC : Monolithic Microwave Integrated Circuit, antennes, etc.) sera ensuite assez mature pour permettre le dveloppement et la production industrielle des modules de radars
automobiles dans la bande 76 81 GHz.
Le passage de la frquence de 24 GHz 76 81 GHz exige de grands efforts pour
avoir une technologie suffisamment conomique et reproductible pour permettre la production en volume de radars automobiles. Dernirement, le SiGe HBT a volu pour devenir lune des principales technologies pour les chipsets utiliss dans les radars automobiles [STS07], [SNV07]. Un autre concurrent est le GaAs mHEMT, dont ces producteurs
ont rcemment introduit la production de wafers de 6 pouces (15.24 cm), qui permettra la
diffusion de puces faible cot, tout en maintenant des performances leves [MCT03].
Ds lors que les progrs de la technologie lectronique permettent sa ralisation, le
passage de 24 GHz 76 81 GHz possde plusieurs avantages : laugmentation de la
frquence implique une longueur donde plus petite et donc tous les composants du radar,
dont lantenne, auront une taille plus petite et par suite un poids moindre. Les composants
RF peuvent tre intgrs sur une seule puce, et donc les pertes de rendement et les cots
dassemblage peuvent tre minimiss. En outre, la diminution de la longueur donde amliore la rsolution de la vitesse, du fait de laugmentation de la bande passante. Et puisque
le faisceau de lantenne sera plus troit, il en rsultera une meilleure rsolution angulaire.
En outre, laugmentation de la bande passante entrane une amlioration de la rsolution
de la distance.
Afin dexploiter au mieux les capacits des dispositifs lectroniques, le radar doit
mettre en oeuvre des formes donde mises qui permettent une bonne capacit de dtection des autres usagers de la route et des obstacles appels cibles dans le domaine du
radar, ainsi quune estimation de leur position et de leur vitesse. En particulier, les formes
dondes employes doivent pouvoir fonctionner en prsence de cibles multiples.
Ce travail a t ralis dans le cadre dun projet impliquant la socit autocruise. Des
exigences de faible cot nous ont conduit privilgier lemploi de formes dondes constitues de rampes de frquences. En effet, dans ce cadre, le traitement du signal se ramne
lanalyse des termes dintermodulation en bande de base entre londe mise et celle rflchie par la cible et les contributions des diverses cibles sont mises en vidence par une
analyse de Fourier sur chaque rampe de frquence. Un systme radar bas sur lemploi
dondes modules en frquence est classiquement dnomm FMCW (Frequency Modulation Continuous Wave).
Dans ce contexte, on a t amen dvelopper un outil de simulation afin dvaluer le
bon fonctionnement de stratgies des formes dondes FMCW pour la dtection simultane
de plusieurs cibles.
Concernant lestimation des paramtres de chaque cible, on sest intress la forme
gnrale des bornes de performances des estimateurs de position et de vitesse des cibles
en terme de variance de lerreur destimation. Plus prcisemment, on sest intress aux
bornes thoriques de Cramer-Rao [Rao45] [Cra46] et de Barankin [Bar49]. Ces deux
bornes sont utilises pour calculer lcart type de lestimation de la distance et de la vitesse des cibles dtectes. Lintrt de ces bornes de performances est de donner une information sur les variances des erreurs destimation de la distance et de la vitesse relative.
De plus, elles sont capables de prdire la possibilit de dtecter des cibles, comme on va le
voir. Une comparaison entre les rsultats de la simulation et les bornes thoriques permet
de comparer les performances potentielles des formes dondes et de vrifier la qualit des
estimateurs proposs.
Le manuscrit de cette thse est compos de six chapitres. On dtaille le principe des
radars daide la conduite dans le chapitre 2, en prsentant quelques formes dondes
utilises dans le domaine des radars ACC et en rappelant les avantages et les inconvnients
de chacune.
Dans le chapitre 3, on va tudier les bornes de performances et leurs proprits. Les
mthodes mises en oeuvre pour les calculer sont dtailles. A la fin de ce chapitre on va
voir laquelle des deux bornes est la meilleure.
Dans le chapitre 4 on va tudier des radars FMCW. Les stratgies destimation de la
distance et de la vitesse sont dtailles. Deux formes dondes offrant de bonnes performances pour la detection en prsence de cibles multiples seront tudies en detail. A la fin
de ce chapitre on comparera les performances statistiques de chacune de ces deux formes
dondes.
Introduction
Dans le chapitre 5 on dtaillera limplmentation sous Matlab dun systme mettant

en oeuvre chacune des deux formes dondes donnes dans le chapitre 4.
Dans le chapitre 6, on va prsenter une plateforme logicielle de simulation. Cette plateforme, ralise sous Matlab, constitue un outil conomique pour pouvoir procder facilement des dimensionnements ou au test des traitements.
Enfin, nous donnerons les conclusions de cette tude et prciserons quelques perspectives pour de futurs travaux.
CHAPITRE
Systmes de dtection
pour laide la conduite
2.1 Introduction
Pour la scurit routire, diffrentes techniques pemettent de dtecter la prsence
dobstacles au voisinage dun vhicule. Ces techniques visent principalement dterminer
la distance entre lobstacle et le systme de dtection.
Ces systmes de detection se classent en deux catgories. La premire contient les
systmes passifs, capables de dtecter et analyser des cibles 1 sans envoyer aucun signal.
La deuxime contient les systmes actifs qui envoient des ondes lectromagntiques ou
des ondes lumineuses pour dtecter les cibles.
Aprs avoir rappel les principaux systmes utiliss, on sintresse plus spcialement
aux systmes radars et aux formes dondes quils mettent en oeuvre.
2.2 Systmes de detection

2.2.1 Les systmes passifs
Un capteur passif est capable de dtecter lnergie mise naturellement de la cible dans
son champ de vision. Des paramtres tels que lhumidit ou la surface mettrice de la cible
peuvent avoir un effet trs important sur la valeur de cette nergie. Les deux principaux
systmes passifs sont les systmes de vision et le radiomtre.
2.2.1.1
Systmes de vision
Ces systmes sont constitus de camras. La forme des obstacles peut tre discrimine
par des images ayant des rsolutions suffisantes. Une scne peut tre reconstitue en trois
1. le terme cible, standard en littrature radar, na pas bien sr ici de connotation agressive
Systmes de dtection pour laide la conduite
dimmensions en associant plusieurs camras [J.L95]. La scne tant reconstitue, on peut

calculer la distance entre la camra et la cible. Ces systmes ne sont pas coteux, mais
les difficults davoir des images claires de nuit ou en prsence de mauvaises conditions
climatiques ainsi que le cot de calcul souvent trs lev des algorithmes de traitement
des images et les difficults de dtecter les obstacles lointains limitent lutilisation de ces
systmes de vision.
2.2.1.2
Radiomtres
Chaque corps met un rayonnement lectromagntique dont le spectre varie en fonction de la temprature [Cra97]. Un radiomtre est un instrument qui permet de mesurer
lintensit du flux de rayonnement lectromagntique, dans diffrents domaines de longueurs donde, tels que lultraviolet, la lumire visible et linfrarouge. Les capteurs utiliss
sont des photodiodes comme le BPW34B [osi]. Les faibles niveaux de puissances reus
limitent lutilisation de ce type de systme passif.
2.2.2 Les systmes actifs

Un systme actif fournit sa propre source de signaux, qui est gnralement une onde
lectromagntique ou bien une source lumineuse. Les systmes actifs les plus connus sont
les lidars et les radars.
2.2.2.1
Les lidars
Pour dplacer un robot dans son envirennement, on utilise souvent un LIDAR (LIght
Detection And Ranging) [ND93]. On peut aussi utiliser ce systme dans le domaine de
scurit routire. En mettant un faisceau laser on obtient un faisceau rflchi par la cible.
Le temps coul entre le dpart et larrive du faisceau donne la distance sparant lobstacle du vhicule quip par ce systme. Son manque defficacit en prsence de brouillard
et la dtection des cibles prsentes seulement dans laxe du laser sont des inconvnients
majeurs qui conduisent souvent ne pas utiliser ce systme dans le domaine routier.
2.2.2.2
Les radars
Le RADAR (RAdio Detection And Ranging) est bas sur la propagation des ondes
lectromagntiques, ou plus exactement sur celle des ondes radiofrquence (RF). En 1911
lAmricain Hugo Gernsback nona le principe du Radar et en 1934, le franais Pierre
David, mnera avec succs les premires expriences de dtection de prsence davions.
La premire dtection et localisation (detection and ranging) dobstacle fut effectue en
2.2 Systmes de detection
vc
Figure 2.1 Exemple demploi dun radar ACC
1935 par Maurice Ponte et Henri Gutton, lors dessais bord dun bateau, ils dtectrent
des icebergs avec des ondes de 16 cm de longueur donde.
A partir de l, les radars prennent de limportance dans les applications militaires, pour
la dtection des ennemis aussi bien de jour comme de nuit, comme dans le domaine civil,
pour la scurit des moyens de transport (avion, voiture, train, . . .). Notons cependant que
pendant longtemps le cot lev de llectronique a limit la diffusion large des radars
auprs du grand public. De nos jours, la recherche en matire de scurit automobile, et
en particulier en matire de systmes Radar anticollision, est en pleine expansion et nous
nous sommes intresss aux applications routires pour la prvention de collisions. De
nombreuses recherches scientifiques considrables sont dveloppes, visant assurer la
scurit maximale des vhicules, en coopration avec les mesures prises par les agences
gouvernementales, pour rduire le nombre daccidents de la route. Une grande partie de
ces recherches est soutenue par des initiatives europennes telles que les projets DRIVE
et PROMETHEUS. Ces efforts potentiels ont permis le dveloppement de plusieurs systmes de scurit avancs.
Nous rappelons maintenant lquation du radar qui est centrale pour le dimensionnement dun systme de dtection bas sur cette technologie.
2.2.2.2.1 Equation du radar En tenant compte, en plus de lattnuation lie la propagation en espace libre, de lattnuation complmentaire note L, qui peut tre lie
plusieurs causes :
attnuation due la propagation du signal,
pertes dans les circuits hyperfrquence du radar,
pertes dues au traitement du signal dans le rcepteur,
pertes dues au mouvement de la cible,
on crira lquation du radar sous la forme [Dar81] :
SNR =
PT G2 2
,
(4)3 d 4 N0 BL
(2.1)
o :
PT est la puissance de londe mise,
G est le gain maximal des antennes (si les antennes sont de gain diffrent, il faut
remplacer G2 par le produit des gains de chaque antenne),
est la longueur donde mise,
est la surface quivalente de la cible. Une surface libre se comporte comme
si elle captait une proportion de la densit de puissance lectromagntique dans
laquelle elle baigne et la rmettait de manire omnidirectionnelle,
d est la distance entre le radar et la cible,
N0 est la densit spectrale de puissance du bruit,
B est la bande quivalente de bruit.
Cette quation sera dtaille dans le chapitre 5.
2.3
Projets daide la conduite et de dtection dobstacles
Il y a eu plusieurs projets nationaux, europens ou internationaux rcents qui ont trait

la problmatique de la scurit routire. Dans cette section on prsente plusieurs projets
rcents dans le champ des systmes de vhicules [IEM07] [Sak10].
2.3.1 CarTALK
Le projet CarTALK 2000 a commenc en aot 2001 pour une dure de trois ans avec
un financement du groupe IST. Cest un Projet europen coordonn par Daimler Chrysler
qui sest pench sur les nouveaux systmes daide la conduite bass sur la communication entre vhicules. Les partenaires du projet sont des industriels et les acadmiques :
TNO (R&D NL), Siemens mobile (IT), Bosch (GE), ETS (IT) et les universits de Cologne et de Stuttgart.
Lobjectif principal est le dveloppement de systmes daide la conduite coopratifs. Aprs une tude du rapport cot/bnfice et une analyse des aspects lgaux, CarTALK 2000 vise la standardisation de ces systmes sur le march europen. LEurope
commence valuer les systmes de communications vhicule--vhicule et vhicule-infrastructure en essayant de prouver que cette communication pourrait empcher des
accidents. Afin damliorer la scurit, lUnion Europenne a lanc plusieurs projets dont
un, qui traite de la communication vhiculeroute, qui va commencer ses tests dbut 2009
sur 6 sites en Europe. Les experts sattendent ce que le dploiement de ces technologies
et leur commercialisation commencent en 2011.
Ce projet permet, en utilisant les rseaux sans fil de type IEEE 802.11b, damliorer la
2.3 Projets daide la conduite et de dtection dobstacles
scurit sur les routes, et de mettre en place un vritable systme dassistance aux conducteurs. Ainsi, le partage de donnes entre deux vhicules se fait sur une distance allant de
20 200 mtres. Ceci laisse au conducteur assez de temps pour intervenir et viter un
accident et si laccident est invitable, fournir lordinateur de bord les donnes qui optimisent lutilisation des airbags, de la ceinture de scurit ou dautres dispositifs. Un vhicule pourrait aussi communiquer avec linfrastructure en utilisant une carte dynamique
locale pour aider le conducteur rpondre rapidement aux avertissements et prendre la
meilleure dcision. Actuellement, ces concepts et dautres sont en cours dvaluation au
Technople Lindholmen, en Sude.
2.3.2 RADARNET
RadarNet -Multifunctional Automotive Radar Network est un projet qui a t coordonn par Siemens VDO (GE) de janvier 2000 Juin 2003 et avec pour partenaires :
Fiat R&D (IT), Jaguar Cars (UK), Volvo (SW), DaimlerChrysler (GE), BMW (GE) et les
universits de Hambourg, Toulouse (INPT-ENSEEIHT) et Birmingham (UK). Ce projet a
fait lobjet du dveloppement dun Radar Ondes continues Modulation de frquences
FMCW 77 GHz.
2.3.3 CARSENSE
Le projet CARSENSE - Sensing of Car Environment at Low Speed Driving- est un
projet europen qui a dmarr en 2000. Il est destin aux applications dassistance la
conduite. Il a pour but damliorer les premiers systmes qui ont t mis sur le march en
1999 pour le contrle de croisire intelligent (ACC). Ce projet est bas sur les capteurs
et la fusion de donnes. Il rassemble 13 partenaires dont plusieurs constructeurs automobiles, Renault, Fiat, BMW, des fabricants de capteurs radar et tlmtrique, Thals, IBEO,
TRW et plusieurs laboratoires de recherche lINRETS, lINRIA et lEcole des Mines de
Paris. En sappuyant sur un vhicule rel existant, ce projet cre un prototype de la future gnration de vhicules routiers. Le vhicule de test dispose de 2 radars (un courte
porte et un longue porte), dun tlmtre laser balayage, de trois camras CMOS.
Cela permet par exemple de dtecter des obstacles fixes tels que des ponts, ce que ne
permettraient pas les radars courte et longue porte utiliss isolment. Les informations
extraites des signaux et images issus des diffrents capteurs (camras vido, laser, radars)
transitent par un bus CAN et sont fusionnes. En outre un module de dtection dobstacles
a t dvelopp par analyse spatio-temporelle dune squence dimages monoculaires. Le
principe est de calculer le mouvement apparent induit dans limage par le dplacement de
la camra pour une route dgage de tout obstacle et assimile localement un plan, de le
compenser et danalyser la squence dimages rsultantes. Au cours de ce projet, les tests
ont t effectus en utilisant les lidar Ibeo et les radar de TRW.
10
2.3.4 DENSETRAFFIC
Le projet densetraffic -A Forward Looking Radar Sensor for Adaptive Cruise Control
with Stop & Go and Cut In Situations Capabilities implemented using MMIC technologies. Cest un projet europen du 5ime PCRD coordonn par Groenveld (NL). Il a dbut
en juillet 2001 et sest termin en dcembre 2003. Les partenaires de ce projet sont essentiellement des industriels : DAF TRUCKS N.V.(NL), EADS (DEUTSCHLAND GMBH,
DE), RoadEye (Is), ERA Technology LIMITED (UK) et UMS (UNITED MONOLITHIC
SEMICONDUCTORS SAS, FR). RoadEye est un capteur de 2me gnration issu du projet densetraffic. Il reprsente une perce dans le dveloppement de la rgulation de vitesse
adaptable auquel se consacrent plusieurs bureaux dtudes entre autres chez les constructeurs automobiles. La 1re gnration reprsente lACC Adaptive Cruise Control qui
a quelques inconvnients parmi lesquels :
la convergence angulaire restreinte ( 12),
la basse rsolution,
le cot lev.
Le radar RoadEye se compose de 7 antennes rceptrices, un grand angle de vue ( 30)
permettant de surveiller avec prcision une grande partie de la route devant le vhicule
avec un prix rduit et un design optimis.
Les vhicules prsents peuvent donc tre aussi surveills dans les virages serrs et sur
les bretelles dentre et de sortie dautoroutes. De plus, ce capteur est capable de dtecter
les obstacles dynamiques et statiques.
La production des chantillons pour le RoadEye a dmarr en Dcembre 2001 mais le
blocage de la production est intervenu en Dcembre 2005.
2.3.5 PREVENT
Le Projet Intgr PReVENT cofinanc par la Commission europenne, est une activit dindustrie automobile europenne pour contribuer la scurit routire en dveloppant des applications prventives de scurit et des technologies.
Suite au projet SafetyNET qui vise rduire les accidents avant 2010 ainsi que la mise
en place dun systme europen de bases de donnes daccidentologie, le projet intgr
PReVENT dfend la ncessit dinclure plus de renseignements sur ce qui se passe avant
un crash et de les inclure dans la base de donnes. PReVENT se focalise sur le dveloppement des Systmes dAide la Conduite Avancs Advanced Driver Assistance Systems
qui aident les conducteurs viter les accidents en les informant sur les dangers potentiels, les avertissant sil ny a pas de raction et les aider activement ou encore intervenir si
ncessaire. Donc, acqurir plus dinformations avant que ne survienne un accident peut aider au dveloppement de ces systmes daide. PReVENT a soulign la ncessit dajouter
2.3 Projets daide la conduite et de dtection dobstacles
des paramtres supplmentaires qui pourraient aider rpondre aux besoins des usagers
de la route en termes de scurit active.
PReVENT regroupe 52 partenaires : des fournisseurs, des instituts de recherches, des
autorits publiques et des associations. Parmi ces partenaires, nous pouvons citer : lINRIA, lINRETS, DaimlerChrysler, BMW, Audi, Bosch, SIEMENS, DELPHI, VOLVO,
Renault, Ford et Volkswagen. Les systmes de sret du projet PReVENT offrent lintelligence prdictive et sont adapts diffrents conducteurs pour atteindre les meilleurs
degrs de sret. Plusieurs technologies sont employes et intgres dans des applications
de sret :
Les technologies de perception :
linfrarouge pour la perception de lenvironnement
la vido et lappareil photo pour laquisition dimages
le LIDAR/RADAR pour la dtection du mouvement (lacclration et la dclration du vhicule)
Les technologies de positionnement :
GPS, GNSS et GALILEO : ces systmes permettent didentifier la position exacte
du vhicule et dinterprter lenvironnement pour aider la prvision du chemin
dun vhicule.
Ces technologies permettent de communiquer linformation entre deux vhicules ou
entre vhicule et infrastructure afin davoir une circulation efficace et une scurit routire
globale.
2.3.6 Systme DIREP/CODIREP

Le systme CODIREP permet deffectuer des communications haut dbit et la localisation de vhicules avec une puissance dmission infrieure au Watt. Il se base essentiellement sur un radar coopratif fonctionnant suivant le principe dun transpondeur
et utilisant la technique daccs multiple CDMA. Ce systme a t ralis pour les transports guids urbains. Les premiers tests, effectus en tunnel et en espace libre, ont montr
que la porte de ce systme est limite 800 m pour une puissance dmission infrieure
au watt, et que le dbit de 1, 6 Mbps pouvait tre atteint. Nanmoins, ce dbit reste insuffisant pour la transmission de squences vido. De plus, les aspects lis la mobilit nont
pas t tudis. En outre, pour une utilisation en milieu routier, ce systme savre inefficace dans certaines situations de conduite, telles que les virages serrs (cas dabsence
de signal), chos multiples en provenance des glissires dautoroute ou parois en viaduc,
tunnel (cas dabsence de signal rpondeur). Do la ncessit dhybrider le systme pour
un fonctionnement dans tout milieu routier (tunnel, espace libre, tranches) [Hil05].
11
12
2.3.7 Systme anticollision de Nissan

Nissan a dvoil un prototype prsent comme "Zro collision" et efficace dans un
rayon de 360 degrs autour de la voiture [tec]. Ce modle Safety Shield sappuie sur un
nombre de fonctionnalits : prvention du changement de file (PLD), prvention de la
collision latrale (SCP), prvention de la collision de recul (BCP) et aide au contrle de
la distance (DCA).
Lors dune phase de recul, divers capteurs positionns larrire et sur les cts dtectent les obstacles localiss dans la trajectoire de lautomobile. Lorsquun objet entre
dans le champ du capteur une alarme sonne pour alerter le conducteur avant que le dispositif de freinage ne sactionne automatiquement.
En cas de changement de file, les capteurs latraux indiquent la prsence dun autre
vhicule localis dans la file choisie par le conducteur. Afin de faire dvier de sa trajectoire
lautomobile, un mcanisme prend le relais activant le contrle des freins pour chacune
des roues vitant toute collision potentielle.
En combinant ces diffrentes technologies, le constructeur japonais affiche donc un
vhicule zro collision. Laide au contrle de la distance assure la distance de scurit
optimale alors que la prvention du changement de file se charge de toute "dviation"
possible. Chacun des systmes complmentaires entre eux agit donc de faon cooprative
pour prvenir tout risque de collision.
2.3.8 Lexus
Le systme perfectionn de dtection des obstacles dvelopp par Lexus est une premire mondiale. Il emploie trois technologies innovantes pour dtecter un large ventail
dobstacles ventuels devant la voiture, y compris, et cest une grande innovation, les pitons [Lex]. Un radar ondes millimtriques reconnat les objets aux contours nets devant
le vhicule. Ce radar est assist par une camra stro installe audessus du parebrise,
qui dtecte les objets faible rflexion des ondes radar, comme les tres humains. Pour la
dtection dobjets dans lobscurit, des projecteurs rayons quasi infrarouges remplacent
la camra pendant la nuit. Ils sont placs dans les phares de la voiture et ont la mme porte que les grands phares. Ce systme perfectionn de dtection des obstacles fait partie
intgrante du systme perfectionn de scurit prcollision de la LS (en option).
2.3.9 Systme Collision Mitigation

Le systme comprend tout un ensemble de technologies Delphi, dont le rgulateur de
vitesse adaptatif Forewarn Smart Cruise Control avec fonction Stop and Go, lalerte de
collision avant Forward Collision Warning (avec fonctionnalit pr-collision incluant le
2.4 Formes dondes
freinage autonome) et lalerte de drive Lane Departure Warning [Xel]. Le systme peut
aussi recevoir en complment une aide la vision nocturne par infrarouges IR (Infrared)
Active Night Vision. Le systme rgulateur de vitesse adaptatif (Forewarn Smart Cruise
Control) avec fonction Stop and Go de Delphi mesure la distance et la vitesse relative
du vhicule roulant devant laide dun radar situ lavant du vhicule. Le systme,
lorsquil est quip de la fonction Stop & Go, se montre capable darrter totalement le
vhicule. Le conducteur a galement la possibilit de revenir la vitesse de consigne du
rgulateur de vitesse en appuyant simplement sur lacclrateur au dmarrage.
Lalerte de drive Forewarn Lane Departure Warning de Delphi est base sur la vido.
Elle prvient le conducteur lorsque son vhicule quitte sa voie de circulation, contribuant
ainsi rduire nettement lune des causes daccident les plus frquentes. Le dispositif
peut tre utilis comme un systme daide la conduite indpendant, ou peut aussi tre
intgr avec les autres dispositifs de scurit Delphi dans le cadre du systme de scurit
intgre (ISS : Integrated Safety System). Le nouveau systme se base sur les informations
fournies par une camra vido numrique monte dans la coque du rtroviseur intrieur,
et qui surveille une zone stendant jusqu 25 mtres lavant du vhicule. Ces donnes
sont corrles dautres informations, comme la vitesse du vhicule et son taux de lacet
(de manire ce que le calculateur sache si le vhicule tourne), collectes depuis les autres
systmes grce un bus de donnes haute vitesse. Le systme de vision nocturne par
infrarouges (IR) utilise un module de camra fonctionnant dans le spectre de linfrarouge,
avec des illuminateurs ou des projecteurs infrarouges pour aider les conducteurs roulant
de nuit. Le systme de vision nocturne IR fournit une image nettement plus naturelle au
conducteur que celle offerte par les systmes de vision nocturne dtection thermique.
Comme il fonctionne linfrarouge, le systme Delphi permet au conducteur de voir
des objets ne dgageant pas beaucoup de chaleur, comme des arbres, des panneaux de
signalisation ou des botes aux lettres. Delphi a lanc en Europe le rgulateur de vitesse
adaptatif Smart Cruise Control en 1999 sur Jaguar.
2.3.10 Conclusion
On a prsent plusieurs projets et systmes rcents traitant le sujet de la dtection
dobstacles en environnement routier. Aucun de ces projets na abord le sujet daide la
conduite en associant au sein dun mme module divers traitements radar longue et courte
porte.
2.4 Formes dondes

Les formes dondes permettent de classer les radars en deux groupes : les radars
impulsions et les radars ondes continues.
13
14
2.4.1 Radars impulsions

Le radar utilise les proprits de rflexion dune onde lectromagntique sur un obstacle en crant une onde reflchie capte par lantenne de rception. La forme donde la
plus simple pour tudier ce principe est constitue dune suite dimpulsions. Une impulsion possde une dure Ti brve. Pour de nombreux radars, tels que les radars ariens,
la dure dune impulsion est de lordre de la microseconde. Mais, la vitesse de la lumire (c = 3.108 ) 1 s correspond 300 m. Pour des radars ACC impulsions, il faudra
donc plutt envisager des dures dimpulsion de lordre de la nanoseconde pour obtenir
des prcisions infrieures au mtre. On sera donc conduit des radars dont les bandes
passantes sont de lordre du GHz. On entre alors dans le domaine des radars Ultra Large
Bande (ULB) qui font lobjet de travaux de recherche actuels [Sak10].
Une partie de limpulsion est rflchie par la cible. Les caractristiques temporelles
sont conserves, mais la reflexion mne perdre une partie de lamplitude. Cest pourquoi la mesure de la puissance reue est peu exploite pour une valuation prcise de
la distance. En mesurant le retard entre lmission et la rception on peut calculer la
distance entre le radar et la cible par lquation suivante :
d=
c
.
2
(2.2)
La dure dune impulsion Ti et la frquence de rptition fr sont les paramtres les

plus importants pour calculer la plus grande distance mesurable (porte maximale) et la
rsolution du radar (distance minimale entre deux cibles partir de laquelle on peut les
diffrencier).
Afin dviter lambigut lors de la mesure de la distance, il faut que limpulsion rflchie soit reue par le radar avant que limpulsion suivante ne soit mise. Ainsi le retard
doit tre infrieur la priode des impulsions Tp = f1r , do max = f1r et 2dcmax = Tp , soit
cTp
.
2
dmax =
(2.3)
La plus petite variation de distance entre deux cibles quon peut mesurer est lie au
plus petit cart quon peut dtecter entre deux retards, ce dernier est gal la dure dune
impulsion Ti . Donc la plus petite distance possible entre deux cibles est donne par :
d =
cTi
.
2
(2.4)
La distance minimale de dtection est limite encore par la largeur de limpulsion et

elle est gale d.
Dmin =
cTi
.
2
(2.5)
15
2.4 Formes dondes
Amplitude
Impulsion emise
Impulsion reflechie
t
0
Ti
Tp
Figure 2.2 Radar impulsions
On peut ainsi obtenir la distance entre le radar et la cible, mais on na aucune information sur la vitesse.
Le radar impulsions possde plusieurs inconvnients qui limitent son utilisation dans
le domaine des radars automobiles [HY00]. Une distance minimale est requise pour que
deux cibles puissent tre discrimines. Cette distance minimale est lie la dure de limpulsion Ti et vaut cT2 i . La rsolution en distance est meilleure quand les impulsions sont
fines, ce qui ncessite, comme on la vu, un encombrement spectral lev. Les systmes
de gnration dimpulsions trs courtes conduisent des rcepteurs radar ncessitant des
frquences de traitement trs leves. Mme si lemploi dchantillonneurs 1 GHz est
envisageable, leur cot reste lev pour des radars grand public.
Pour rsoudre le problme dabsence dinformations sur la vitesse du radar impulsion, on exploite classiquement le fait quen gneral les ondes sont transmises sur frquence porteuse et que la variation de phase, dune impulsion la suivante, permet destimer la vitesse de la cible : cest le principe du radar pulse-doppler [Sko62].
2.4.1.1
Radars pulse-Doppler
Pour un radar transmettant des impulsions modules par une frquence f0 , les ondes
retournes par une cible se dplaant la vitesse se trouveront modules par la frquence
16
Ti
TD
(a)
1
2fd
(b)
Figure 2.3 (a) : mission dune implusion en bande de base. (b) : Partie relle du
signal reu dmodul
fr telle que
fr f0 + f0
2
,
c
(2.6)
La connaissance de la frquence fd = f0 2
c , appele frquence Doppler, permet donc
destimer la vitesse v.
Pour un radar impulsions espaces de Tp , le dphasage cr entre deux impulsions
reues en provenance dune cible affecte dun dcalage Doppler fd sera :
= 2 fd Tp .
(2.7)
Ainsi, pour une mission en bande de base donne par la figure 2.3(a) , la partie relle
du signal reu dmodul aura lallure indique sur la figure 2.3(b).
On voit donc clairement quune transforme de Fourier sur la squence des amplitudes
des impulsions reues sur le radar permettra destimer les frquences Doppler des cibles.
Un exemple de radar de type pulse-Doppler est dcrit dans [AJG00]. Ce radar consiste
mettre alternativement deux impulsions dont les frquences porteuses sont f1 et f2 .
Lcart de frquence entre f1 et f2 vaut 200 MHz. Le signal renvoy par la cible est
dmodul dans un dmultiplexeur. Le temps coul entre lenvoi et la rception du signal
fournit la distance de la cible. La vitesse est calcule en utlisant des techniques pulse
Doppler cohrente [AJG00].
Un inconvnient des radars pulse Doppler rside dans un niveau lev de la puissance
instantane au cours de lmission des impulsions.
17
2.4 Formes dondes
2.4.1.2
Modulation code pseudo-alatoire
Les trois techniques de modulation code pseudo-alatoire les plus utilises sont :
la modulation de la phase par paliers (PN-PSK), la modulation de frquence par palier
(PN-FH) et la modulation de position dimpulsions (PN-PPM) [JPA05]
Amplitude
t
0
Figure 2.4 Principe de la modulation pseudo-alatoire
La figure 2.4 prsente une squence de modulation PN-PPM. Cette squence et les
deux autres types de squences doivent avoir une fonction dautocorrlation comportant
des niveaux de lobes seondaires les plus bas possible. Donc, la prcision de cas codes est
de lordre de la dure des "chirps" du code.
En calculant la fonction dintercorrlation entre les enveloppes des signaux reus et
mis, puis en recherchant la position temporelle du pic de corrlation on trouve le temps
de propagation de londe, cest--dire la distance d de la cible. A la sortie des filtres
adapts, les signaux sont multiplexs par un commutateur, le signal rsultant est ensuite
chantillonn avant dappliquer la transforme de Fourier qui permet destimer la frquence Doppler, ainsi, la vitesse v est obtenue [Min10].
Ce type de modulation permet dobtenir une rsolution leve tout en minimisant la
puissance crte ncessaire. Les radars courte porte UWB (Ultra Wide Band) utilisent ce
type de modulation.
Le problme de ce type de forme donde est sa complxit, on a un cot de calcul
trs lv et une implmentation lctronique trs complexe, ce qui pose un problme
dutilisation de ce type de forme donde
2.4.2 Radar ondes continues

Ce type de radar est souvent utilis par les constructeurs automobiles pour raliser des
systmes embarqus anti-collision et pour un contrle intelligent de la conduite automobile. Ils sont souvent prfrs aux radars impulsions qui ncessitent un chantillonage
du signal en bande de base des frquences plus leves.
18
On trouve essentiellement deux types de radars ondes continues : radar onde continue monochromatique (donne seulement la vitesse) et radar onde module en frquence
(fournit simultanment des informations sur la distance et sur la vitesse).
2.4.2.1
Radar ondes continues monochromatique
Un radar monochromatique utilise leffet Doppler et ne donne aucune information sur

la distance de la cible [GSC97].
Un systme radar onde continue monochromatique consiste en un metteur RF et un
rcepteur qui mlange le signal mis et le signal reu [BL97].
Circulateur
oscillateur
Antenne
f0
f0 + fb
Detecteur
fd
Amplificateur
Traitement
du signal
Figure 2.5 Schma bloc dun radar onde continue
La figure 2.5 reprsente un exemple de schma bloc simplifi dun radar ondes continues.
La frquence de battement fb est dfinie comme tant la diffrence entre la frquence
du signal reu fr et la frquence du signal mis fe : fb = fr fe . Elle est proportionnelle
la vitesse relative de la cible.
v
fb = 2 f0 ,
c
(2.8)
19
2.4 Formes dondes
o f0 est la frquence de loscillateur, v est la vitesse relative de la cible et c est la

vitesse de la lumire.
Linconvnient majeur du radar onde continue monochromatique est quil ne fournit
aucune information sur la distance. Ainsi, on lui prfre les radars ondes continues avec
modulation de frquence.
2.4.2.2
Radar ondes continues avec modulation de frquence
2.4.2.2.1 FSK Un radar modulation FSK (Frequency Shift Keying) met une onde
module en frquence par paliers (sauts de frquences). Cette modulation utilise au moins
deux frquences lgrement diffrentes, soit f0 et f1 = f0 + f qui sont alternativement
mises la priode de rptition T (figure 2.6). Lanalyse spectrale des informations reues permet alors dextraire les informations de distance et de vitesse. Le rcepteur tant
homodyne, lcho du signal est converti par la frquence instantane en bande de base
et chantillonn. Comme on a plusieures frquences qui sont alternativement mises, on
obtient plusieurs signaux chantillonns, ils ont une mme amplitude (proportionnelle au
signal mis), une mme frquence (gale la frquence Doppler de la cible) et un dphasage diffrentiel proportionnel la distance mesurer.
La vitesse est calcule en effectuant une transforme de Fourier discrte dans le temps
des signaux reus pour chaque intervalle de dure TR . Les cibles sont alors dtectes
par un seuil damplitude pralablement dfini. Compte tenu de la variation f faible de
la frquence dune cible entre deux priodes de rptition, une cible donnera la mme
frquence Doppler dans les deux intervalles adjacents associs f0 et f1 , mais les signaux
reus ont une diffrence de phase = |0 1 |. De cette diffrence de phase, calcule
aprs le mlange des signaux mis et reu, dcoule la distance d de la cible.
f
frequence envoyee
frequence recue
f1
t
f0
Figure 2.6 Principe de la modulation FSK
La forme donde du radar FSK de lentreprise Autocruise est compose de cinq sauts
de frquence tels que le saut entre deux frquences f est de 160kHz. Elle est priodique
20
de priode T = 12s. La figure 2.7 reprsente cette forme donde dans le plan tempsfrquence.
A la rception, on retrouve pour chaque frquence mise pour chaque cible un signal
de battement la frquence Doppler, mais avec un cart de phase entre chaque signal qui
est fonction de la distance de la cible [JPA05]
Si une cible se dplace une vitesse v, sa distance par rapport au radar est d + vt
2
et le temps de propagation aller-retour du signal entre le radar et la cible est donn par
jt est le signal mis, le signal reu scrit :
t = 2 d+vt
c . Si s(t) = |s|e
r(t) = |r|e j(tt)
2d
= |r|e j(t c
2vt
c )
(2.9)
= |r|e j(+d )t ,
d
d
avec d = 2 v
c et = 2 c . Comme 2 c = + 2n, on a ambigut sur la mesure de
la distance. Cest pour cela quon met plusieurs signaux de frquences diffrentes, avec
un petit cart de frquences utilises. En prenant la diffrence entre les deux dphasages
associs deux frquences f1 et f2 , on obtient
= 2( f1 f2 )
=
2( f1 f2 )d
c
(2.10)
= 4 cf d .
Donc
d=
c
.
4 f
(2.11)
Lcart de frquence f est faible et choisi en fonction de la distance maximale de non

ambigit. Pour atteindre un intervalle maximum de non-ambigit ( < 2) de mesure
dune cible 150 m, un saut de frquence f de 1 MHz est ncessaire [RM01].
Nayant aucune rsolution en distance, cette forme donde a donc une faible aptitude
dtecter les cibles fixes, ce qui peut tre un handicap pour la mise en place future de
nouvelles fonctions courte porte telles que la dtection des pitons.
2.4.2.2.2 La modulation FMCW Dans le cas du radar FMCW, la frquence transmise volue de faon continue en fonction du temps, typiquement de manire linaire par
intervalles (figure 2.8). Si nous voulons dtecter une cible place une distance d, nous
21
2.4 Formes dondes
....
df
t
T
Figure 2.7 Signal FSK autocruise
observons un signal rflchi aprs un temps T = 2d

c , qui est mlang avec le signal transmis, produisant une frquence de battement fb . En labsence de Doppler cette frquence
fb est uniquement lie la distance la cible.
Si nous notons fe (t) = f0 + t la frquence mise, la frquence reue ce mme
instant est fr (t) = f0 + (t 2d
c ), et la frquence de battement vaut :
fb = fr (t) fe (t) =
2d
.
c
(2.12)
f
fd
f0 + B
(1) : sans Doppler
Signal envoy
e
fr
(2) : avec Doppler
signal recu
(2)
(1)
f0
T
2
Figure 2.8 Modulation FMCW : les frquences instantanes lmission et la rception
Sur la courbe (1) de la figure 2.8, on a suppos que la cible est immobile. Mais si ce
nest pas le cas, on voit apparatre une frquence Doppler qui produit une modification de
la frquence de battemment.
En prsence de Doppler, la frquence reue sur le front montant est de la forme :
frup = f0 + fd + (t
2d
),
c
(2.13)
22
et pour le front descendant

frdo = f0 + fd (t
2d
).
c
(2.14)
Ainsi, les frquences de battement obtenues seront pour le front montant :

fb = fd
2d
,
c
(2.15)
fbdo = fd +
2d
.
c
(2.16)
up
et pour le front desendant :
On voit donc que les contributions fr = 2d

c et f d la frquences totale et relatives
la distance et la vitesse de la cible respectivement sont lies linairement aux frquences
up
de battement fb et fbdo , ce qui conduit directement lestimation de la distance et de la
vitesse de la cible :
d =
c down
up
( fb
fb )
4
(2.17)
down
up
( fb
+ fb ).
v =
4
Circulateur
Modulateur
oscillateur
Antenne
f0
f0 + fb
Melangeur/Detecteur
fb
Amplificateur
Traitement
du signal
Figure 2.9 Schma bloc dun radar FMCW
Le schma du radar FMCW est le mme que celui du radar CW, sauf en ce qui
concerne la modulation et le traitement en bande de base du signal. La figure 2.9 fournit le
23
2.4 Formes dondes
schma bloc dun radar FMCW. Sa simplicit et la possibilit de mesurer simultanment

la vitesse et la distance ont rendu les systmes FMCW populaires [Pie07].
Il existe certaines contraintes pour la mise en oeuvre :
la variation de frquence doit tre linaire afin dobtenir une mesure correcte de la
distance au moyen de lquation 2.17.
La distance et la vitesse sont dduites partir des mmes mesures de frquence.
Ainsi, si la cible est trs proche et sa vitesse est leve, chaque frquence de battement sera proportionnelle la frquence Doppler et donc sera trs leve et la
diffrence des frquences de battement sera proportionnelle la distance et donc
trs faible [Sko81]. On va voir dans le chapitre V quune frquence de battement
faible se trouve dans la rgion du spectre proche de zro o le bruit est lev.
Enfin lexcursion de frquence doit tre leve pour obtenir une bonne rsolution
en distance, car la distance est proportionnelle la largeur de la bande utilise.
2.4.2.2.3 La modulation FSK-FMCW numrique Cette forme donde est en ralit
une combinaison des formes FSK et FM-CW [RM01]. Une modulation FSK est superpose une rampe de frquence.
Cette modulation consiste superposer une modulation FSK sur une rampe de frquence FMCW ayant une largeur de bande B (figure 2.10).
Dans le cas du systme propos par [KL97], les sauts de frquence sont cadencs de
manire avoir 2 4096 paliers. Les signaux reus sont chantillonns puis dsentrelacs. Les chantillons sont alors classs en deux sries : une srie pour les paliers pairs,
lautre pour les paliers impairs. Ces deux sries subissent une analyse spectrale donnant
accs une combinaison linaire de la distance et de la vitesse. Cette forme donde et les
traitements associs ont fait lobjet dun brevet Thales [KL97].
la distance d estime est donne par la relation suivante :
d=
,
4 f + 2B Tstep
(2.18)
avec
c : la vitesse de la lumire,
B : bande de frquence,
T : la dure totale du signal,
f : La variation de la frquence entre deux sauts,
Tstep : dure dun step de frquence,
: La diffrence de phase entre les signaux reus correspondant aux deux sauts
spars de f ,
La distance estime tant obtenue, on en dduit la vitesse par la formule
24
4Bd
.
(2.19)
Tc
Aux avantages de la FSK, il faut rajouter sa capacit la discrimination en distance
qui permet la dtection de cibles fixes. Ceci est particulirement intressant pour les futurs
systmes ACC qui devraient inclure des fonctions de scurit du type "Stop and Go", et
donc tre capables de dtecter des obstacles fixes et ceci dans un environnement multicibles. Mais le problme de cette forme donde est sa gnration complexe, ce qui limite
son utilisation.
v = B
f0 + B
f
t
f0
T
2
T
2
Figure 2.10 Principe de la modulation FSK-FMCW numrique
2.5
Conclusion
Lobjectif de ce chapitre tait de prsenter un tat de lart des diffrents capteurs de

dtection dobstacles utiliss dans le domaine des transports pour assurer la scurit routire. Les systmes radars sont les capteurs les mieux adapts lenvironnement routier
grce leurs performances. On a prsent plusieurs travaux rcents traitant le sujet de la
dtection dobstacles en environnement routier.
On a montr que les radars impulsions sont les plus performants du point de vue
de la rsolution, mais quils sont moins adapts aux applications routires. Les systmes
radars FMCW semblent prsenter un bon compromis complexitperformance, et on va
dans la suite de la thse envisager lemploi de formes dondes FMCW capables de traiter
simultanment plusieurs cibles.
CHAPITRE
3.1 Introduction
Un des buts du traitement du signal est lextraction dinformations partir dobservations bruites fournies par un ou plusieurs capteurs. Ces informations ou paramtres
dintrt peuvent tre : une frquence, une phase, une direction darrive, la puissance
dun bruit, un retard, etc... Pour rsoudre ce type de problmes la thorie de lestimation
offre diverses solutions. Dans le cadre de lestimation dite paramtrique, on se donne un
modle dobservation probabiliste dpendant des paramtres dintrts et, partir dune
rgle pr-tablie base sur ce modle, on estime les paramtres dintrts (figure 3.1).
Espace des
paramtres
Espace des
observations
Modle
d'obser
Per
for
man
c
es
vation
tion
'estima
Rgle d
Figure 3.1 Principe de lestimation paramtrique
Le critre destimation et son optimisation constituent la pierre angulaire de nombreuses contributions au traitement du signal moderne. Le choix du critre conditionne
les performances destimation, cest--dire le fait que lestime soit suffisamment proche
de la vraie valeur du paramtre et la charge de calcul mettre en oeuvre lors de son optimisation. Lexprience montre quun estimateur prsentant des performances proches de
loptimalit devient gourmand en charge de calcul alors quun estimateur sous-optimal
demande une charge de calcul moindre ce qui prsente un intrt en terme dimplmenta-
26
tion pratique [Tre01].

Lestimation dun paramtre seffectue par la recherche dun maximum global du critre dfini par la rgle destimation. Lorsque la recherche du paramtre seffectue sur
un support fini, comme par exemple lors de lestimation dun angle ou dune frquence
normalise, lerreur quadratique moyenne de lestimateur qui est lindicateur de performance le plus rpandu sarticule autour de trois rgions [Tre01]. Ainsi, lorsque le rapport
signal sur bruit ou le nombre dobservations est lev, la rgion est dite asymptotique
et lerreur destimation est gnralement faible. Lorsque le rapport signal sur bruit ou le
nombre dobservations dcrot, il apparat un accroissement rapide de lerreur quadratique
moyenne. On appelle cette rgion la zone de dcrochement. Enfin, lorsque le rapport signal sur bruit ou le nombre dobservations est trs faible, lestimation prend en compte
essentiellement le bruit prsent dans lobservation, ce qui conduit une distribution de
lestime quasi-identique celle dun bruit seul sur le support du paramtre. Lerreur quadratique moyenne exhibe alors un comportement plat en fonction du SNR : cest la zone
de non-information.
La zone de dcrochement dun estimateur dlimite la zone de fonctionnement correct
du systme (figure 3.2). Avec le durcissement des cahiers des charges (temps dacquisitions rduits, environnements lectromagntiques perturbs, etc...), les estimateurs sont
dsormais amens travailler dans une rgion de plus en plus proche de cette limite, voire
en dessous. En consquence, la connaissance de la valeur du rapport signal sur bruit ou
du nombre dobservations, pour un scnario donn, pour laquelle cette rupture brutale des
performances apparat est fondamentale dans ltude des performances destimation et
doit tre considre au mme titre que ltude du biais ou de la variance.
Les bornes minimales destimation sont des minorants de lerreur quadratique
moyenne. Elles nous fournissent des informations sur les performances ultimes quun
estimateur peut esprer atteindre pour un modle dobservation donn. En consquence,
elles sont utilises pour juger les performances dun estimateur et pour savoir si, partir
dun cahier des charges donn, une amlioration est possible.
La borne de Cramer-Rao (BCR) [Fis22] [Rao45] [Cra46] donne une borne infrieure
quun estimateur non biais peut esprer atteindre et est certainement loutil le plus utilis
par la communaut du traitement du signal pour porter un jugement sur les performances
dun estimateur pour la comparaison de la variance de cet estimateur celle fournie par
la borne. Un estimateur qui atteint la borne de Cramer-Rao est dit efficace. Notons le
lien troit qui existe entre la borne de Cramer-Rao et lestimateur du maximum de vraisemblance. Nanmoins, dans les zones non-asymptotiques, cest--dire la zone de dcrochement et la zone de non-information, la borne de Cramer-Rao nest plus pertinente
puisquelle repose sur un dveloppement limit lordre 1 de lerreur, cest--dire quelle
suppose que la valeur estime reste proche de la vraie valeur.
Il existe dans la littrature dautres bornes minimales plus pertinentes que la borne de
27
3.1 Introduction
(Hz)
SINUSOIDE ERROR STANDARD DEVIATION
10
10
Borne de Barankin
Borne CramerRao
4
10
10
zone
de
noninformation
zone
de
zone
Asymptotique
d
ecrochement
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 3.2 Comportement de lerreur quadratique moyenne dun estimateur du maximum de vraisemblance
Cramer-Rao et prsentant lavantage de rendre compte du phnomne de dcrochement.

On peut citer par exemple les bornes dites dterministes de Bhattacharyya [Bha46], Barankin [Bar49], et Abel [Abe93] lorsque les paramtres inconnus sont supposs dterministes
et les bornes dites baysiennes de la famille Ziv-Zaka [ZZ69] [BT74] [DCZ75] [KBT97]
et de la famille Weiss-Weinstein [WW88] lorsque les paramtres inconnus sont supposs
alatoires et dcrits par une loi a priori. Si ces bornes dpendent du modle dobservation
considr, elles prsentent cependant lavantage dtre indpendantes de la rgle destimation puisque par dfinition elles sappliquent lensemble des estimateurs possibles.
De ce fait, elles fournissent les performances ultimes quun estimateur peut esprer atteindre en termes derreur quadratique moyenne. En outre, elles pourront tre utilises
comme un outil pour prdire le dcrochement des estimateurs ou optimiser les paramtres
du modle afin damliorer les performances destimation. Notons cependant ici que les
bornes bayesiennes reposent sur la prise en compte dinformations a priori sur les paramtres. Lorsque la loi a priori nest pas fournie par le modle physique de faon prcise
on vitera lemploi de ces bornes qui risquent alors dtre erronnes. Dans ce travail, on
se limitera donc lemploi de bornes dterministes.
Dans ce document on va sintresser aux bornes de Cramer-Rao et de Barankin. La
borne de Barankin est utile pour prdire et analyser leffet de dcrochement et ainsi de
trouver le seuil du rapport signal sur bruit partir duquel lerreur destimation est faible
et lestime est fiable.
28
Donc les bornes de Ziv-Zaka et de Weiss-Weinstein sont utilises quand les paramtres inconnus sont alatoires. Si les paramtres sont dterministes comme dans notre
cas on utilise les bornes dites dterministes de Barankin et Abel. La borne de Barankin
fait intervenir des points tests qui peuvent couvrir lensemble du support des paramtres.
Elle est appele borne globale. Abel a propos une borne hybride qui utilise lingalite
de Ibragimov-Hasminskii [IH81] [Leh83]. Cette approximation de Abel converge plus rapidement vers la borne de Cramer-Rao et donne une zone optimale moins prcise. Cest
pourquoi on a utilis lapproximation directe de McAulay et Seidman [MS69] et en utilisant Mathematica on a pu obtenir une forme analytique de cette borne utilisable pour
calculer les paramtres montrs dans la section 3.4.
3.2
Fonction dambigut
3.2.1 Forme gnrale

La fonction dambigut dun signal (voir quation (3.1)) reprsente les sorties dun
filtre adapt ce signal lorsque les entres sont constitues par ce signal affect dun effet
Doppler. La justification de ces rponses temporelles aux diffrentes frquences Doppler
dfinit une fonction du temps et de la frquence appele fonction dambigut du
signal. En termes mathmatiques, pour un signal s(t), la fonction dambigut est dfinie
par :
s (, ) =
us (t)us (t )e2it dt.
(3.1)
o us est lenveloppe complexe du signal s(t).

En fait, la fonction dambigut est galement souvent dfinie comme |s (, )|.
En considrant que lenveloppe complexe us (t) du signal s(t) est normalise
( |us (t)|2 dt = 1), on a, daprs lingalit de Cauchy-Schwarz :
"
|(, )|2 |(0, 0)|2 = 1.
(3.2)
Cette fonction prsente donc un maximum pour = (, ) = (0, 0). Le volume de la

fonction dambigut est :
! !
|(, )|2 d d = 1.
(3.3)
La fonction dambigut suggre une technique gnrique de traitement du signal radar. En effet si le signal s(t) est mis en prsence dun cho radar, le signal reu sera de
29
3.2 Fonction dambigut
la forme :
r(t) = s(t )e2i fd t + n(t),
(3.4)
o n(t) est un terme de bruit additif.

Considrons maintenant la fonction dinterambigut de s et de v. En rappelant que la
fonction dinterambigut de deux signaux s et v est dfinie par
s,v (, f ) =
us (t)uv (t )e2i f t dt,
(3.5)
il apparait que
s,v (, f ) = s ( 0 , f fd ) + w(, f ),
(3.6)
o w(, f ) est un terme de bruit. On voit donc que lestimation du retard et de la

frquence Doppler de lcho radar, conduit rechercher le maximum de s,v dans le plan
temps-frquence : daprs la relation (3.6), en ngligeant le bruit w, il apparat en effet
que (0 , fd ) = argmax, f |s,v (, f )|. On voit bien galement quen prsence de bruit la
prsence de lobes secondaires de la fonction dambigut de forte amplitude risque de
conduire une confusion sur la position du maximum. Le terme ambigut prend ici
tout son sens. En fait la notion dambigut provient galement du handicap li des
pics secondaires levs de la fonction dambigut quand plusieurs cibles sont prsentes.
Aussi, la fonction dambigut constitue telle un outil important pour analyser et tudier
les performances des ondes du radar.
La rsolution temps-frquence dun systme radar est lie la capacit sparer deux
cibles proches. Cette capacit est dtermine par la largeur du lobe principal de la fonction
dambigut.
Le radar idal aurait une fonction dambigut telle que :
Le pic principal, en = = 0, soit infiniment troit, de faon minimiser la variance
de lestimation.
Daprs (3.2) aucune remonte parasite ne soit prsente pour (, ) &= (0, 0), de faon
viter toute ambigut proprement dite.
Une fonction dambigut idale nest pas ralisable cause des contraintes simultanes de volume (3.3) et de hauteur (3.2).
30
Amplitude
A
ti
t
0
Tr
Figure 3.3 Squence dimpulsions
3.2.2 Cas dun signal priodique

Considrons le cas des signaux priodiques de priode Tr . Alors nous avons la relation
suivante [eNL94] [eNL95] :
!
!
! sin(MTr ) !
!.
|MTr (, )| = |Tr (, )| !!
(3.7)
M sin(Tr ) !
T = MTr reprsente la dure totale du signal de priode Tr . MTr reprsente la fonction

dambigut du signal priodique sur M priodes, tandis que Tr reprsente la fonction
dambigut de la premire priode du signal. MTr est appele fonction dambigut priodique.
3.2.3 Exemples
Sur la figure 3.3 on a un train de 5 impulsions ayant la mme amplitude et des dures
gales (ti = 0.2s). La priode de rptition est Tr = 1s. La fonction dambigut correspondante cette forme donde est donne dans la figure 3.4. Sur la figure 3.5 on a une rampe
montante de frquences, ayant une dure gale T = 5.12 ms. Sa fonction dambigut
est donne dans la figure 3.6
On remarque que la fonction dambigut de la squence prsente beaucoup de lobes
secondaires, par contre la rampe de frquences ne comporte quun seul lobe.
31
3.2 Fonction dambigut
Figure 3.4 Fonction dambigut dune squence dimpulsions
f
f0 + B
f0
0
T
Figure 3.5 Rampe montante FMCW
32
|(d,v)|
0.5
0
300
200
100
200
100
v (km/h)
100
0
200
d (m)
Figure 3.6 Fonction dambigut dune rampe montante FMCW
3.3
Bornes de Cramer-Rao
En statistiques, lingalit de Cramer-Rao, appele ainsi en lhonneur de Harald Cramer et de Calyampudi Radhakrishna Rao, exprime une borne limite infrieure de la variance dun estimateur statistique. Elle fait intervenir la notion dinformation de Fisher.
Cette borne peut nous donner des informations sur le comportement dun systme
lorsquon a des rapports signal bruit levs. Dans les annexes B et C on montre quun
estimateur du maximum de vraisemblance converge vers la borne de Cramer-Rao lorsque
le rapport signal sur bruit augmente.
3.3.1 Gnralits
Pour un estimateur sans biais dun paramtre vectoriel , la BCR (borne de CramerRao) est gale linverse de linformation de Fisher, I().
Les lements de la matrice I sont de la forme
"
#
L() L()
Ii j ! E
i j
= E
"
(3.8)
#
2 L()
i j
o L() est la log-vraisemblance des observations paramtre par . La matrice de Fisher
33
3.3 Bornes de Cramer-Rao
peut galement tre reprsente sous la forme suivante [Che89] :

Ii j =
A 2
N0 i j
|()| ,
(3.9)
o A et N0 sont respectivements les puissances moyennes du signal et du bruit.

Si s(t) = u(t) exp( j2 fct) dsigne la forme donde complexe du signal mise par le
radar, celle du signal reu est
r(t; , fd ) = u(t ) exp( j2 fd (t )) exp( j2 fc (t )),
(3.10)
o u(t) est un signal complexe et un coefficient scalaire complexe inconnu. En intgrant

la phase inconnue exp( j2 fc ) dans le coeficient , le signal reu scrit alors
r(t; , fd ) = u(t ) exp( j2 fd (t )) exp( j2 fct).
(3.11)
Notons que lon suppose ici que la compression Doppler sur le signal u(t) est ngligeable [Che89]. En ralit, le fait que lon puisse ngliger la compression Doppler est
troitement li la rgularit (et donc la bande passante) de la forme donde mise, et
pas uniquement au taux de compression subi par celle ci.
La reprsentation complexe des signaux mis est note s(t) = u(t) exp( j2 fct) et le
signal rel reu est donn par :
r(t; ) = z(t, ) exp( j2 fct).
(3.12)
Notons q(t) = e[s(t)] = e[u(t) exp( j2 fct)] lexpression des signaux mis, o u(t)
reprsente lenveloppe complexe de s(t). On peut dfinir la position temporelle moyenne,
"
note t, dun signal s(t) normalis en nergie ( |s(t)|2 dt = 1) par [Che89] :
t =
t|r(t)|2 dt.
(3.13)
Sa dure moyenne t est alors dfinie comme une dispersion moyenne autour de cet instant moyen :
t2 =
(t 2 t2 )|r(t)|2 dt.
(3.14)
La pulsation moyenne et la largeur de bande moyenne peuvent tre dfinies de faon

analogue linstant t et la dure t [Che89] :
=
2 =
|R()|2 d
(3.15)
(2 2 )|R()|2 d.
34
Dure et bande moyennes sont lies par la relation [Che89] :

1
t2 2 " ,
2
(3.16)
ce qui signifie quon ne peut pas simultanment rduire la dure et la largeur de bande
dun signal. Lindice de modulation, not m, constitue une autre grandeur utile. Il est
dfini par
m = m
tr(t)[r' (t)] dt,
(3.17)
o r' (t) est la drive temporelle de r(t).

On va voir que les bornes de Cramer-Rao pour les estimateurs de position et de vitesse
calculs partir du signal reu r(t) peuvent sexprimer en fonction des cinq grandeurs
prcdentes t, t, , et m.
3.3.2 Bornes scalaires

En prsence dun bruit additif gaussien, la borne de Cramer-Rao pour un paramtre
scalaire fournit la majoration suivante de la variance dun estimateur :

Var()
N0
!T
0
(3.18)
r(t, ))( r(t, )) dt
Cette borne est fortement lie la fonction dambigut. En effet, la borne de Cramer-Rao
2
2
2
2
est inversement proportionnelle
2 |(0, 0)| pour le paramtre et 2 |(0, 0)| pour
le paramtre .
3.3.2.1
Borne pour lestimation de la distance
Daprs lquation (3.9), la borne de Cramer-Rao pour la variance dun estimateur

de est :
"
#1
N0 2
2
|(, )|(=0 )
Var( ) "
,
(3.19)
A 2
Cette quation peut encore scrire
%1
''
' 2
N0 $
.
2e( + | | )
Var( ) "
A
=0
(3.20)
35
3.3 Bornes de Cramer-Rao
Mais on peut crire :
s(t, 0 )s(t, ) dt
u(t 0 )u(t ) dt
2 j(0 )
|u()|
(, ) =
(3.21)
d
,
2
o u()
est la transforme de Fourier de u(t). Donc

(, )
|
= j
(=0 )
et
2 (, )
|(=0 ) =
2
Finalement on obtient
Var( ) "
3.3.2.2
2
|u()|
d
,
2
2
2 |u()|
d
.
2
N0 1
.
2A 2
(3.22)
(3.23)
(3.24)
Borne pour lestimation de la vitesse
De mme quau paragraphe 3.3.2.1, on peut montrer en transposant lingalit (3.24)

au domaine spectral que
N0 1
Var( ) "
.
(3.25)
2A t22
3.3.3 Borne destimation conjointe distance-vitesse

dun estimateur de est borne
Sous forme matricielle la matrice de covariance C()
comme suit :
CCR () ! J 1 ,
C()
(3.26)
o la matrice J est la matrice dinformation de Fisher [Tre01] [Fis22] :
2 2 2 2
||
2
A
J=
N0 2 ||2
||
2 ||
2
Daprs [Che89], lquation (3.27) peut tre reprsente sous la forme :

,
2A m t
.
J=
N0 m t t
(3.27)
(3.28)
En considrant les termes diagonaux de linverse de J, on obtient les bornes de variance

pour les estimateurs de retard et de frquence Doppler en fonction de t, et m :
36
t2
Var() " 2 2
t m2
2
Var( ) " 2 2
t m2
.
N0
"
2A .
N0
"
2A
/
1 N0
2 2A/
1 N0
t2 2A
(3.29)
3.3.4 Exemple
Ecart type de lestimation de la distance
d (m)
On trouvera dans lannexe D le calcul dtaill de la borne de Cramer-Rao, pour la

forme donde FSK prsente dans la figure 2.7. La borne de Cramer-Rao pour lestimation
de la distance est donne dans la figure 3.7. On peut voir que pour de faibles SNR, la
valeur de lcart type est trs basse. La borne de Cramer-Rao nest pas fiable pour de
faibles rapports signal sur bruit. De plus, on observe dans la pratique que la dtection
de la forme donde devient impossible en dessous dun certain seuil de SNR du fait que
les critres destimation conduisent alors des optima qui peuvent tre trs loigns des
optima obtenus en labsence de bruit. Cest pourquoi il faut chercher une autre borne de
performance qui soit, dans toutes les gammes de SNR, proche de la vraie variance de
lestimateur. La borne de Barankin va nous fournir une rponse cette question.
7
10
10
10
10
10
20
30
40
SNR (dB)
Figure 3.7 Borne de Cramer-Rao pour lestimation de la distance pour la forme

donde FSK
3.4
Borne de Barankin
Dans ce paragraphe, on va commencer par indiquer la forme de la borne de Barankin

avant de rappeler comment elle est obtenue. Sa mise en oeuvre dans le cadre du radar
FMCW sera envisage au chapitre IV.
37
3.4 Borne de Barankin
3.4.1 Introduction
En tlcommunication et en traitement du signal pour le radar on rencontre souvent
le problme destimation de m paramtres = (1 , 2 . . . m ) dun signal en prsence de
bruit additif gaussien. Le signal reu scrit alors :
r(t) = s(t; ) + n(t).
(3.30)
Dans le cas du radar on va tudier les paramtres de retard (distance) 1 et de frquence

doppler (vitesse) 2 . Le signal observ ici scrit :
r(t) = s(t )e j2(t) + n(t).
(3.31)
La borne de Barankin dun estimateur non biais de = [1 , 2 ]T est donne par

[MH71]
T(D 11T )TT ,
cov()
(3.32)
o est lestimateur de , 1 = [1, . . . 1]T , T est une matrice dfinie par :

T = [1 , 2 . . . M ]
=
1
test
test
test
1 |2 | . . . |M
(3.33)
3
test
test
test
1 2 . . . M ,
test
test
test
1 2 . . . M
o les test
i (i = 1, . . . , M) sont des points test et D est une matrice de taille M M
nomme matrice de Barankin. Les elments de D sont donns par
Dk,l = E [L(y, , k )L(y, , l )],
(3.34)
o lesprence est calcule pour la valeur du paramtre, avec
L(y, , k ) =
p(y|k )
,
p(y|)
(3.35)
p(y|) est la vraisemblance des paramtres . Les lments de la matrice de Barankin

dpendent de la fonction dambigut [NK95]
38
Dk,l = exp[ 22 e(E

AF(k , k )e j2k (k )
AF( l , l )e j2(l )
+AF(k l , k l )e j2i (k l ) )],
(3.36)
o E est la puissance du signal et AF() est la fonction dambiguit non normalise.

Notre problme est de maximiser le terme de droite de lquation (3.32) en jouant sur
le choix des points de test.
3.4.2 Calcul de la borne de Barankin

T(D 11T )TT . Dsignons par un ensemble de
On va tablir la relation cov()
points et prenons p(|) comme tant une famille de densits de probabilt sur par
rapport une mesure dominante , indice par le paramtre qui prend ses valeurs dun
ensemble . Etant donn lespace probabilis (, A, P ) o A est une tribu de et ,
pour E A, on dfinit P (E) = P(E|) comme suit :
P(E|) =
p(|) d().
(3.37)
Soit g() une fonction dfinie sur , et g()

un estimateur non biais de g(). g()
possde la proprit suivante :

!
g()p(|)
d() = g().
(3.38)
On peut obtenir une borne infrieure sur la variance de g()

de la faon suivante :
pour nimporte quel ensemble fini de points i , i = 1, . . . , n, et pour nimporte quel
ensemble de rels ai , i = 1, . . . , n, partir de (3.38) on obtient
!
g()
ai p(|i) d() = aig(i).

i=1
(3.39)
i=1
Soustrayons ni=1 ai g() de chaque ct de lquation (3.39), o reprsente la vraie

valeur du paramtre, puis levons au carr les deux termes :
4!
72
52 6 n
ni=1 ai p(|i )
p(|) d() = ai [g(i ) g()] .
[g()
g()]
p(|)
i=1
(3.40)
p(|i )
, lingalit gauche de Cauchy-Schwartz applique au
p(|)
terme de lquation (3.40) conduit alors
En notant L(; i , ) =
39
ai[g(i) g()]
i=1
72
4!
5
[g()
g()] p(|) d()
6!
(3.41)
7
[ ai L(; i , )]2 p(|) d()

i=1
Le premier facteur droite de lquation (3.41) est la variance 2 (g)

de lestimateur
g().
On obtient donc :
2 (g)
"
{ni=1 ai [g(i ) g()]}2

.
[ni=1 ai L(; i , )]2 p(|) d()
(3.42)
Cette ingalit est valide pour toute famille finie (1 , a1 ) . . . (n , an ); n N . Il est donc
clair que :
2 (g)
max(i ,ai )i=1...n;nN !
{ni=1 ai [g(i ) g()]}2
(3.43)
[ ai L(; i , )] p(|) d()

i=1
Le terme de droite de lquation (3.43) constitue la borne de Barankin.
Prenons maintenant = Rm et considrons un estimateur non biais ()

:
=
E()
()p(|)
d() = .
(3.44)
Si y est un vecteur arbitraire de longueur m, alors g()
= yT ()
est un estimateur
T
sans biais de g() = y . La borne donne dans lquation (3.43) peut tre applique
notre estimateur et on obtient :
0
1
2 (g)
= yT E ( )( )T y !
8 T n
92
y i=1 ai [i ]
(3.45)
[ ai L(; i , )] p(|) d()

i=1
Cette ingalit est valide pour nimporte quel ensemble fini de points i dans Em et
nimporte quel vecteur rel ai .
Prenons n > m et dfinissons :
i
= + i ei , i = 1, . . . , m,
m+1 = ,
(3.46)
40
o i &= 0 est un nombre rel et ei est le ime vecteur de cordonnes de lespace Em :

(ei ) j = i, j . Dfinissons de plus :
ai
= ii ,
i = 1, . . . , m,
i
am+1 = m
i=1 i ,
(3.47)
o les i sont des rels arbitraires.

Les autres i et ai , i = m + 2, . . . , n sont choisis dune faon arbitraire. En utilisant ces
notations on peut crire :
{ni=1 ai p(|i )}2 = ni,k=1 ai ak p(|i )p(|k )

= m+1
i,k=1 ai ak p(|i )p(|k )
+ ni,k=m+2 ai ak p(|i )p(|k )
+2 m+1
nk=m+2 ai ak p(|i )p(|k )
i
(3.48)
p(|+i ei )p(|) p(|+k ek )p(|)
= m+1
i,k=1 i k
i
k
+2 im+1 nk=m+2 i ak p(|+i eii)p(|) p(|k )

+ ni,k=m+2 ai ak p(|i )p(|k )
Donc on peut crire que :
lim
i 0
i
aiL(; i, )
i=1
m+1
i k
i,k=1
i ak
k=m+2
lnp(|) lnp(|)
p(|) d()
i
k
p(|) d()
(3.49)
m+1
+2
32
i,k=m+2
ai ak
lnp(|)
L(; k , )p(|) d()
i
L(; i , )L(; k , )p(|k ) d().
Dfinissons maintenant les matrices , A et B comme suit :
41
i j =
lnp(|) lnp(|)
p(|) d(),
i
k
(3.50)
i, j = 1, 2, . . . , m.
Ai j =
lnp(|)
L(; k , )p(|) d(),
i
(3.51)
i = 1, 2, . . . , m; j = m + 2, . . . , n.
Bi j =
L(; i , )L(; k , )p(|k ) d(),
(3.52)
i, j = m + 2, . . . , n.
, A et B sont des matrices de tailles respectives m m, m (n 1 m) et (n 1

m) (n 1 m). On peut crire le dnominateur du terme de droite de lquation (3.45)
sous la forme l T Dl, avec
2
3
A
D=
,
AT B
(3.53)
l = (1 , . . . , m , am+2 , . . . , an )T .
(3.54)
et
Le numrateur du terme de droite de lquation (3.45) est :
yT ni=1 ai [i ]
12
0
12
T n
= yT m
i=1 i ei + y i=m+2 ai (i )
= (yT Nl)2 ,
(3.55)
avec N est une matrice m (n 1) dfinie par :

N = [e1 , e2 , . . . , em , (m+2 ), . . . , (n )] = [I, ]
(3.56)
= [(m+2 ), . . . , (n )].
(3.57)
est une matrice de dimensions m (n m 1). Ainsi, on a la forme suivante de la

borne de Barankin :
0
1
(yT Nl)2
T
y E ( )( ) y T
.
l Dl
T
En utilisant de nouveau lingalit de Cauchy-Schwarz on peut crire :
(3.58)
42
(yT Nl)2 (yT ND1/2 D1/2 l)2

=
yT ND1 NT y.
T
T
l Dl
l Dl
(3.59)
Donc
0
1
yT E ( )( )T y yT ND1 NT y, y
(3.60)
0
1
E ( )( )T ND1 NT .
(3.61)
et de faon quivalente
Cette ingalit est valide pour tous les choix des i , i = m + 1, . . . , n.

En utilisant la formule de Frobenius pour linversion matricielle on obtient :
D1 =
1 + 1 A1 A' 1 1 A1
1 A' 1
(3.62)
avec = B AT 1 A. En utilisant (3.56) et (3.57) on peut crire :

ND1 NT = 1 + 1 A1 AT 1 1 A1 T
1 AT 1 + 1 T
(3.63)
= 1 + ( 1 A)1 ( 1 A)T .
En utilisant la formule (3.63) dans lingalit (3.61), on obtient finalement :
0
1
E ( )( )T 1 + ( 1 A)1 ( 1 A)T .
(3.64)
0
1
E ( )( )T 1 .
(3.65)
Si n = m + 1 (absence de points test choisis dune faon arbitraire), lquation (3.64)

donne la borne de Cramer-Rao :
Si n > m + 1, on obtient une autre borne, amliore par rapport la borne de CramerRao. Comme la matrice D est positive, la matrice est galement positive, et la matrice
( 1 A)1 ( 1 A)T est positive, ce qui tablit que la borne de Barankin majore
la borne de Cramer-Rao et est donc plus fine.
pour simplifier les notations, considrons la rindexation de lindice j dans les dfinitions de A et B et la redfinition de la valeur de n suivantes :
43
i j =
lnp(|) lnp(|)
p(|) d(),
i
k
(3.66)
i, j = 1, 2, . . . , m.
Ai j =
lnp(|)
L(; k , )p(|) d(),
i
(3.67)
i = 1, 2, . . . , m; j = 1, . . . , n.
Bi j =
L(; i , )L(; k , )p(|k ) d().,
(3.68)
i, j = 1, . . . , n.
= [(1 ), . . . , (n )].
(3.69)
Si n = 0 (pas de point test) alors on obtient la borne de Cramer-Rao (3.65).

Comme on la vu, le problme est de trouver la meilleure combinaison des points tests
afin datteindre, ou au moins sapprocher, de la meilleure borne. Lalgorithme de recuit
simul constitue une solution pour trouver la meilleure combinaison.
On va montrer que lapproximation de borne de Barankin obtenue samliore lorsquon ajoute de nouveaux points test. En prenant la dfinition donne dans lquation
T(B 11T )TT , notons Bn la borne obtenue avec n points test et Bn+1
(3.32) : cov()
celle obtenue en prenant n + 1 points test.
En utilisant les quations (3.34) et (3.35) on dduit que :

Dnk,l =
p(y|k )p(y|l )
dt.
p(y|)
(3.70)
En exprimant Dn+1 sous la forme
n+1
il vient que
Dn
d1n+1 . . . dnn+1
d1n+1
..
.
dnn+1
n+1
dn+1
Dn 11T
d1n+1 1
..
.
n+1
T
D
11 =
n+1
dn 1
n+1
d1n+1 1 . . . dnn+1 1 dn+1
1
(3.71)
(3.72)
44
Dfinissons le vecteur dn+1 et le coefficient cn+1 comme suit :

n
D 11T
..
dn+1 =
(3.73)
dnn+1 1
n+1
cn+1 = dn+1
1.
(3.74)
et la matrice M par
n+1
n+1
= (D
T 1
11 )
B11 B12
.
B21 B22
(3.75)
Daprs la formule dinversion matricielle par bloc, on a
B11 = Mn + Mn dn+1 (cn+1 (dn+1 )T Mn dn+1 )1 (dn+1 )T Mn

B12 = Mn dn+1 (cn+1 (dn+1 )T Mn dn+1 )1
1
(dn+1 )T [Mn + Mn dn+1 (cn+1 (dn+1 )T Mn dn+1 )1 (dn+1 )T Mn ]
B21 = cn+1
B22 = (cn+1 (dn+1 )T Mn dn+1 )1
Notons
MSE n = [1 , 2 . . . m ] (Dn 11T )1 [1 , 2 . . . m ]T .
(3.76)
Daprs les equations (3.75) on a
MSE n+1 = MSE n + (cn+1 (dn+1 )T Mn dn+1 )1 (Tn Mn dn+1 n+1 )2 .
(3.77)
En utilisant (3.72) :
! n+1
!
!D
11T ! = (cn+1 (dn+1 )T Mn dn+1 )det(Dn 11T ),
(3.78)
MSE n+1 = MSE n + k avec k > 0,
(3.79)
sup MSE n+1 sup MSE n ,
(3.80)
1
0 donc (cn+1
|D p 11T |
(dn+1 )T Mn dn+1 ) 0 et comme (Tn Mn dn+1 n+1 )2 est rel positif,
M p (pour des p 1) est positif et det(M p ) =
donc
et
45
3.5 Conclusion
BBn+1 BBn .
(3.81)
Donc, on voit bien que lajout de points de test amliore la borne de Barankin. Mais
en faisant cette augmentation de points test on est conduit des calculs trs complexes.
En pratique, on cherche les deux ou trois meilleurs points test pour lesquels la borne est
maximale.
3.5 Conclusion
On a tudi dans ce chapitre les deux bornes de performances de Cramer-Rao et de
Barankin. On a montr que la borne de Cramer-Rao est utile pour juger du comportement
dun estimateur pour des SNR levs. Mais, pour de faibles SNR, cette borne est incapable de donner des informations fiables. La borne de Barankin ne sous estime pas aussi
fortement la variance minimale que la borne de Cramer-Rao. De plus, elle donne une ide
de seuil partir duquel on peut esprer pouvoir dtecter une cible.
CHAPITRE
formes FMCW
4.1 Introduction
En gnral dans le domaine des radars, et en particulier dans le domaine des radars
daide la conduite (radars ACC : Automatic Cruise Control) on est confront au problme de la dtection de cibles multiples et celui de lestimation de leur distance et de
leur vitesse. Dans ce chapitre, on prsente deux stratgies de type FMCW qui permettent
de localiser plusieurs cibles simultanment.
Les radars FMCW possdent plusieurs avantages : ils sont peu coteux, peu encombrants et font appel des technologies bien matrises. Ils sont en particulier capables de
gnrer des ondes de bande passante leve sans pour autant ncessiter des vitesses de
traitement numrique leves. Ainsi, des radars ayant quelques GHz de bande passante
pourront fonctionner avec des vitesses dchantillonnage en bande de base de seulement
quelques centaines de kHz.
Un radar FMCW met plusieurs rampes de frquences [Lev01]. Lemploi de rampes
identiques est gnralement mal adapt au dimensionnement dun radar pour lautomobile
et on prfre employer des rampes de pentes distinctes. Pour chaque rampe, londe mise
sert galement dmoduler londe renvoye par les cibles. Ainsi, chaque cible fournit
une frquence de battement dont la valeur est une combinaison linaire de la distance et
de la vitesse relative de la cible. En associant les frquences de battement de plusieurs
rampes on peut identifier la position et la vitesse relative des cibles. Malheureusement,
cette association des frquences de battement peut savrer dlicate compte tenu du fait
que leur ordonnancement peut changer dune rampe lautre, do la ncessit dadapter
des stratgies qui permettent une bonne association en prsence de cibles multiples.
Comme indiqu dans [Miy04], lutilisation de rampes de frquence ayant des pentes
lgrement diffrentes tend prserver lordre des trajets. Nous avons cependant vrifi
que cette mthode prsente linconvnient de conduire une variance trs leve pour la
vitesse relative estime. Par suite, on a propos lassociation de rampes de pentes faiblement diffrentes destines aider lassociation des cibles, en association avec des rampes
de pentes opposes afin dobtenir de bonnes prcisions simultanment en distance et en
48
formes FMCW
vitesse. Cependant, comme il nest pas toujours facile avec du matriel faible cot de fabriquer des rampes ayant des pentes trs lgrement diffrentes, on considre galement
ici une approche alternative pour rsoudre ce problme. Elle consiste transmettre une
sinusode pure ainsi que deux rampes, de pentes franchement distinctes. Les deux formes
donde indiques ci dessus seront nommes respectivement "FMCW double" et "FMCW
avec sinusode pure".
Dans ce chapitre, on sintresse ltude des stratgies prsentes ci dessus. On propose des techniques dassociation des frquences de battement et destimation des paramtres des cibles. On montre en particulier la cohrence que lon peut esprer obtenir
entre les bornes thoriques trs classiques de Cramer-Rao [Rao45] [Cra46] ou les bornes
plus ralistes de Barankin [Bar49] prsentes au chapitre prcdent et les variances des
estimateurs de position et de vitesse que lon a proposes. Ces courbes fournissent en
particulier une stratgie de seuillage pour la dtection des cibles.
4.2
FMCW simple
f
Signal envoy
e : f0 + fm (t)
fd
f0 + B
signal recu :
f0 + fm (t ) + fd
t
f0
T
2
Figure 4.1 La forme donde FMCW
Lorsquon utilise la forme donde FMCW, la dtection dune cible est obtenue partir
des frquences de battement associes chaque cible sur les pentes montante et descendante respectivement.
Les frquences de battement sont gnres selon le processus suivant : un moment
donn de la transmission, par exemple t, la frquence instantane du signal transmis est
49
4.2 FMCW simple
gale f0 + fm (t). Lorsque ce signal se reflchit sur la cible, sa frquence est dcale par
la frquence Doppler de la cible, fd . Au moment o le signal revient au radar, le temps
= 2d
c sest coul depuis son emission. Ainsi le signal reflchi par la cible arrive au
rcepteur au temps t ' = t + et possde une frquence gale f0 + fm (t) + fd . Ce signal
est mlang avec le signal transmis cet instant, sa frquence est gale f0 + fm (t + ). En
lcrivant dune autre manire, au temps t ' = t + le signal transmis ayant une frquence
f0 + fm (t ' ) est mlang avec le signal reu ayant la frquence f0 + fm (t ' ) + fd . Les
frquences obtenus pour chaque rampe sont les frquences de battement. Cette forme
donde est prsente dans la figure 4.1. Lquation (4.1) donne les frquences de battement
en fonction de la vitesse relative de chaque cible v, et sa distance d [JPA05].
up
f =
2v f0
c
f down =
4Bd
Tc
2v f0
c
(4.1)
4Bd
Tc ,
o c la vitesse de la lumire et B est la largeur du bande du signal.

Une fois que les frquences de battement dune cible sont dtectes, la distance d et la
vitesse peuvent tre calcules en utilisant les formules (4.2) et (4.3) respectivement :
T c up
( f f down )
8B
(4.2)
c
( f up + f down ).
4 f0
(4.3)
d=
v=
Il est important de noter que dans certains cas les frquences de battement peuvent
tre ngatives. Il est donc important de trouver le bon signe des frquences de battement
pour calculer correctement les paramtres des cibles. Ce problme apparatra lorsque la
dmodulation nest ralise que sur une seule phase dans le rcepteur.
La figure 4.2 montre les frquences de battement pour la rampe montante et la rampe
descendante. Elles sont fonction de la distance (0-200 m) et de la vitesse relative (260
+260 km/h). La largeur de bande est ici gale B = 600MHz. Les plans horizontaux
correspondent des frquences de battement nulles. En consquence, chaque frquence
de battement qui se trouve en dessous de ce plan est une frquence de battement ngative.
Dans cette figure 4.2, il est clair que la plupart des couples (distance, vitesse) donnent une
frquence de battement ngative sur la rampe montante et une frquence de battement
positive sur la rampe descendante. En considrant la figure 4.2, on se rend compte quune
dmodulation en phase, cest--dire en nutilisant pas de dmodulation en quadrature et
donc fournissant un signal rel en sortie, devrait tre suffisante dans la plupart des situations. Pour toute frquence de battement avec une valeur absolue infrieure 36, 9 kHz,
le signe peut tre correctement trouv (pour les deux rampes, montante et descendante).
Si la valeur absolue de la frquence de battement est suprieure 36, 9 kHz, le bon signe
50
formes FMCW
50
Beat frequency (kHz)
0
50
100
150
200
250
300
350
200
0
25
50
75
0
100
125
d (m)
150
v (km/h)
200
175
(a) Up ramp
350
Beat frequency (kHz)
300
250
200
150
100
50
0
50
300
200
100
0
100
200
300
v (km/h)
25
50
75
100
125
150
175
d (m)
(b) Down ramp
Figure 4.2 Les frquences de battements en fonction de la distance et de la vitesse.

La frquence de battement sur la rampe montante (a) est dans la plupart des cas ngative tandis que la frquence de battement sur la rampe descendante (b) est toujours
"positive".
est trouv ; ngatif pour la rampe montante et positif pour la rampe descendante, et dans
ces cas, il ny a pas dambigut, ce qui facilite le traitement du signal. Comme on le voit
sur la figure 4.2, lambigut est prsente seulement courte porte. Les ambiguts de
signe sont prsentes courte porte pour une vitesse relative leve, ce qui correspond
des situations potentiellement dangereuses.
La forme donde FMCW possde quelques avantages sur la forme donde FSK, que
lon a commente prcdemment. Cependant, elle possde galement des inconvnients
en prsence de cibles multiples. En effet, chaque cible possde une frquence de battement sur chaque rampe et lassociation entre les frquences sur la rampe montante et la
51
4.3 La forme donde Dual FMCW
rampe descendante peut devenir complique, en raison du fait que les frquences de battement des cibles peuvent tre classes dune manire distincte sur les rampes montantes
et descendantes.
Sur la figure 4.3 on prsente les spectres de la rampe montante et de la rampe descendante dune forme donde FMCW, en prsence de trois cibles : un piton, un camion et
une moto. On peut clairement voir que les pics correspondant aux cibles ne possdent pas
le mme ordre dans les deux spectres. Il est donc impossible de savoir comment associer
les frquences aux cibles sur la base de leur ordonnancement. On pourrait essayer dapparier les frquences sur la base des amplitudes correspondantes, mais cela peut tre une
source derreur pour des cibles distinctes mais prsentant des nergies rflchies proches.
Figure 4.3 Spectres des deux rampes montante et descendante en prsence de trois
vhicules.
Plusieurs formes dondes comme celles proposs dans [MR00], [Miy04] et [KF05]
ont t proposes pour la dtection de cibles multiples.

4.3.0.1
Presentation
La rfrence [Miy04] prsente une forme donde possdant deux (ou plus) rampes
de frquences successives et ayant des pentes lgrement diffrentes. Lauteur montre
52
formes FMCW
que, pour une telle forme donde, lordre dans lequel les frquences de battement sont
observes sur la premire rampe est identique lordre observ sur la seconde rampe.
Ainsi, lassociation entre les frquences de battement sur les rampes est facile et lambigut prsente dans lutilisation de la forme FMCW simple prsente prcdemment est
considrablement rsolue. Malheureusement, cette mthode simple dassociation pose un
problme en ce sens quelle donne une mauvaise estimation de la vitesse [Miy04].
Lassociation simplifie entre les frquences de battement constitue cependant un
grand avantage de cette forme donde et nous lavons retenue pour la dfinition dune
forme donde plus avance. En associant lide de rampes de pentes proches et celle de
rampes de pentes opposes, on propose une forme donde, nomme FMCW double, compose de deux "triangles" FMCW successifs avec des pentes lgrement diffrentes entre
le premier et le deuxime triangle. Lordre des frquences de battement des cibles est
ainsi prserv entre les deux rampes montantes, de mme quentre les deux rampes descendantes. Lassociation des frquences de battement demeure simple et la variance de
lestimation de la vitesse reste faible, grce la prise en compte, dans un second temps,
des rampes de pentes oppposes.
La structure de la forme donde FMCW double est rsume dans la figure 4.4. Elle
peut tre caractrise par quatre paramtres :
La frquence porteuse ( f0 )
La bande passante (B)
La dure totale (T )
La dure du premier triangle ()
f0 + B
f0
T
2
Figure 4.4 Forme donde FMCW double
53
4.3.1 Estimation des paramtres pour la forme donde FMCW

double
Pour la forme donde FMCW double, on propose un algorithme o seule la dmodulation en phase du signal reu est ncessaire. Cependant, le signal dmodul en phase et
en quadrature vite les ambiguts de signe sur la frquence. Ainsi, on peut obtenir une
architecture plus simple que celle dun rcepteur assurant la dmodulation en phase et en
quadrature. Lorsquon exploite un signal complexe, chaque cible donne une frquence de
battement, tandis que lorsque le signal est rel on obtiendra deux frquences de battements
de signes opposs (figure 4.5). Les frquences de battement des cibles sont obtenues par
seuillage du priodogramme [Kay88] du signal reu et dmodul pour chaque rampe. On
up
notera fi k la ime frquence dtecte sur la kme (k = 1, 2) rampe montante.
cos wt
f
0
cos wt
Re
f
0
f
0
Im
f
Xi
0
sin wt
Figure 4.5 Dmodulation en phase et dmodulation en phase et en quadrature dun
signal harmonique
Au niveau de la phase du signal mis, on obtient respectivement pour chaque rampe :

B
up1
e (t) = 2( f 0 + 2B + t)t
B
down1
(t) = 2( f0 t)t
e
B
up2
t)t
e (t) = 2( f 0 +
T
B
t)t
down2
(t) = 2( f0 + 2B
e
T
(4.4)
(4.5)
(4.6)
(4.7)
et on obtient respectivement pour les phases des signaux reus sur les quatre rampes :
up1
r (t) = 2
"
#
B
f0 + 2B + fd + (t ) (t )
(4.8)
54
formes FMCW
"
#
B
f0 + fd (t ) (t )
"
#
B
up2
r (t) = 2 f0 + fd +
(t ) (t )
T
#
"
B
down2
(t ) (t )
r
(t) = 2 f0 + fd + 2B
T
down1
(t) = 2
r
(4.9)
(4.10)
(4.11)
Le mlangeur effectue la corrlation entre le signal mis et le signal reu. Ceci fournit
un signal temporel qui sera analys dans le domaine frquentiel. Soit :
s(t) = e(t) r(t)
Pour la phase du signal s(t) obtenue aprs le mlangeur, on obtient directement :
#
B
2B
(t) = 2 ( fd )t ( f0 + 2B + fd )
"
#
2B
B
down1
(t) = 2 ( fd + )t ( f0 + fd + )
"
#
2B
B
up2
(t) = 2 ( fd
)t ( f0 + fd
)
T
T
#
"
B
2B
down2
)t ( f0 + 2B + fd +
) .
(t) = 2 ( fd +
T
T
up1
"
(4.12)
(4.13)
(4.14)
(4.15)
Pour cette forme donde, les cibles ont les mmes ordres sur les deux rampes montantes et sur les deux rampes descendantes. En considrant les mmes cibles que celles
prsentes dans les spectres de la figure 4.3, on peut voir partir de la figure 4.6 que ces
trois cibles se prsentent dans le mme ordre sur les deux rampes montantes.
Lestimation des paramtres est dcrite comme suit : dans la premire tape, puisque
lordre des cibles est assure seulement partir des deux rampes montantes (et partir
les deux rampes descendantes), on calcule la distance et la vitesse relative en utilisant
seulement les rampes montantes et les rampes descendantes respectivement :
up
up2
up1 c(T )
di = ( fi fi ) 4B(T 2)
vup =
i
up2
(4.16)
up1
c (T ) fi fi
2 f0
T 2
Estimations sur les rampes montantes
do
do2
do1 c(T )
di = ( fi fi ) 4B(2T )
vdo =
i
c
2 f0
(T ) fido2 fido1
T 2
(4.17)
55
Figure 4.6 Les spectres des deux rampes montantes
Estimations sur les rampes descendantes

En se basant sur ces estimations, on cherche des combinaisons entre les estimations
sur les rampe montantes et les estimations sur les rampes descendantes pour lesquelles
les carts de distance et de vitesse sont les plus faibles. On obtient ainsi quatre frquences
de battement f up1 , f do1 , f up2 et f do2 pour chaque cible. Puis, on calcule une estimation
sur le premier triangle (rampe montante et rampe descendante) et sur le deuxime triangle
(rampe montante et rampe descendante) :
do1
up1 c
d = ( f f ) 8B
(4.18)
v = ( f up1 + f do1 )
4
Estimations sur le premier triangle
do2
up2 c(T )
d = ( f f ) 8B
(4.19)
v = ( f up2 + f do2 ) 4
Estimations sur le deuxime triangle

Lestimation finale est donne par la moyenne des estimations obtenues partir les
deux triangles.
56
formes FMCW
Notons que pour le spectre dun signal rel on doit considrer deux fois plus de frquences de battement sur chaque rampe que pour le spectre du signal complexe correspondant.
On peut rsumer lalgorithme destimation des distances et vitesses comme suit :
up
di
Calculer
up2
up1 c(T )
= ( fi fi ) 4B(T
2)
c(T )
dido = ( fido2 fido1 ) 4B(2T
)
up2
up1
vi =
c (T ) fi fi
2 f0
T 2
vdo
i =
do2
do1
c (T ) fi fi
2 f0
T 2
up
Chercher le combinaisons
(d up , d down ) positives
et les vitesses correspondantes
Calculer pour chaque trajet i :
4.4
di =
c
8B
vi =
c
4 f0
up1
( fido1 fi
up1
fi
up2
) + (T )( fido2 fi
up2
+ fido1 + fi
+ fido2
%
)
La forme donde FMCW avec sinusoide pure
Une autre forme donde FMCW a t prsente dans [Miy04], [KF05] et [ZLD04].
Cette forme donde est constitue dune partie pendant laquelle le signal transmis a une
frquence fixe. Le reste de la forme donde est compos par une rampe montante et une
rampe descendante. Les chos renvoys au cours de la premire partie pendant laquelle
la frquence est fixe contiennent la frquence Doppler des cibes et fournissent donc les
vitesses relatives des cibles. Ces frquences Doppler permettent dassocier correctement
les frquences de battement sur la rampe montante et la rampe descendante.
Un exemple dune telle forme donde est prsent sur la figure 4.7, o f0 , B et T sont
pris ici gaux ceux de la forme donde FMCW double, tandis que est gal ici T3 .
57
4.4 La forme donde FMCW avec sinusoide pure
4.4.1 Estimation des paramtres

Comme dans le cas de la forme donde FMCW double, pour cette forme donde lalgorithme permet de choisir entre le traitement des donnes relles et des donnes complexes.
Avec des donnes relles, on obtient deux fois plus de frquences de battement. Lestimation est base sur le fait que les frquences Doppler sont obtenues directement partir
de la partie o la frquence est fixe en fonction du temps (appele f pure ), donnant ainsi
la vitesse relative des cibles. Ensuite, connaissant les frquences Doppler, il est facile de
retrouver toutes les combinaisons possibles Doppler-distance sur la rampe montante et la
rampe descendante.
f
f0 + B
t
f0
0
Figure 4.7 Forme donde FMCW avec sinusoide pure
Pour la phase du signal mis, on obtient respectivement :

epure (t) = 2 f0t
B
t)t
2
B
down
(t) = 2( f0 + 3B t)t
e
2
up
e (t) = 2( f 0 B +
(4.20)
(4.21)
(4.22)
et on obtient respectivement pour les phases des signaux reus sur les trois rampes :
rpure (t) = 2 [ f0 + fd ] (t )
#
"
B
up
r (t) = 2 f0 + fd B + (t ) (t )
2
"
#
B
down
r (t) = 2 f0 + fd + 3B (t ) (t ).
2
(4.23)
(4.24)
(4.25)
58
formes FMCW
En sortie du mlangeur, on obtient les phases du signal reu s(t) :
pure (t) = 2 [ fd t ( fd + f0 )]
(4.26)
"
#
B
B
(t) = 2 ( fd )t ( fd + f0 B )
(4.27)
up
down
"
#
B
B
(t) = 2 ( fd + )t ( fd + f0 + 3B + ) .
(4.28)
pure
Une frquence Doppler fk estime partir de la sinusode pure fournit directement

up
la vitesse dune cible et peut tre associe une frquence fi de la rampe montante et
une frquence f jdo de la rampe descendante. On en dduit ainsi deux estimateurs de la
distance pour la cible k. Lestimation des distances possibles des cibles est donc obtenue
en considrant pour la cible k les diverses associations possibles de la forme
pure
up
pure
up c
c
dkdo = ( f jdo fk ) 2B
dk = ( fk fi ) 2B
Estimation de la distance Estimation de la distance
sur la rampe montante
sur la rampe descendante
(4.29)
On cherche ensuite les meilleures combinaisons possibles entre les distances estimes
sur la rampe montante et les distances estimes sur la rampe descendante en minimisant
up
do )2 , sur toutes les permutations (.) de lensemble {1, . . . , I} des indices
Ii=1 (dk d(k)
des cibles (I est le nombre des cibles).
Lassociation des frquences de battement tant ralise, les estimations des distances
et des vitesses relatives des cibles peuvent tre effectues en considrant les frquences
de battement associes, en utilisant les quations suivantes :
do
up c
d = ( f f ) 4B
v = ( f up + f do ) c
4 f0
Le rsum de cet algorithme est donn ci dessous :
(4.30)
59
up
dk
Calculer
pure
up c
= ( fk fi ) 2B
pure c
) 2B
dkdo = ( f jdo fk
Chercher les associations entre

d up et d down
Calculer pour chaque trajet l :

up
c
dl = ( fldo fl ) 4B
up
vl = ( fl + fldo ) 4cf0
4.4.1.1
Performances
Pour la forme donde FMCW double, on peut dduire partir des quations (4.18) et
(4.19) que les variances de d et v sont :
2d = 2(
2v
1f
up1 +
1f
do1
2f
up2 +
2f
do2 )
(4.31)
= 2( f up1 + f do1 + f up2 + f do2 ) ,
o
1 =
c
16B .
2 =
c(T )
16B .
(4.32)
c
8 f0 .
En dveloppant les parties droite des quations (4.31) on obtient :

2d = 21 (2f up1 + 2f do1 ) + 22 (2f up2 + 2f do2 )
2v = 2 (2f up1 + 2f do1 + 2f up2 + 2f do2 )
(4.33)
du fait de lindpendance entre les estimateurs obtenus sur chaque rampe.

Pour la forme donde avec une sinusode pure, on rpte les mmes tapes que pour la
forme donde prcdente. Lquation (4.30) donne
60
formes FMCW
2d = 2( f up + f do )
(4.34)
2v
= 2( f up + f do )
avec :
=
c
4B
c
4 f0 .
(4.35)
On obtient donc les quations :
2d = 2 2f up + 2 2f do
(4.36)
2v
= 2 2f up + 2 2f do
do, partir des quations (4.33) et (4.36) on peut calculer les carts type des estimations de la distance et de la vitesse relative partir des carts type de lestimation des
frquences de battement.
4.4.2 Illustrations numriques

Sur les figures 4.8 4.11 on prsente les courbes de lcart-type des deux formes
dondes, pour lerreur destimation de la distance et de la vitesse, respectivement, en fonction du rapport signal sur bruit (SNR). Les courbes de lcart-type traces ici sont celles
du priodogramme, borne de Barankin et borne de Cramer-Rao.
On peut voir que, pour de faibles rapports signal bruit, la borne de Barankin est trs
suprieure la borne de Cramer-Rao et est plus en accord avec les rsultats des simulations. Lorsque le rapport signal sur bruit est lev, la borne de Barankin atteint la borne
de Cramer-Rao, et les deux bornes sont proches de la performance du priodogramme.
En pratique, il y a un fort effet du seuil autour de 12 dB pour lestimation de la distance
et lestimation de la vitesse. En dessous du seuil, les performances sont trs mauvaises.
Ceci exprime le fait quaux faibles rapports signal sur bruit, on a de mauvaises dtections.
Leffet de seuil apparat galement en utilisant la borne de Barankin mais un SNR plus
bas (environ 5 dB). Cela montre que lestimation utilisant les priodogrammes est loin
dtre optimale.
Tant pour lestimation de la vitesse que pour lestimation de la distance, les performances de la forme donde FMCW double sont lgrement meilleures que pour la forme
donde FMCW avec sinusode pure. Les figures 4.12 et 4.13 fournissent une comparaison
entre ces deux formes dondes.
61
Ecart Type de la Distance d (m)
10
Barankin (FMCW double)

CramerRao (FMCW double)
Periodogramme (FMCW double)
0
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 4.8 Bornes et performances de lestimateur de la distance pour la forme

donde FMCW double(d = 50m, v = 80Km/h).
Ecart Type de la Vitesse v (km/h)
10

10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 4.9 Bornes et performances de lestimateur de la vitesse pour la forme donde

FMCW double (d = 50m, v = 80Km/h).
En ce qui concerne la forme donde FMCW avec sinusode pure, pour raliser le calcul
final de la vitesse on nutilise pas la frquence pure. En effet, une optimisation du calcul
des paramtres fonde sur lerreur quadratique moyenne montre que de meilleurs rsultats
sont obtenus lorsquon prend en considration les frquences de battement des rampes
montante et descendante seulement.
Plus prcisment, on a
62
formes FMCW
Ecart Type de la Distance d (m)
10

Periodogramme (FMCW avec sinusoide pure)
Barankin (FMCW avec sinusoide pure)
10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 4.10 Bornes et performances de lestimateur de la distance pour la forme

donde FMCW avec sinusode pure (d = 50m, v = 80Km/h).
4
VELOCITY STANDARD DEVIATION (km/h)
10

CramerRao (FMCW avec sinusoide pure)
Periodogram (FMCW avec sinusoide pure)
10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 4.11 Bornes et performances de lestimateur de la vitesse pour la forme

donde FMCW avec sinusode pure (d = 50m, v = 80Km/h).
f pure =
2v
+ n pure
fup
2v
2dB
c + nup
fdo
2v
+ 2dB
c + ndo ,
et on peut crire cette quation sous la forme matricielle :
(4.37)
63

10
Ecart Type de la Distance (m)
10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 4.12 FMCW double et FMCW avec sinusode pure. Comparaison des performances pour lestimation de la distance (d = 50 m, v = 80 km/h).
4
10

10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 4.13 FMCW double et FMCW avec sinusode pure. Comparaison des performances pour lestimation de la vitesse (d = 50 m, v = 80 km/h).
, d
f =A
+n
v
(4.38)
Loptimisation fonde sur lerreur quadratique moyenne est base sur la recherche du
couple (d,v) qui minimise :
1
, - 2pure
d
(f A
) 0
v
0
0
1
2up
,
d T
0 ( f A
) .
v
1
2do
(4.39)
64
formes FMCW
Le couple (d, v)
qui minimise le critre (4.39) est :
, d
v
= (AT 1 A)1 AT 1 f ,
avec :
1
2pure
1
2up
0
1 =
(4.40)
(4.41)
1
2do
Pour lexemple dune voiture ayant une distance d = 50m et v = 80Km/h on obtient
, - ,
- f pure
d
0.0000 0.0035 0.0035
=
fup
v
0.0000 0.002 0.002
fdo
(4.42)
Donc la contribution de f pure dans la valeur de lestime finale est ngligeable. Cela
provient du fait que 2pure >> 2up , 2do . En effet sur la figure 4.14, on peut voir que la
valeur absolue de la frquence de battement de la partie pure de la sinusode est beaucoup
plus faible en gnral que celles des rampes montante et descendante. Donc on obtient
pour cette frquence un rapport signal sur bruit plus faible car le bruit du mlangeur est
plus lev des frquences basses. Donc on obtient une variance destimation plus leve
aux basses frquences. En fait le SNR correspondant f pure peut tre proche du seuil, ce
qui justifie de ne pas utiliser cette frquence dans le calcul de la vitesse relative.
6
SINUSOID STANDARD DEVIATION (Hz)
10
Barankin
CramerRao
Periodogram
10
10
10
fpure
fupfdo
10
10
10
10
15
20
25
30
35
40
SNR (dB)
Figure 4.14 Bornes et variance de lestimation de la frquence. Comparaison des

frquences de battement pour une voiture (d = 50 m, v = 80 km/h).
4.5 Conclusion
4.5 Conclusion
Dans ce chapitre on a tudi la forme donde FMCW. On a considr deux variantes
de cette forme donde pour la dtection de cibles multiples et lestimation de leurs paramtres. En utilisant les bornes de performances, on a mis en vidence la prsence dun
seuil partir duquel une forme donde peut donner la fois une detection et une bonne estimation des paramtres. On a observ que la forme donde FMCW double est lgrement
meilleure que la forme donde FMCW avec sinusode pure.
Dans le chapitre suivant on va dtailler la simulation de larchitecture matrielle sur
laquelle ces formes donde seront mises en oeuvre.
65
CHAPITRE
Implmentation dun
simulateur Matlab
5.1 Introduction
Dans ce chapitre on va prsenter limplmentation sous Matlab des deux formes
dondes prsentes dans le chapitre prcdent. Cette implmentation prend en compte
le bilan de liaison en intgrant les pertes et les diffrents bruits prsents (thermique, lectronique, bruit de phase, etc). Dans le chapitre prcdent on a vu les rsultats dun seul
exemple. Dans ce chapitre on va montrer les rsultats gnraux de simulation des diffrents scnarii (combinaison de distance et vitesse). On va tudier la diffrence de performances obtenues pour une dmodulation en phase seule et une dmodulation en phase et
en quadrature.
5.2 Equation de propagation

5.2.1 Emission
En ralisant la transmission au moyen dune antenne omnidirectionnelle dun signal
de puissance Pe on obtient une rpartition uniforme de lnergie de ce signal dans les
diffrentes directions de lespace. La densit de puissance dP par unit de surface ds
une distance d de lmetteur est donne par :
Pe
dP
=
.
ds
4d 2
(5.1)
Si lantenne possde un gain G dans la direction dmission, la densit de puissance

devient alors :
.
dP
ds
=
e
Pe G
4d 2
(5.2)
68
Implmentation dun simulateur Matlab
5.2.2 Rle de la cible

La cible, sur laquelle le signal mis se rflchit, renvoie une partie de la puissance
rayonne, selon un processus assez complexe, la rflexion globale tant la somme des
ondes rmises par des rflecteurs lmentaires ou points brillants de la cible.
On dfinit la surface quivalente de rmission (note : SER) comme laire de la surface qui rmetrait de manire omnidirectionnelle fois la densit de surface de puissance
dans laquelle elle est baigne [Dar96].
La puissance capte par la cible est donc donne par
.
dP
Pc =
ds
=
e
Pe G
.
4d 2
(5.3)
La densit de puissance rerayonne dune faon isotrope, rendue au niveau du radar,

peut alors scrire :
.
dP
ds
=
r
Pc
Pe G
=
.
2
4d
(4d 2 )2
(5.4)
La surface quivalente fluctue dans dassez larges proportions en fonction du temps.

Cest pourquoi on utilise le plus souvent des valeurs moyennes de SER. La surface
quivalente peut varier selon lorientation de la cible. Dans notre tude, on va considrer quatre types de cibles : piton, moto, voiture et camion. Plusieurs publications, par
exemple : [Suz00], [Yam04], [RS07] et [KSW08], ont tudi les valeurs de SER. Dans
notre tude, on a fix la valeur de la SER 10 dBsm et 7 dBsm respectivement pour
le piton et la moto. Pour des cibles plus larges (voiture et camion), les expressions de
la SER sont donnes par les quation 5.5 et 5.6. Ces deux quations mettent en vidence
que, pour des faibles distances, la cible nest pas compltement illumine par le signal
mis.
SERvoiture (dB) = min
10log10 (d) + 5
(5.5)
20log10 (d) + 5
(5.6)
20
SERcamion (dB) = min
o d est gale la distance la cible.
45
69
5.3 Le bruit en rception du radar
5.2.3 Rception
A la rception du radar, le signal est capt par lantenne de rception. Selon la dfinition de la surface effective dune antenne, la puissance reue Pr vaut
Pr = Ar
dP
ds
G20
=
4
e
dP
ds
Pe G2 20
,
(4)3 d 4
(5.7)
o Ar est la surface effective du radar.

En pratique cette valeur est pondrer par un coefficient de pertes qui prend en compte
toutes les pertes du systme sur le trajet du signal. Ces pertes peuvent tre lies la propagation du signal, aux circuits hyperfrquences et aux traitements du signal. Les pertes de
propagation sont des pertes atmosphriques (humidit, brouillard, pluie, . . .). Les pertes
au niveau des circuits hyperfrquences existent cause de la non linarit du rcepteur. Et
les pertes au niveau du traitement du signal sont dues aux filtrages.
Finalement, la puissance reue sur le rcepteur radar est gale :
Pr =
Pe G2 20
,
(4)3 d 4
(5.8)
o est le coefficient des pertes.
5.2.4 Porte du radar

En envoyant une puissance Pe et en recevant une puissance Pr , la porte du radar
sexprime comme suit :
d4 =
Pe G2 20
,
(4)3 Pr
(5.9)
Cette relation nous montre la difficult de construire des radars de trs grande porte,
puisque celle-ci naugmente que dans la puissance 41 de la puissance mise.

Il est trs important de prendre en compte les bruits dans un systme radar, car leur
prsence limite les possibilits de dtection et les performances du systme. La prise en
compte des differents types de bruits est essentielle pour prdire et estimer correctement
les performances.
Gnralement, le bruit est d aux fluctuations spontanes qui affectent une tension, un
courant ou un champ. Lorigine de ces fluctuations est diverse et on les retrouve dans les
70
composants utiliss dans les fonctions du systme comme une rsistance, un transistor ou
une diode . . ..
Les sources de bruit dans un rcepteur peuvent tre le bruit thermique (appel bruit
de Nyquist ou bruit de Johnson) li au mouvement alatoire des lectrons, le bruit de
grenaille (Shot Noise) li la nature granulaire du courant et qui peut tre considr
comme une somme dimpulsions lmentaires associes la charge de llectron et le
bruit de scintillation (Flicker Noise) qui est un bruit basse frquence li au processus
technologique de fabrication. Dautres sources de bruit existent comme le bruit de gnration/recombinaison de paires dlectron/trou, le bruit de rpartition ou encore le bruit
davalanche.
La densit spectrale de ces diffrents bruits est soit constante (bruit blanc comme le
bruit thermique et le bruit de grenaille), soit varie en 1/f ou 1/ f 2 (bruit de scintillation,
bruit de gnration/recombinaison) [Lee66]. Toutes ces sources de bruit sadditionnent en
puissance dans le rcepteur radar pour former une puissance de bruit totale ajoute par
le rcepteur (bruit propre). La puissance moyenne de bruit la sortie dun rcepteur est
proportionnelle sa bande passante.
5.3.1 Le bruit thermique

Le bruit thermique est d lagitation des lectrons dans les conducteurs sous laction
de la temprature. Lorsque la temprature augmente ce bruit crot. Ce bruit possde une
densit spectrale de puissance indpendante de la frquence : il est donc blanc et il est
exprim en W /Hz.
Sa puissance est exprime par [MF73], [Tes93] :
P = kT B,
(5.10)
o k est la constante de Boltzman (k = 1.381023 J/K), T est la temprature de lantenne (degr Kelvin), B est la largeur de bande (Hz). Pour un radar ACC, la temprature
de lantenne est prise gale la temprature ambiante [oET97] : Tantenne = Tambiante =
290K(17C).
5.3.2 Le bruit de phase du VCO

5.3.2.1
Introduction
Dans le cas dun rcepteur idal, les conversions de frquences napportent aucune
distorsion au signal dentre RF. Or, en ralit, ce nest pas le cas et on observe des
distorsions qui sont dues soit au mlangeur (non-linarit) soit loscillateur local (bruit
71
de phase).
Le bruit de phase de loscillateur local limite le rapport Signal/Bruit maximum quon
peut obtenir avec une modulation donne du signal dentre. Il peut galement dgrader
les performances de certains dtecteurs AM et le taux derreur binaire dans le cas des
modulations FSK (Frequency-Shift Keying) et PSK (Phase-Shift Keying) [Gre81].
cause du bruit de phase de loscillateur local, la prsence de signaux de haut niveau
dans la bande du rcepteur implique une augmentation du niveau du bruit ce qui limite
laptitude du rcepteur dtecter les signaux faibles (Reciprocal Mixing, voir Annexe
5) [Gre81].
Tous ces effets sont dus au bruit de phase de loscillateur local. La rduction de ces
effets est donc lie celle du bruit de phase (en amliorant par exemple les performances
de loscillateur). Le bruit de phase est donc un phnomne trs important quil faut bien
prendre en compte dans la simulation de la plate-forme RF du Radar ACC.
5.3.2.2
Puce VCO
Le VCO intgr dans la puce CHV2270 [UMS07] fournit un signal de frquence 6.375
GHz qui, par multiplication de frquence, gnre un signal de sortie 12.75 GHz (bande
Ku). Grce aux fonctions damlioration de linarit et de contrle de la pente de modulation, ce VCO est trs performant pour les applications Radar. Cette puce intgre galement
un amplificateur de puissance ajustable et un capteur de temprature.
Le tableau ci-dessous fournit en dBc /Hz les mesures effectues par UMS [UMS07]
( 12.75 GHz) en ce qui concerne le bruit de phase du VCO.
Bruit de phase
10 KHz
100 KHz
1 MHz
Typ
75
100
123
Max
65
90
113
Unit
dBc/Hz
Tableau 5.1 Bruit de phase du VCO intgr dans la puce CHV2270
5.3.3 Mise en oeuvre

A la sortie du modulateur, le signal sera modul uniquement en phase par le bruit. Ce
composant najoute aucune contribution bruyante lamplitude du signal. Le modulateur
de bruit de phase dADS est bas sur le modle de Leeson pour le bruit de phase dun oscillateur. La formule empirique de Leeson [Lee66] (normalise par rapport la puissance
du signal dentre) est donne par :
72
S =
FkT B
Fnom 2
Fcorner
[1 + (
) ](1 +
),
PsigAV
2QL Freq
Freq
(5.11)
avec
Fnom : Frquence de la porteuse

F : Facteur de bruit thermique
PsigAV : Puissance du signal dentre
T : Temprature absolue
B : Bande danalyse
k : Constante de Boltzmann
QL : Coefficient de surtension en charge du rsonateur
Fcorner : Frquence Corner de la pente en 1/f
Pour extraire la phase bruyante du signal la sortie du modulateur de bruit de phase,

nous avons besoin dun dmodulateur PM (Modulation de Phase).
Les valeurs des paramtres NF, QL et Fcorner sont rgles de faon sapprocher au
maximum des caractristiques du bruit de phase du VCO intgr dans la puce CHV2270
(c.f. Tableau 5.1).
Avec matlab, en faisant une interpolation numrique des donnes du tableau 5.1 on
obtient le bruit de phase (figure 5.1).
La multiplication du signal reu par le signal fourni par loscillateur est donne par :
Sr SOL = e j(t) e j((t)(t))

= e j(t) [1 + j((t ) (t)))]
= e j(t) j((t ) (t))e j(t)
(5.12)
= [( 1) t ] e j(t)+
= [ht t ] e j(t)+ ,
o (t) = j2( fd + at)t et (t) est la phase de loscillateur et une phase alatoire
uniforme sur [0, 2].
La fonction dautocorrlation de ce signal rsultant de la multiplication du signal reu
par le signal fourni par loscillateur est gale Rb (t) = Rh .Ct , avec :
73
Ct = E[e j((t)+) ]e j()+

= E[e j((t)()) ]
= E[e j(2( fd +at)t) ]
(5.13)
= E[e j2Ft ]
= e j2Ft .
Donc
Rb (t) = Rh (t)e j2Ft .
(5.14)
En passant dans le domaine de Fourier on obtient :

Sb ( f ) = Sh ( f ) f
!
!2
= !h( f )! S ( f )
(5.15)
!
!2
= !e j2Ft 1! S ( f )
= 4sin2 ( f )S ( f ),
donc dans notre plateforme il faut multiplier le bruit de phase par 4sin2 ( f ).
5.3.4 Le bruit de mlangeur

5.3.4.1
Introduction
En gnral, plusieurs types de bruit sont gnrs par les amplificateurs et les mlangeurs (bruit thermique, bruit basse frquence . . . ). Le bruit thermique est modlis
en terme de facteur de bruit de lamplificateur ou du mlangeur. Quant au bruit basse
frquence, lusage de larchitecture homodyne pour le systme radar impose la prise en
compte de ce bruit dans le modle du mlangeur.
5.3.5 Puce mlangeur

Le CHM2378a est un mlangeur deux voies [UMS06]. La non linarit est assure
par des diodes Schottky de haute qualit prsentant un faible bruit en 1/f et de faibles
74
68
Amplitude (dB)
70
72
74
76
78
80
0
100
200
300
400
Frquence (kHz)
500
600
Figure 5.1 Bruit de phase
pertes de conversions.
Voici ci-dessous les spcifications fournies par UMS [UMS06] sur le bruit 1/ f de ce
mlangeur :
NF/ IF
1 KHz
10 KHz
100 kHz
200 kHz
Typ
34
28
20.5
17
Max
39
33
25.5
22
Unit
dB
Tableau 5.2 Bruit de mlangeur en fonction de la frquence
En interpolant ces valeus sous matlab, et en appliquant la formule de Friis, on obtient

une courbe (figure 5.2) reprsentant le bruit de mlangeur en fonction de la frquence.
75
5.4 Bilan global des pertes
72
Amplitude (dB)
74
76
78
80
82
84
0
100
200
300
400
Frquence (kHz)
500
600
Figure 5.2 le bruit de mlangeur
5.4 Bilan global des pertes

La table 5.3 reprsente les valeurs des paramtres principaux utiliss dans limplmentation.
5.5 Rsultats de simulations

Dans le chapitre 4 on a vu les performances de lestimation de la distance et de la
vitesse pour un cas particulier, o on a pris comme exemple une voiture qui se trouve
une distance d = 50m et ayant une vitesse v = 80km/h. Afin dobtenir une conclusion plus gnrale, on considre les 35 paires (d, v) avec d = 1, 50, 100, 150, 200m et
v = 180, 90, 0, 90, 180, 270, 360Km/h (la vitesse est compte positivement quand la
cible se rapproche). Sur les figures 5.3 et 5.4 on a trac le maximum, le minimum et la
moyenne de lcart type, pour les deux formes donde FMCW double et FMCW avec sinusode pure. On remarque que le seuil de dtection reste toujours infrieur 15 dB et que
lcart type est infrieur 1m pour lestimation de la distance et 1km/h pour lestimation
de la vitesse au del du seuil.
Chaque frquence dans un priodogramme suit une distribution statistique exponentielle [Cho06] [HR96]. Si on fixe le seuil de dtection sur le priodogramme la valeur
S et si on note par 2 la variance du bruit la frquence f analyse et par X la sortie
du priodogramme pour une frquence donne. En labsence de trajets, la probabilit de
76
Tableau 5.3 Valeurs des paramtres principaux
Composant
VCO
amplificateur
LNA
Mixer
Coupleurs
Transition (antenne)
Antenne
Voie de propagation
Cibles
Paramtre
Frquence
Puissance de sortie
at 10 kHz
Bruit de phase at 100 kHz
at 1 MHz
Facteur de multiplication
Puissance de sortie
Noise figure
Gain
Noise Figure
Pertes de conversions
at 1 kHz
at 10 kHz
Noise figure
at 100 kHz
at 1 MHz
Pertes
Isolation
Pertes
Gain maximal (TX)
Surface effective (RX)
Temprature du bruit
Perte (par unit de surface)
Retard
Frquence Doppler
Piton
Moto
SER
voiture
Camion
fausse alarme pour cette frquence est note Pf a :
Valeur
12.75 GHz + fm
5 dBm
75 dBc/Hz
100 dBc/Hz
123 dBc/Hz
6
14.5 dBm
8 dB
15 dB
4.5 dB
7.5 dB
34 dB
28 dB
21 dB
17 dB
3.2 dB
40 dB
0.25 dB
27 dBi
6.06 104 m2
290 K
10log10 (4d 2 ) dBsm
= d/c (s)
2v f0 /c (Hz)
10 dBsm
7 dBsm
voir quation (5.5)
voir quation (5.6)
77
std moy.
std max.
std min.
10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
(a) Distance
4
10
std moy.
std max.
std min.
10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
(b) Vitesse
Figure 5.3 Ecart type minimal, maximal et moyenne pour lestimation de la distance
et de la vitesse pour la forme donde Dual FMCW pour les 35 paires (d,v) avec
d = 1, 50, 100, 150, 200 m et v = 180, 90, 0, 90, 180, 270, 360 Km/h.
Pf a = P(X > S)
=
=
!
1 u2
= e
10
u
2
%
S
Sdb 2db
10
du.
=e
S
2
(5.16)
Par suite, pour tous les N points du priodogramme, la probabilit totale de fausse
alarme vaut 1 (1 Pf a )N .
Sur la figure 5.5 on a trac le taux de fausses alarmes en fonction du rapport seuil sur
78
std moy.
std max.
std min.
10
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
(a) Distance
4
10
std moy.
std max.
std min.
10
10
10
10
10
10
10
15
20
25
30
35
40
SNR (dB)
(b) Vitesse
Figure 5.4 Ecart type minimal, maximal et moyenne pour lestimation de la distance
et de la vitesse pour la forme donde FMCW avec sinusoide pure pour les 35 paires
(d,v) avec d = 1, 50, 100, 150, 200 m et v = 180, 90, 0, 90, 180, 270, 360 Km/h
0
10
taux de fausses alarmes
10
10
10
10
10
11
12
13
14
15
rapport seuil sur bruit
Figure 5.5 Taux de fausses alertes comme fonction du rapport seuil sur bruit. De
gauche droite : 1, 2 et 4 rampes avec 4096 chantillons par rampe.
bruit. On a vu ci dessus quun seuil gal 15 dB au dessus du bruit est suffisant pour une
bonne estimation des frquences de battement. On voit galement partir de la figure 5.5
quavec ce choix du seuil, le taux de fausses alarmes reste ngligeable.
En considrant les quatre types des cibles : Camion, voiture, moto et piton, on a
tudi les performances de dtection et destimation pour les deux configurations de la
dmodulation : utilisation des deux voies I/Q (donnes complexes) et utilisation de la
voie I (donnes relles). Lcart type est calcul pour les seules expriences o la cible
est dtecte. Pour chaque paire (d,v), 100 expriences ont t ralises. La forme donde
FMCW double est meilleure que la forme donde FMCW avec sinusode pure dans la
plupart des cas, mais les deux formes prsentent de bonnes probabilits de dtection et
de faibles variances derreur. Comme prvu, lorsquon utilise des donnes complexes, les
performances sont meilleures, cest cause des 3 dB de perte qui apparaissent quand on
utilise les donnes sur une voie.
Dans les tableaux 5.4 et 5.5 on prsente respectivement les carts types de la distance
et de la vitese pour une moto en utilisant les donnes complexes et relles pour la forme
donde FMCW double. On remarque que les performances sont proches sauf pour des
distances leves o lutilisation des donnes complexes donne de bonnes performances
tandis que lutilisation des donnes relles limite la probabilit de dtection. Lorsquon
utilise la forme donde FMCW avec une sinusode pure les rsultats sont comparables
ceux obtenus avec la forme donde FMCW double, mais avec des performances lgrement moins bonnes (tableaux 5.6 et 5.7).
Dans les tableaux 5.8, 5.9, 5.10 et 5.11 on prsente lcart type de la distance et de
la vitesse pour un camion en utilisant les donnes relles et complexes et en utilisant
respectivement les formes donde FMCW double et FMCW avec sinusode pure. On a
obtenu une bonne dtection pour tous les couples (d, v), et comme le cas de la moto, la
forme donde FMCW double est lgrement meilleure que la forme donde FMCW avec
sinusode pure. Lutilisation des donnes complexes fournit des rsultats meilleurs que
lutlilisation des donnes relles ( cause de la perte de 3 dB). Les rsultats sont identiques
quand la cible tudie est une voiture (tableaux 5.12, 5.13, 5.14 et 5.15). Finalement dans
les tableaux 5.16, 5.17, 5.18 et 5.19 on prsente lcart type de la distance et de la vitesse
pour un piton en utilisant les donnes relles et complexes et en utilisant respectivement
les formes donde FMCW double et FMCW avec sinusode pure. Pour des distances plus
grandes que 50 m, il est difficile de dtecter le piton. Les performances en termes de
variances sont identiques celles obtenues par les cibles tudies prcdemment.
Finalement, sur la figure 5.6 on montre une interface graphique ralise sous Matlab
du systme que nous avons implment.
79
80
Figure 5.6 Exemple de simulation sous linterface graphique Matlab
81
Tableau 5.4 Ecart type de la distance et de la vitesse pour une moto en utilisant les
et en utilisant la forme donde FMCW double
, donnes complexes
-
d (m)
v (km/h)
vitesse (km/h)
180
90
0
90
180
270
360
1
3.3e 5
5.2e 4
2.2e 5
7.1e 4
4.9e 5
7.5e 4
4.1e 5
7.9e 4
4.3e 5
7.3e 4
3.2e 5
7.7e 4
3.6e 5
8.3e 4
50
2.9e 5
3.6e 4
1.9e 2
4.5e 1
1.9e 5
4.7e 4
1.9e 2
4.5e 1
3.9e 5
5.9e 4
2.6e 5
6.5e 4
3.9e 5
9.0e 4
distance (m)
100
150
2.6e 2 3.4e 5
5.5e 1 6.4e 4
1.9e 2 1.9e 2
4.6e 1 4.1e 1
3.3e 5 3.0e 5
1.1e 3 7.3e 4
2.9e 5 3.0e 2
5.3e 4 6.3e 1
1.9e 2 2.7e 5
4.1e 1 5.2e 4
2.2e 5 3.0e 2
5.7e 4 6.9e 1
3.2e 5 1.9e 2
3.0e 4 4.6e 1
200
1.6e 4
3.4e 4
2.5e 2
5.9e 1
3.1e 4
6.5e 4
3.0e 2
6.3e 1
16.4e 4
3.8e 4
2.6e 2
6.1e 1
4.9e 2
1.1
,donnes relles
- et en utilisant la forme donde FMCW double
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
3.2e 5
4.9e 4
1.9e 5
4.4e 4
3.2e 5
7.8e 4
2.3e 5
9.2e 4
4.5e 5
6.9e 4
3.4e 5
7.7e 4
3.7e 5
8.4e 4
distance (m)
50
100
1.9e 5 2.6e 2
4.2e 1 5.5e 1
3.0e 2 3.0e 2
6.9e 1 7.0e 1
2.5e 5 2.1e 5
3.0e 4 9.0e 4
3.2e 2 3.5e 2
7.5e 1 6.7e 1
1.9e 2 1.9e 2
4.1e 1 4.2e 1
2.4e 5 2.6e 5
5.2e 4 7.0e 4
2.6e 5 3.3e 5
4.5e 4 4.1e 4
150
1.9e 2
4.1e 1
X
X
X
X
X
X
X
X
3.3e 2
7.6e 1
1.9e 2
4.5e 1
200
X
X
X
X
X
X
X
X
X
X
X
X
X
X
82
donnes
, complexes
- et en utilisant la forme donde FMCW avec sinusode pure
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
4.6e 5
7.3e 4
3.8e 5
7.9e 4
5.2e 5
1.1e 3
8.3e 5
1.0e 3
7.2e 5
1.2e 3
6.4e 5
1.0e 3
2.5e 5
5.8e 4
distance (m)
50
100
150
1.8e 5 3.9e 2 4.8e 5
3.7e 4 6.4e 1 1.3e 3
5.3e 5 5.8e 5 5.9e 5
5.1e 4 7.2e 4 6.6e 4
4.4e 5 4.7e 5 1.0e 1
7.6e 3 8.5e 4 9.7e 1
6.3e 5 2.3e 5 5.3e 2
1.0e 3 6.5e 4 8.6e 1
3.7e 5 6.0e 2 6.6e 5
1.0e 3 9.9e 1 1.1e 3
5.4e 5 5.5e 5 3.3e 5
1.0e 3 9.7e 4 8.6e 4
7.3e 5 6.5e 5 2.9e 5
7.9e 4 1.4e 3 5.4e 4
200
6.0e 2
0.99
3.9e 2
6.4e 1
3.9e 2
6.5e 1
6.7e 5
9.0e 4
6.4e 2
1.1
3.4e 2
6.4e 1
5.1e 5
6.1e 4
donnes
, relles et-en utilisant la forme donde FMCW avec sinusode pure
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
8.7e 5
1.1e 3
3.6e 5
4.8e 4
8.2e 5
1.1e 3
2.2e 5
3.3e 4
9.1e 5
1.2e 3
4.5e 5
9.0e 4
9.7e 5
8.9e 4
distance (m)
50
100
4.4e 5 3.9e 2
1.6e 3 6.5e 1
4.6e 5 3.9e 5
5.6e 4 1.1e 3
3.1e 5 5.2e 5
4.8e 4 8.4e 4
3.4e 5 4.0e 5
6.2e 4 7.9e 4
6.5e 5 3.9e 2
9.5e 4 6.5e 1
5.0e 5 5.4e 5
7.5e 4 9.5e 4
4.00e 2 4.2e 5
6.5e 1 7.9e 4
150
2.7e 5
4.2e 4
X
X
8.8e 2
6.5e 1
5.3e 2
8.7e 1
X
X
X
X
3.2e 5
5.5e 4
200
X
X
X
X
X
X
X
X
X
X
X
X
X
X
83
Tableau 5.8 Ecart type de la distance et de la vitesse pour un camion en utilisant les
, donnes complexes
-
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
2.4e 5
6.2e 4
2.7e 5
4.6e 4
2.5e 5
8.9e 4
2.4e 5
5.6e 4
2.4e 5
9.1e 4
3.8e 5
4.3e 4
4.3e 5
8.8e 4
distance (m)
50
100
150
2.6e 5 2.6e 2 2.5e 2
4.8e 4 5.4e 1 4.1e 4
2.6e 2 3.2e 5 2.8e 5
6.0e 1 5.9e 4 8.3e 4
2.2e 5 2.6e 5 2.6e 5
5.0e 4 5.6e 4 5.9e 4
2.6e 2 3.6e 5 2.6e 2
6.1e 1 3.6e 4 5.4e 1
1.9e 5 1.9e 2 2.4e 5
9.5e 4 4.1e 1 5.7e 4
2.0e 5 2.1e 5 2.6e 2
8.5e 4 6.8e 4 4.6e 4
2.5e 5 3.0e 5 2.7e 5
1.1e 4 5.4e 4 5.0e 4
200
2.4e 5
5.7e 4
1.9e 2
4.1e 1
2.8e 5
4.5e 4
1.9e 2
4.1e 1
2.2e 5
6.7e 4
4.0e 5
7.1e 4
3.2e 5
7.4e 4
relles et en utilisant la forme donde FMCW double
, donnes -
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
4.5e 5
7.4e 4
2.3e 5
4.3e 4
4.0e 5
8.8e 4
2.0e 5
7.0e 4
5.0e 5
6.2e 4
3.3e 5
5.9e 4
4.5e 5
1.4e 4
distance (m)
50
100
150
2.9e 5 4.4e 5 3.7e 5
6.2e 1 6.2e 1 5.5e 4
3.2e 2 2.2e 5 1.9e 2
7.6e 1 5.7e 4 4.1e 1
3.1e 5 3.6e 5 1.8e 5
5.6e 4 5.4e 4 4.1e 4
3.2e 2 3.5e 2 1.9e 2
7.4e 1 6.4e 4 4.1e 1
1.9e 2 2.6e 2 3.3e 5
4.1e 1 5.1e 1 4.7e 4
2.5e 5 4.0e 5 2.6e 2
8.3e 4 5.5e 4 6.1e 1
2.9e 5 4.4e 5 3.7e 5
4.0e 4 6.1e 4 7.3e 4
200
3.2e 2
4.1e 1
3.0e 2
6.2e 1
3.0e 5
4.2e 4
2.6e 2
5.4e 1
1.9e 2
4.1e 1
2.6e 2
6.1e 1
3.2e 2
7.4e 1
84
donnes
, complexes
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
4.0e 5
6.2e 4
3.0e 5
9.8e 4
4.6e 5
1.4e 3
8.1e 5
1.5e 3
5.0e 5
1.0e 3
5.6e 5
1.0e 3
1.9e 5
3.9e 4
distance (m)
50
100
150
2.8e 5 3.9e 2 9.2e 5
4.0e 4 6.4e 1 1.1e 3
2.7e 5 3.8e 5 5.7e 5
5.1e 4 8.6e 4 8.6e 4
5.4e 5 5.8e 5 6.4e 2
1.3e 3 8.0e 4 1.3e 1
5.8e 5 5.5e 5 5.5e 5
1.4e 3 6.2e 4 9.7e 4
5.2e 5 6.0e 2 5.1e 5
6.4e 4 9.9e 1 1.1e 3
2.9e 5 4.5e 5 4.7e 5
8.7e 4 9.9e 4 9.9e 4
6.3e 5 5.0e 5 2.9e 5
7.7e 4 1.5e 3 4.1e 4
200
6.5e 2
0.99
5.1e 5
8.3e 1
6.0e 5
1.1e 3
7.8e 5
7.4e 4
6.4e 2
1.0
3.3e 5
4.8e 1
7.4e 5
7.0e 4
donnes
relleset en utilisant la forme donde FMCW avec sinusode pure
,
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
4.0e 5
6.0e 4
3.0e 5
4.8e 4
4.5e 5
1.4e 3
8.1e 5
1.5e 3
5.0e 5
9.8e 4
5.6e 5
1.0e 3
1.9e 5
3.9e 4
distance (m)
50
100
150
2.8e 5 3.9e 2 9.2e 5
4.0e 4 6.4e 1 1.1e 3
2.7e 5 3.8e 5 5.7e 5
5.1e 4 8.6e 4 8.6e 4
5.4e 5 5.8e 5 6.4e 2
1.3e 3 8.0e 4 1.3e 1
5.8e 5 5.5e 5 5.5e 5
1.4e 3 6.2e 4 9.7e 4
5.2e 5 6.0e 2 5.1e 5
6.0e 4 0.9e 1 1.1e 3
2.8e 5 5.5e 5 4.7e 5
8.7e 4 9.9e 4 9.9e 4
6.3e 5 5.0e 5 2.9e 5
7.7e 1 1.5e 3 4.1e 4
200
6.5e 2
1.0
5.1e 5
8.3e 4
6.0e 5
1.1e 3
7.8e 5
9.7e 4
6.4e 2
1.0
3.3e 5
4.8e 4
7.4e 5
7.0e 4
85
Tableau 5.12 Ecart type de la distance et de la vitesse pour une voiture en utilisant
les donnes complexes
,
-
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
3.5e 5
5.6e 4
2.9e 5
4.7e 4
4.6e 5
4.3e 4
4.2e 5
6.5e 4
4.3e 5
8.8e 4
2.8e 5
5.8e 4
4.6e 5
5.6e 4
distance (m)
50
100
150
1.7e 5 1.9e 2 2.4e 5
5.3e 4 4.1e 1 6.3e 4
1.9e 2 3.5e 5 1.9e 2
4.5e 1 3.3e 4 4.1e 1
3.5e 5 3.3e 5 4.1e 5
7.4e 4 6.7e 4 7.7e 4
1.9e 2 1.0e 5 1.9e 2
4.5e 1 8.9e 4 4.1e 1
5.1e 5 2.6e 2 2.3e 5
7.5e 4 5.4e 1 2.5e 4
1.9e 5 2.6e 5 3.3e 5
4.7e 4 7.8e 4 6.5e 4
2.5e 5 4.0e 5 2.9e 5
6.9e 4 4.7e 4 6.8e 4
200
2.1e 5
4.6e 4
2.6e 2
5.4e 1
2.6e 5
8.2e 4
3.0e 2
6.2e 1
2.1e 5
6.3e 4
3.5e 5
8.0e 4
3.2e 2
7.4e 1
, les donnes-relles et en utilisant la forme donde FMCW double
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
1.8e 5
8.3e 4
2.3e 5
2.1e 4
4.5e 5
6.0e 4
2.6e 5
5.4e 4
4.8e 5
9.1e 4
3.2e 5
1.1e 3
3.6e 5
1.1e 3
distance (m)
50
100
150
3.5e 5 4.2e 5 1.9e 2
5.6e 4 5.5e 4 4.1e 1
3.2e 2 2.2e 5 1.9e 2
3.2e 1 1.9e 1 2.6e 1
1.8e 5 3.3e 5 2.3e 5
4.5e 4 4.9e 4 4.5e 4
2.0e 2 3.9e 5 3.2e 2
4.5e 1 8.1e 4 6.7e 1
3.2e5
3.0e 2 3.1e 5
7.1e 1 6.2e 1 5.3e 4
3.4e 5 3.0e 5 3.2e 2
6.9e 4 4.7e 4 7.4e 1
4.1e 5 2.5e 5 2.6e 2
3.5e 4 8.8e 4 6.1e 1
200
2.6e 2
5.4e 1
3.0e 2
2.6e 1
2.3e 5
5.9e 4
3.0e 2
6.2e 1
7.0e 2
8.2e 4
2.6e 2
6.1e 1
4.3e 2
9.4e 1
86
les donnes
complexes
,
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
6.0e 5
1.2e 4
5.5e 5
1.1e 3
7.2e 5
1.3e 3
5.5e 5
1.6e 3
6.7e 5
1.2e 4
5.6e 5
1.1e 3
3.7e 5
5.2e 4
distance (m)
50
100
150
2.6e 5 6.0e 2 4.9e 5
4.0e 4 9.9e 1 1.6e 3
4.6e 5 5.5e 5 6.1e 5
7.5e 4 8.7e 4 7.6e 4
7.2e 5 4.6e 5 7.1e 2
1.2e 3 5.1e 4 1.8e 1
7.0e 5 4.9e 5 4.5e 5
9.6e 4 8.2e 4 1.1e 3
3.0e 5 6.4e 2 4.7e 5
1.2e 4
1.1
1.1e 3
5.7e 5 6.7e 5 4.7e 5
8.7e 4 6.7e 4 1.2e 3
6.4e 5 6.2e 5 4.2e 5
9.2e 4 8.9e 3 6.5e 4
200
6.5e 2
1.1
5.6e 5
1.1e 3
9.1e 5
7.2e 4
7.3e 5
8.5e 4
6.5e 2
1.1
2.7e 5
9.2e 4
6.0e 5
4.8e 4
les donnes
relles
,
vitesse (km/h)
d (m)
v (km/h)
180
90
0
90
180
270
360
1
5.8e 5
1.7e 3
3.9e 5
6.7e 4
5.9e 5
1.5e 3
4.6e 5
6.6e 4
6.6e 5
1.7e 3
5.4e 5
6.4e 3
5.9e 5
1.2e 3
distance (m)
50
100
150
7.0e 5 6.1e 2 2.2e 5
1.3e 3
9.9
2.0e 4
3.1e 5 5.4e 5 6.0e 2
7.5e 4 6.9e 4 9.9e 1
3.4e 5 5.1e 5 6.5e 2
7.7e 4 7.6e 4 6.5e 1
2.8e 5 4.4e 5 7.1e 2
6.0e 4 7.0e 4 9.9e 1
2.8e 5 6.5e 2 3.6e 5
6.0e 4 1.1e 1 6.0e 4
5.8e 5 8.4e 5 4.2e 5
6.8e 4 9.1e 4 8.9e 4
4.0e 2 2.7e 5 4.1e 5
6.5e 1 7.5e 4 7.9e 4
200
6.5e 2
1.1
8.1e 5
7.1e 4
6.3e 5
8.4e 4
6.5e 2
1.1
6.1e 2
1.0
2.2e 5
3.3e 4
3.9e 2
6.5e 1
87
Tableau 5.16 Ecart type de la distance et de la vitesse pour un piton en utilisant les
donnes
, complexes
-et en utilisant la forme donde FMCW double
vitesse (km/h)
d (m)
v (km/h)
0
90
180
1
5.1e 5
7.3e 4
4.3e 5
7.8e 4
3.0e 5
7.8e 4
distance (m)
50
100
3.5e 5 X
3.7e 4 X
3.3e 2 X
7.1e 1 X
2.0e 3 X
4.2e 1 X
150
X
X
X
X
X
X
200
X
X
X
X
X
X
donnes
, relles -
vitesse (km/h)
d (m)
v (km/h)
0
90
180
1
4.8e 5
7.4e 4
3.8e 5
5.4e 4
3.6e 5
6.7e 4
distance (m)
50
100
2.3e 5 X
6.9e 4 X
3.4e 2 X
7.6e 1 X
3.3e 2 X
7.6e 1 X
150
X
X
X
X
X
X
200
X
X
X
X
X
X
donnes complexes
et en-utilisant la forme donde FMCW avec sinusode pure
,
vitesse (km/h)
d (m)
v (km/h)
0
90
180
1
5.6e 5
8.0e 4
7.1e 5
1.1e 3
6.5e 5
9.9e 4
distance (m)
50
100
5.5e 5 X
9.6e 4 X
6.9e 5 X
8.7e 4 X
2.5e 5 X
7.1e 4 X
150
X
X
X
X
X
X
200
X
X
X
X
X
X
88
donnes relles
et en utilisant
la forme donde FMCW avec sinusode pure
,
-
vitesse (km/h)
d (m)
v (km/h)
0
90
180
1
5.7e 5
8.9e 4
4.5e 5
6.6e 4
9.3e 5
1.8e 3
distance (m)
50
100
6.3e 5 X
6.6e 4 X
3.6e 5 X
7.0e 4 X
5.8e 5 X
7.1e 4 X
150
X
X
X
X
X
X
200
X
X
X
X
X
X
5.6 Conclusion
5.6 Conclusion
Dans ce chapitre on a prsent limplmentation des deux formes dondes prsentes
dans le chapitre prcdent, en tenant compte de faon dtaille de la structure matrielle
du rcepteur et en particulier de toutes les pertes et tous les bruits prsents. Les deux
formes dondes sont valides comme ayant des bonnes performances pour la dtection et
pour lestimation de la distance et de la vitesse. Ces deux formes dondes peuvent tre
utilises en employant une dmodulation en phase, ou une dmodulation mixte, en phase
et en quadrature.
89
CHAPITRE
Plateforme radar
multifaisceaux
6.1 Introduction
Un systme radar typique repose sur lmission dune onde de forme donne et lanalyse du signal rtrodiffus par lenvironnement, afin den extraire une information sur la
position et la vitesse des diffrentes cibles dtectes. La prcision de lestimation dpend
la fois de la forme donde mise et de la mthode de traitement utilise, qui doivent donc
tre toutes deux correctement choisies. Ce choix sopre en fonction des caractristiques
de lenvironnement, cest--dire des cibles recherches et du fouillis.
Afin dviter davoir valider le choix de la forme donde et de la mthode de traitement sur des essais rels (i.e. partir dun prototype), ce qui peut savrer trs coteux, il
est trs intressant davoir disposition une plateforme logicielle de simulation, qui permet de tester beaucoup plus facilement diffrentes configurations un cot trs rduit. En
effet, une telle plateforme permet de faire varier des paramtres beaucoup plus facilement
que sur un prototype (par exemple la largeur de faisceau). De plus, elle offre la possibilit de tester beaucoup plus de cas de figure que des essais rels, en ce qui concerne par
exemple des conditions climatiques extrmes, qui ne sont pas reproductibles la demande.
6.2 Description gnrale

La plateforme logicielle prsente dans ce document permet la simulation de scnarii
auxquels sont confronts les radars daide la conduite. Elle regroupe deux fonctionnalits : la simulation du signal reu par le radar dune part, et limplmentation de la
mthode de traitement dautre part. La structure gnrale de la plateforme est dcrite sous
la forme dun schma bloc sur la figure 6.1. Chaque bloc, tel que fmcw_clutter par
exemple, correspond une fonction matlab. La fonction fmcw est la fonction principale
de la plateforme, cest celle que lon invoque pour effectuer une simulation. Linitialisation du scnario simuler est effectue par la fonction fmcw_init, o les paramtres
92
Plateforme radar multifaisceaux
Figure 6.1 Structure de la plateforme logicielle
caractristiques du scnario sont renseigns et lus par fmcw. partir de ces paramtres,
la cinmatique de la scne est calcule par fmcw_kinematics, et le bruit et le fouillis
correspondants sont respectivement calculs par fmcw_noise et fmcw_clutter.
partir de ces rsultats, les vidos radar sont enfin formes par la fonction fmcw_videos.
Le traitement sarticule autour des fonctions fmcw_frequency_estimation,
qui
consiste
en
lestimation
des
frquences
de
battement,
et
fmcw_fdtau_estimation, qui estime la frquence Doppler et le retard de
chaque cible, cest--dire leur vitesse relative et leur distance.
Dans ce qui suit, nous dcrivons plus en dtail chaque fonction de la plateforme.
6.2.1 Vido radar

6.2.1.1
Paramtres initiaux
La description dun scnario radar sappuie sur la donne de paramtres initiaux.

Dans la plateforme de simulation, cette initialisation est faite au niveau de la fonction
fmcw_init. Les paramtres initiaux renseigner avant la simulation dun scnario sont
donns dans le tableau 6.1.
Le secteur est positionn symtriquement de part et dautre de laxe du radar, qui
correspond laxe des y. La figure 6.2 illustre la configuration gomtrique de la scne. La
scne est reprsente dans le rfrentiel relatif au radar, lorigine O indiquant la position
du radar et laxe Oy est colinaire laxe de la route.
93
Paramtres
nb_targets
type
position_x
position_y
speed
v_radar
theta_3dB
sector
nb_sector
Description
nombre de cibles
type de la cible
position en x (en mtres)
position en y (en mtres)
vitesse (en km.h-1)
vitesse du radar (en km.h-1)
ouverture du lobe dantenne 3 dB (en degrs)
largeur angulaire du secteur balay (en degrs)
nombre de secteurs
Tableau 6.1 Description des paramtres dinitialisation.
sector sector
2
2
Figure 6.2 Gomtrie de la scne
Le type de la cible est un entier compris entre 0 et 4, indiquant la nature de la cible

(piton, moto, voiture ou camion). Le tableau 6.2 rsume les grandeurs caractristiques
de chaque type de cible.
Type
0
1
2
3
4
Description
Inconnu
Piton
Moto
Voiture
Camion
SER
Longueur
Largeur
-10
7
min(10 log d + 5, 20)
min(20 log d + 5, 45)
0,4
1,5
4
6
0,2
0,5
2
3
Tableau 6.2 Caractristiques des cibles.
Louverture du lobe dantenne 3 dB en lvation nest pas prise en compte lors des
94
simulations, seule louverture en azimut est prise en compte. Les SER des cibles sont donc
modifies faible distance pour prendre en compte le fait quelles ne sont pas illumines
sur toute leur hauteur.
6.2.1.2
Forme donde
La forme donde mise est du type FMCW (Frequency Modulated Continuous Waveform), module linairement en frquence sur frquence porteuse de 77 GHz. Elle se
prsente sous la forme dune succession de rampes de pentes lgrement diffrentes. La
structure de la forme donde est dcrite sur la figure 6.3. Elle est caractrise par quatre
paramtres : la frquence porteuse f0 , la bande passante B, la dure totale T et la dure du
premier triangle .
frquence
f0 + B
f0
T
2
temps
Figure 6.3 Forme donde mise
6.2.1.3
Cinmatique
La simulation dun scnario radar faisant intervenir une ou plusieurs cibles ncessite
de calculer les paramtres cinmatiques de ces cibles, notamment leur distance, qui intervient dans lquation radar, leur position afin de savoir si elles sont illumines ou non
par le lobe dantenne, ou encore leur vitesse radiale qui intervient dans leffet Doppler. La
figure 6.4 donne les principaux paramtres cinmatiques intervenant dans la plateforme
de simulation.
Le rfrentiel choisi est le rfrentiel relatif au radar, cest--dire que lorigine O correspond la position du radar. Les cibles ont toutes une vitesse colinaire laxe de la
route, et donc seule la position en y varie avec le temps. Les paramtres cinmatiques sont
rassembls au sein dune structure kinematicparameters, donne par
kinematicparameters =
95
largeur
longueur
max
min
O
x
Figure 6.4 Forme donde mise
position_y
distance
theta
alpha_targets
angle
vr
o position_y dsigne la position de la cible en y, distance dsigne la distance
de la cible au radar, theta dsigne langle entre laxe du radar (correspondant laxe
Oy) et laxe du lobe dantenne, alpha_targets la proportion de la cible illumine
par lantenne (donc alpha_targets = 0 lorsque la cible nest pas illumine), angle
langle entre laxe radar-cible et la normale laxe de la route, et vr la vitesse radiale
relative de la cible.
Les vitesses des cibles comme celle du radar sont supposes constantes pendant tout
le temps dobservation, si bien quelles nentrent pas dans les paramtres cinmatiques de
la plateforme de simulation.
96
6.2.1.4
quation radar
La puissance du signal reu est calcule partir de lquation radar, qui, dans le cas
monostatique, relie la puissance mise et la puissance reue par
G2 GLNA 2 0
Pr = Pe
(4)3 r4 L1 L2
(6.1)
o Pr dsigne la puissance reue, Pe la puissance mise, G le gain dantenne, GLNA le gain

de lamplificateur faible bruit, la longueur donde, 0 la surface quivalente radar de
la cible, r la distance entre la cible et le radar et L1 et L3 les pertes du rcepteur.
La distance r est tire des paramtres cinmatiques, le gain G et la puissance transmise
tant quant eux des variables fixes dans le programme principal fmcw. La SER 0 de
la cible est calcule partir des valeurs donnes dans le tableau 6.2 et de la proportion de
la cible illumine donne par alpha_targets selon la formule
10 log 0 = SER(tableau) + 10 log(alpha_targets).
(6.2)
Ces calculs sont effectus dans le corps du programme principal fmcw. Lamplitude asignal
du signal est ensuite dduite du bilan de puissance.
6.2.1.5
Fouillis et bruit
Le fouillis est gnr selon une loi de Weibull qui sest rvle tre la loi le dcrivant
le mieux aprs infrence statistique sur des donnes relles. La gnration du fouillis est
effectue par la fonction fmcw_clutter.
Le bruit est issu de plusieurs sources diffrentes : le bruit de phase de loscillateur, le
bruit du multiplieur, le facteur de bruit de lamplificateur de puissance, la temprature de
bruit de lantenne, le facteur de bruit de lamplificateur faible bruit et enfin le facteur de
bruit et le bruit en 1/ f du mlangeur. Ces diffrents bruits sont calculs dans la fonction
fmcw_noise.
6.2.1.6
Vido
La vido radar est forme partir de lamplitude asignal du signal reu calcule grce
lquation radar (cf. 6.2.1.4). chaque rampe de la forme donde (cf. 6.2.1.2) est associe
une image radar. Pour former chacune de ces images radar, il faut dabord calculer le
signal reu complexe, qui est donn par
s = asignal ei
(6.3)
= 2( fd )t,
(6.4)
o est la phase du signal donne par
97
avec la pente de la rampe concerne. On obtient donc quatre vidos : une pour la premire rampe montante (nomme up1 ) ainsi que pour la deuxime ( up2 ) et de mme
pour les deux rampes descendantes ( do1 et do2 ). La frquence Doppler fd et le
retard sont calculs partir des paramtres cinmatiques :
2vr
(6.5)
fd =
2r
=
.
(6.6)
c
La vido est ensuite forme en fentrant le signal avec une fentre de Hanning et en en
prenant la transforme de Fourier (FFT). Tous ces calculs sont effectus par la fonction
fmcw_videos.
Le fouillis et le bruit sont ensuite ajouts aux vidos dans la fonction principale fmcw,
puis les vidos sont traces par la fonction fmcw_video_plot.
Un exemple de vidos obtenues est donn sur la figure 6.5. Elle correspond lobservation dun camion roulant 70 km/h dpass par une voiture 90 km/h, laide dun
radar situ 50 m derrire le camion en dbut dobservation et se dplaant 80 km/h.
Lobservation est faite avec un radar en balayage sur un secteur de 20, une ouverture
Up 1
3
2
1
0
1
2
3
4
10
20
30
50
60
70
80
90
4
3
2
1
0
1
2
3
4
100
10
Rcurrences
Up 2
x 10
3
2
1
0
1
2
3
4
20
30
40
50
60
Rcurrences
30
70
80
90
100
40
50
60
70
80
90
100
70
80
90
100
Rcurrences
Down 2
x 10
10
20
Frquence (Hz)
Frquence (Hz)
40
Down 1
x 10
Frquence (Hz)
Frquence (Hz)
x 10
4
4
3
2
1
0
1
2
3
4
10
20
30
40
50
60
Rcurrences
Figure 6.5 Vidos radar dune voiture dpassant un camion
angulaire du lobe dantenne de 2, sur une dure de 10 secteurs. tant donn quil y a 10
rcurrences (i.e. faisceaux) par secteur, la dure totale de lobservation est donc de 100
rcurrences. On voit clairement apparatre sur la vido la voiture et le camion visibles
seulement certaines rcurrences qui correspondent aux instants o ils sont illumins par
le radar.
6.2.2 Traitement
Lalgorithme dassociation des frquences de battement est dcrit ici pour un rcepteur
assurant la dmodulation en phase et en quadrature. Notons cependant quil peut tre fa-
98
cilement adapt au cas dun rcepteur ne ralisant la dmodulation que sur une seule voie,
ce qui permet denvisager la fabrication de systmes faible cot fonctionnant avec cette
forme donde. Il en rsultera cependant une procdure destimation un peu plus lourde
compte tenu de la duplication des frquences, du fait du spectre pair des signaux rels.
Les frquences de battement des cibles sont obtenues par seuillage du priodogramme
up
du signal reu dmodul, calcul pour chaque rampe. On notera fi k la i-me frquence
dtecte sur la k-me (k = 1, 2) rampe montante, et fidok la i-me frquence dtecte sur
la k-me rampe descendante.
On commence par nestimer les distances et les vitesses relatives que pour les rampes
montantes dune part et les rampes descendantes dautre part.
up
= ( fi
up
di
vi
up2
up1
fi
c(T )
do = ( f do2 f do1 ) c(T )
) 4B(T
i
i
2) di
4B(T 2)
up
up1
2
c (T ) fi fi
2 f0
T 2
vdo
=
i
do
do1
2
c (T ) fi fi
2 f0
T 2
(6.7)
En se basant sur ces estimations, on cherche des combinaisons entre les estimations
sur les rampes montantes et descendantes pour lesquelles les carts de distance sont les
plus faibles. On obtient ainsi quatre frquences de battement f up1 , f do1 , f up2 et f do2 pour
chaque cible. On en dduit une estimation finale de la distance et de la vitesse de chaque
cible en moyennant les estimateurs fournis par les couples ( f up1 , f do1 ) et ( f up2 , f do2 )
respectivement :
"
#
1
do1
up1 c
do2
up2 c(T )
(f f ) +(f f )
(6.8)
d =
2
8B
8B
"
#
1
up1
do1
up2
do2
v =
(f + f ) +(f + f ) .
(6.9)
2
4
4
La position angulaire du faisceau indiquant celle des ventuelles cibles, il est alors possible de positionner les cibles par rapport au radar. Des exemples de sortie de traitement
sont donns par les figures 6.6 et 6.7. Elles correspondent au scnario de dpassement
dcrit la section prcdente. Le lobe dantenne y est reprsent, ainsi que les positions
relles des cibles (croix bleues, ronds verts lorsque la cible est illumine par le lobe dantenne) et les positions estimes (ronds rouges). Comme on peut le voir, lobservation du
camion donne lieu trois dtections diffrentes, qui en fait correspondent la mme cible.
Il conviendra donc par la suite de faire une fusion dinformation pour navoir plus quune
seule cible dtecte.
99
6.3 Rsultats
70
60
50
40
30
20
10
0
10
10
Figure 6.6 Dtection du camion
70
60
50
40
30
20
10
0
10
10
Figure 6.7 Dtection de la voiture
6.3 Rsultats
Les rsultats prsents dans la suite confirment en premier lieu les choix de dimensionnement de lantenne et donne dans un second temps les performances du radar sur
quelques scnarii reprsentatifs.
100
6.3.1 Dimensionnement de lantenne

Le radar possde deux modes de dtection : un mode long range (LR) destin la
dtection de cibles (relativement) lointaines et un mode short range (SR) rserv la
dtection de cibles proches. Lantenne est dimensionne diffremment pour chacun des
deux modes, comme indiqu dans le tableau 6.3.1.
Mode Gain
LR
SR
27 dB
15 dB
Ouverture
Azimut lvation
2
5
6
10
Tableau 6.3 Dimensionnement de lantenne pour chacun des deux modes de dtection du radar.
Pour chacun des deux modes, la probabilit de dtection a t trace en fonction de

la distance pour les diffrents types de cibles pris en compte par la plateforme de simulation (cf. 6.2) : un piton, une moto, une voiture et un camion. Le piton a une vitesse
radiale relative de 5 km/h et la moto, la voiture et le camion une vitesse radiale relative de
50 km/h.
6.3.1.1
Mode long range
Comme on peut le voir sur la figure 6.8, un piton est dtect jusqu 26 mtres, une
moto jusqu 69 mtres, une voiture jusqu 147 mtres et un camion jusqu 623 mtres
(si toutefois le radar avait une porte suffisante). tant donn que les pitons sont prsents
avant tout en milieu urbain, il est souhaitable que la distance de dtection soit suprieure
la distance darrt une vitesse de 50 km/h, qui est de 25 mtres. Lantenne semble donc
tre correctement dimensionne pour ce mode-ci.
6.3.1.2
Mode short range
En mode short range, le gain de lantenne est plus faible et les cibles sont donc dtectes moins loin. Un piton est dtect jusqu 6 mtres, une moto jusqu 17 mtres, une
voiture jusqu 39 mtres et un camion jusqu 156 mtres. Les distances de dtection
sont donc approximativement divises par quatre par rapport au mode long range.
6.3.1.3
Influence du fouillis
Le radar devrait normalement tre capable de dtecter un piton 50 mtres en mode

LR, ce qui nest pas le cas au vu des rsultats obtenus dans la section 6.3.1.1. Toutefois, le
101
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
pd
pd
6.3 Rsultats
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
0.1
0
10
20
30
40
0
50
50
55
60
65
distance
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
80
85
90
660
670
680
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
120
75
(b) Moto
pd
pd
(a) Piton
70
distance
0.1
130
140
150
distance
160
(c) Voiture
170
180
0
600
610
620
630
640
distance
650
(d) Camion
Figure 6.8 Probabilit de dtection des diffrentes cibles en fonction de la distance

(en m) pour le mode LR
fouillis introduit au cours des simulations a t modlis partir dimage provenant dun
prototype de radar diffrent de celui simul par la plateforme, ce qui explique trs certainement les contre-performances observes. Pour illustrer linfluence du fouillis, nous
avons reprsent sur les figures 6.10 et 6.11 les priodogrammes correspondant lobservation dun piton 50 mtres du radar m dune vitesse radiale relative de 5 km/h
en prsence de bruit respectivement sans et avec le fouillis introduit par la plateforme de
simulation.
Alors que le piton est nettement visible en labsence de fouillis (cf. figure 6.10), il
est en revanche noy dans le fouillis (cf. figure 6.11) ds lors que celui-ci est introduit.
Lintgration de ce fouillis dans la simulation conduit des performances trs dgrades
en termes de distances de dtection. En fait, cette exprience nest pas trs significative
car nous ne disposons pas ici des paramtres de lquation radar pour le radar utilis.
Sa connaissance nous permettrait de calibrer le niveau de puissance de fouillis prendre
en compte dans la simulation. Mais part de ce paramtre, on voit que notre simulation
intgre tous les lments importants pour un test raliste du radar tudi.
102
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
pd
pd
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
0.1
0
10
15
20
25
10
distance
20
25
190
200
(b) Moto
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
pd
pd
(a) Piton
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
15
distance
0.1
0
10
20
30
40
0
150
50
160
170
distance
180
distance
(c) Voiture
(d) Camion
Figure 6.9 Probabilit de dtection des diffrentes cibles en fonction de la distance

(en m) pour le mode SR
Up 1
Down 1
Frquence (Hz)
80
Frquence (Hz)
80
100
100
120
120
140
140
160
180
5
160
0
1
recurrences
180
5
x 10
Up 2
5
5
x 10
Down 2
80
80
Frquence (Hz)
Frquence (Hz)
90
100
100
110
120
120
140
130
140
160
150
160
5
0
1
recurrences
0
1
recurrences
5
5
x 10
180
5
0
1
recurrences
5
5
x 10
Figure 6.10 Priodogrammes dun piton en labsence de fouillis
6.3.1.4
Discrimination angulaire
Le scnario tudi consiste au dpassement dun camion par un autre. Le camion dpass roule 90 km/h, lautre 94 km/h. Le radar est positionn 50 mtres derrire le
camion sur la voie de droite et se dplace galement 90 km/h. Lobservation a t effec-
103
6.3 Rsultats
Up 1
Down 1
80
80
Frquence (Hz)
Frquence (Hz)
90
90
100
100
110
110
120
130
120
140
130
150
140
5
0
1
recurrences
160
5
x 10
Up 2
0
1
recurrences
5
5
x 10
Down 2
90
Frquence (Hz)
80
90
Frquence (Hz)
80
100
100
110
110
120
120
130
130
140
140
150
150
160
5
0
1
recurrences
160
5
x 10
0
1
recurrences
5
5
x 10
Figure 6.11 Priodogrammes dun piton en prsence de fouillis
tue en mode long range sur 20 secteurs, avec un secteur de 20, pour un lobe dantenne
de 2, soit 10 rcurrences par secteur (et donc 200 au total). Les vidos radar correspondant chaque rampe sont reprsentes sur la figure 6.12. On peut voir que, comme on
5
Up 1
x 10
Frquence (Hz)
Frquence (Hz)
Down 1
x 10
1.42
1.58
1.56
1.54
1.52
1.5
1.48
1.46
1.44
1.42
1.44
1.46
1.48
1.5
1.52
1.54
1.56
1.58
20
40
60
80
100
120
140
160
180
200
20
40
60
Rcurrences
5
Up 2
x 10
80
100
120
140
160
180
200
140
160
180
200
Rcurrences
Down 2
x 10
Frquence (Hz)
Frquence (Hz)
1.75
1.7
1.65
1.6
20
40
60
80
100
120
Rcurrences
140
160
180
200
1.6
1.65
1.7
1.75
20
40
60
80
100
120
Rcurrences
Figure 6.12 Vidos radar de deux camions lors dun dpassement
pouvait sy attendre, les cibles sont dautant mieux discrimines au fur et mesure du
dpassement, puisquelles sloignent de plus en plus lune de lautre.
chaque camion correspondent trois dtections et donc trois estimes de la vitesse
et de la distance. Pour chacune des deux cibles ces estimes ont t reprsentes sur la
figure 6.13. En fonction des rcurrences, les cibles ne sont pas toujours illumines par le
lobe dantenne. Les estimes correspondant au camion dpass sont reprsentes par une
104
croix (x) alors que celles correspondant au camion qui dpasse sont reprsentes par un
rond (o).
200
400
350
100
300
0
vitesse
distance
250
200
100
150
200
100
300
50
0
50
100
recurrences
150
(a) Distance estime
200
400
50
100
recurrences
150
200
(b) Vitesse estime
Figure 6.13 Estimation de la distance (m) et de la vitesse (km/h) au cours du temps
En fin dobservation, la camion sur la voie de droite est toujours 50 mtres devant
le radar, alors que celui sur la voie de gauche est un peu plus de 51 mtres du radar.
Toutefois, la prcision des estimateurs ne permet pas de discriminer les deux cibles ni
en distance ni en vitesse. L encore, il faut toutefois tre bien conscient que les rsultats
prsents ont t obtenus avec un fouillis ntant pas reprsentatif du fouillis rel affectant
le signal radar.
6.4
Conclusion
On a prsent la plateforme logicielle de simulation ralise. Cette plateforme, dveloppe sous Matlab, constitue un outil conomique pour pouvoir procder facilement
des dimensionnements ou des tests de traitements, la condition toutefois quelle se
rvle reprsentative du matriel simul. Ici, la validit pratique des tests effectus a t
corrobore par des simulations sous ADS de la tte radar. Lemploi de Matlab permet de
raliser des traitements avancs (association de cibles et calcul des estimateurs), l o le
traitement avec ADS sarrtait aux sorties de lanalyse de Fourier.
CHAPITRE
Conclusion et
perspectives
Nous nous sommes intresss dans ce travail ltude des systmes Radar ACC. Dans
ce manuscrit de thse, on a prsent un tat de lart des diffrents capteurs de dtection
dobstacles utiliss dans le domaine des transports pour assurer la scurit routire. Les
systmes radars sont les capteurs les mieux adapts lenvironnement routier grce
leurs performances. On a prsent plusieurs travaux rcents traitant le sujet de la dtection
dobstacles en environnement routier.
On a montr que les radars impulsions sont les plus performants du point de vue de la
rsolution, mais quils sont moins adapts aux applications routires. Les systmes radars
FMCW semblent prsenter un bon compromis complexitperformance, cest pourquoi
on a envisag dans cette thse lemploi de formes dondes FMCW, capables de traiter
simultanment plusieurs cibles.
Afin dtudier les performances des formes dondes on a tudi les deux bornes de
performances de Cramer-Rao et de Barankin. On a vrifi que la borne de Cramer-Rao
est utile pour juger du comportement dun estimateur pour des SNR levs. Mais, pour
de faibles SNR, cette borne est incapable de donner des informations fiables. La borne de
Barankin ne sous estime pas aussi fortement la variance minimale que la borne de CramerRao. De plus, elle donne une ide du seuil partir duquel on peut esprer pouvoir dtecter
une cible. On a indiqu comment on peut calculer la bone de Barankin en indiquant des
calculs dtaills. On a montr galement leffet de nombre de points tests sur la prcision
de la borne de Barankin.
On sest intress au choix de la forme donde FMCW. On a considr deux formes
donde pour la dtection de cibles multiples et lestimation de leurs paramtres. En utilisant les bornes de performances, on a montr la prsence dun seuil partir duquel une
forme donde peut donner la fois une dtection et une bonne estimations des paramtres,
ltude des performances a conduit un seuil de dtection de lordre de 15 dB pour les
deux formes donde. En tudiant les performances on a galement observ que la forme
donde FMCW double est lgrement meilleure que la forme donde FMCW avec sinu-
106
Conclusion et perspectives
sode pure.
On a ralis une implmentation sous Matlab des deux formes dondes FMCW en tenant compte de toutes les pertes et tous le bruits de propagation. Les deux formes dondes
sont valides comme ayant de bonnes performances pour la detection et pour lestimation
de la distance et de la vitesse. Une comparaison entre les rsultats obtenus en utilisant des
donnes complexes avec ceux obtenus en utilisant des donnes relles (en phase et en quadrature) a montr que les deux formes dondes peuvent tre exploites convenablement
mme si la dmodulation nest ralise que sur la voie en phase. Une interface graphique
des deux formes dondes qui tient compte des cibles multiples a t implmente.
Dans la dernire partie de ce mmoire, on a prsent une plateforme logicielle de
simulation. Cette plateforme, ralise sous Matlab permet de procder facilement des
dimensionnements, en particulier de lantenne, ou des tests de traitements. La validit
pratique des tests effectus a t corrobore par des simulations sous ADS de la tte radar.
Lemploi de Matlab permet de raliser des traitements avancs (association de cibles et
calcul des estimateurs), l o le traitement avec ADS sarrtait aux sorties de lanalyse de
Fourier.
Dans le cadre de travaux futurs, il semble intressant de raliser de faon systmatique
une comparaison de bornes de performances tenant compte de toutes les formes donde
existantes dans le domaine du radar ACC. Mme si les bornes thoriques ne traduisent
pas exactement les performances que lon pourra atteindre, la comparaison des seuils de
dtection fournis par les bornes de Barankin donne une bonne ide des puissances mettre
en jeu pour chaque forme donde.
Le point faible de la plateforme se rvle tre actuellement la puissance du fouillis,
qui na pas pu tre correctement modlis faute dune calibration des donnes relles. La
correction de ce point devrait toutefois tre immdiate une fois linformation disponible.
Dautres amliorations pourront galement tre apportes la plateforme de simulation, et tout spcialement au niveau des cibles. Les cibles sont en effet ici modlises par
de simples SER, o seule la surface intercepte par le lobe dantenne est prise en compte,
mais pas les angles dincidence ou la gomtrie de la cible. cet gard, une modlisation
sous forme de points brillants serait beaucoup plus satisfaisante, mais aussi certainement
beaucoup plus lourde en temps de calcul. Un compromis reste donc dfinir.
De mme, le lobe dantenne est considr comme idal : toute la puissance mise
se trouve uniformment rpartie dans le lobe 3 dB. La prise en compte du vritable
diagramme de rayonnement de lantenne utilise, et en particulier des lobes secondaires
si ceux ci savrent non ngligables, est donc mettre en uvre, afin daffiner encore les
simulations.
Pour augmenter les probabilits de dtection, un algorithme de pistage savrerait tout
fait intressant. En effet, cela permettrait de baisser les seuils de dtection, et donc daug-
107
menter les probabilits de dtection mais aussi de fausses alarmes, les fausses alarmes
ainsi introduites tant limines par le pistage. Cette approche devrait faire lobjet de futurs travaux mens au sein de lquipe.
On a galement not dans la prsentation des projets existants ralise au chapitre
2 que lintgration dinformations provenant de capteurs multiples tait de plus en plus
intgre dans les systmes ACC. Aussi, dans le prolongement de cette thse o on a mis en
oeuvre le traitement de signaux provenant dun capteur unique, la fusion dinformations
provenant de capteurs multiples devrait permettre daborder des traitements volus tels
que la classification des cibles de faon plus fiable quavec un capteur unique.
ANNEXE
Calcul de SNR
Considrons un signal s(t) et un bruit additif blanc gaussien de densit spectrale de

puissance bilatrale N0 /2. Le passage de ces signaux dans un filtre linaire de fonction de
transfert H() conduit un signal de SNR donn par :
SNR =
sO (tm )
,
n2
(A.1)
o tm est linstant dobservation. sO (tm ) est le signal la sortie du filtre :

1
sO (tm ) =
2
H()S()e jtm d,
(A.2)
o S() est la transforme de Fourrier de s(t). Le terme de bruit est donn par
n20
et donc
N0
=
4
|H()|2 d,
(A.3)
"
| H()S()e jtm d|2

"
SNR =
.
N0 |H()|2 d
(A.4)
En utilisant lingalit de Cauchy-Schwartz, on peut crire

1
SNR
N0
|S()|2 d =
2A
,
N0
(A.5)
lgalit tant obtenue lorsque la fonction de tranfert du filtre vaut

H() = KS ()e jtm .
Donc, lorsque h(t) = Ks (tm t), SNR =
2A
N0 .
(A.6)
ANNEXE
Aspect asymptotique de
lestimateur de
maximum de
vraisemblance
Soit un signal s(t; A, , 1 , ....., M ) = Ae [a(t; 1 , ....., M )ei ei0t ], o A est lamplitude, la phase et 1 , ..... , M M paramtres inconnus de lenveloppe complexe a.
Soit x(t) = e [z(t)ei0t ] un mlange additif du signal s et dun bruit blanc gaussien de
densit spectrale de puissance N0 .
Le logarithme du rapport de vraisemblance scrit [Lev73] :
0
1 A2
2A
e ei < a(t; 1 , ....., M ), z(t) >
L[z(t)|A, , 1 , ....., M ] =
N0
N0
!T
T
|a(t; 1 , ....., M )|2 dt.

(B.1)
Supposons que les signaux soient norms, de telle sorte que quels que soient
1 , ....., M on ait
1
2T
!T
T
|a(t; 1 , ....., M )|2 dt = 1.
(B.2)
Comme les variations de a sont supposes lentes vis--vis de 2/w0 , lquation (B.2)
conduit
E =
"T 2
s (t; 1 , ....., M ) dt
= A2
"T
, A2 T.
|a(t; 1 , ....., M )|2 cos 2 (0t + arg(a) ) dt
(B.3)
112
Aspect asymptotique de lestimateur de maximum de vraisemblance
En tenant compte de lquation (B.2), lquation(B.1) se reformule comme suit :

L[z(t)|A, , 1 , ....., M ] =
1
|< z(t), a(t; 1 , ....., M ) >| 2
2T!N0 D
!
!2
!
i 1
<
z(t),
a(t;
,
.....,
)
>
e
!A 2T
! .
M
1
N0
2T N0
(B.4)
,
1 , ... , M les estimations du maximum de vraisemblance. L dfini par lEq.
Soient A,
(B.4) est maximale quand le second terme est nul. Donc on obtient :
i =
Ae
A
1
2T
< z(t), a(t; 1 , ....., M ) >
!
!1
< z(t), a(t; 1 , ....., M ) >! ,
= ! 2T
(B.5)
1 ,.....,M )>
.
= Arctan m<z(t),a(t;
e<z(t),a(t;
1 ,.....,M )>
Il faut maintenant dterminer le maximum vis--vis des paramtres 1 , ..... , M :

Q(1 , ....., M ) =
1
|< z(t), a(t; 1 , ....., M ) >| 2
2T N0
(B.6)
On peut crire z(t) sous la forme

z(t) = A0 a(t; 01 , ....., 0M )ei0 + z1 (t),
(B.7)
o z1 (t) est un processus alatoire gaussien stationnaire complexe spectre uniforme,

et les grandeurs A0 , 0 , 01 , ..... , 0M sont les paramtres du signal estimer daprs la
ralisation x(t) = e[z(t)ei0t ]. Lquation (B.6) scrit encore
Q(1 , ....., M ) =
2TA20
N0
M )(1 , ....., M )ei0 ]

h(1 , ....., M ) + 2e[(1 , .....,
1
+ |(1 , ....., M )|2 ,
(B.8)
o :
et
h(1 , ....., M ) = |(1 , ....., M )| 2

!1 E
F!
= ! 2T
a(t; 01 , ....., 0M ), a(t; 1 , ....., M ) ! 2
(1 , ....., M ) =
1
.z1 (t), a(t; 1 , ....., M )/ .
2TA0
(B.9)
(B.10)
h et sont des fonctions dterministes et est une variable alatoire de moyenne nulle
et de variance gale linverse du rapport de lnergie du signal la densit spectrale du
bruit d =
2TA20
N0 .
113
|1 , ....., M )| =
1
2T
< a(t; 01 , ....., 0M ), a(t; 1 , ....., M ) >
1
[ 2T
1,
"T
|a(t; 1 , ....., M )|2 dt
"T
|a(t; 01 , ....., 0M )|2 dt] 2
(B.11)
daprs lingalit de Cauchy-Schwartz. La fonction || atteint son maximum pour

i = 0i , i = 1, ..., M. Ceci correspond au cas o le bruit est nul (z1 (t) = 0), cest--dire
quand d . Donc,
!
!
(01 , ....., 0M ) = !(01 , ....., 0M )! = 1.
(B.12)
Donc au point (01 , ....., 0M ) on a :
h
k
= 0, car en ce point h est maximale.
Lorsquon na pas de bruit, la fonction Q atteint son maximum en (01 , ....., 0M ). La

2TA2
prsence du bruit entrane un dplacement de ce maximum, mais si le rapport d = N0 0 est

trs lev, on peut supposer que le dplacement reste petit. Dveloppons Q(1 , ....., M )
en srie de Taylor au voisinage du point (01 , ....., 0M ), en ne conservant que les termes du
second ordre et en ngligant le dernier terme de lEq. (B.8) :
0 Q(1 ,.....,M ) |
Q(1 , ....., M ) = Q(01 , ....., 0M ) + M
k=1 (k k )
i =0 ,i=1...M
2 Q( ,....., )
M
1
k j
M
0
0
+ 12 M
k=1 j=1 (k k )( j j )
|i =0 ,i=1...M .
i
(B.13)
Drivons lquation (B.13) par rapport k au point (01 , ....., 0M ) :

Q(1 ,.....,M )
|i =0 ,i=1...M
k
i
$
$
,.....,M )
= 2de ei0 (1
k
,.....,
M)
+(1 , ....., M ) (1
k
i =0i ,i=1...M
(B.14)
Cette drive doit tre nulle, donc

M
Qk j (k 0k ) = k , k = 1, ..., M,
(B.15)
Q(1 , ....., M )
|i =0 ,i=1...M ,
i
k
(B.16)
2 Q(1 , ....., M )
|i =0 ,i=1...M .
i
k j
(B.17)
j=1
o :
k =
Qk j =
Daprs lEq. (B.15), on a alors
114
Aspect asymptotique de lestimateur de maximum de vraisemblance
j 0j =
k qk j | j=1,...,M ,
(B.18)
k=1
o les qk j sont les lments de la matrice inverse de Q. Donc, les erreurs j 0j sont
les sommes pondres des variables alatoires normales k de moyennes nulles. Ainsi,
0
1
E[j ] = 0j + E M
k=1 k qk j | j=1,...,M ,
(B.19)
0
= j , k = 1, ..., M.
Il sensuit que les estimations j sont, pour des rapports signal bruit levs, asymptotiquement normales, de valeurs moyennes gales 0j .
ANNEXE
Efficacit de lestimateur
de maximum de
vraisemblance
Daprs lquation (B.18), on peut crire

M M
E{(k 0k )(n 0n )} =
qkiq jnE{i j }.
(C.1)
i=1 j=1
Daprs [Lev73] on trouve que

E{i j } = d
2 h(1 , ....., M )
|i =0 ,i=1...M ,
i
i j
(C.2)
et daprs lquation (B.17),

Qi j = d
2 h(1 , ....., M )
.
i j
(C.3)
Donc,
E{i j } = Qi j .
(C.4)
En injectant lEq. (C.4) dans lquation (C.1), on obtient

M M
E{(k 0k )(n 0n )} =
qkiq jnQi j .
(C.5)
i=1 j=1
Mais les qi j sont les lments de la matrice inverse de Q. Lgalit Q1 Q = 1 donne

donc
6
M
1, i = n,
(C.6)
q jnQi j = 0, i &= n
j=1
et lEq. (C.5) devient
E{(k 0k )(n 0n )} = qkn .
(C.7)
116
Efficacit de lestimateur de maximum de vraisemblance
Ainsi, les lments de la matrice de corrlation des erreurs concident avec les lments de la matrice inverse de la matrice compose des drives secondes du logarithme
du rapport de vraisemblance. Lestimateur de maximum de vraisemblance atteint donc
asymptotiquement la borne de Cramer-Rao.
ANNEXE
Calcul de la borne de
Cramer-Rao pour la
forme donde FSK
Pour calculer les bornes de performances de la forme donde FSK prsente dans la

et m.
figure D.1 , daprs la formule (3.29), il faut valuer les cinq grandeurs t, t, ,
....
df
t
T
Figure D.1 Signal FSK autocruise
t =
t|s(t)| dt =
tA2 dt =
A2 T 2
.
2
"
On normalise lnergie totale du signal : |s(t)|2 dt = A2 T = 1. Donc A2 =

2 =
t
Pour calculer
1
T
et t =
T
2
(t 2 t2 )|s(t)|2 dt
! T
A2 T 3 T 2
=
.
12
12
(D.1)
A2 (t 2 t2 ) dt
(D.2)
118
Calcul de la borne de Cramer-Rao pour la forme donde FSK
on considre S( f ) =
|S()|2 d,
(D.3)
j2 fk t o f est la
s(t)e j2 f t dt, o s(t) = K
k
k=1 Ah(t kT0 )e
frquence du signal dans lintervalle [(k 1)T0 , kT0 ] et h est une fonction porte qui est
gale 1 entre 0 et T0 et 0 ailleurs. Ainsi,
S( f ) = A
! T K
h(t kT0)e j2 fkt e j2 f t dt
0 k=1
= A
! T0
k=1 0
e j2( fk f )t e j2( fk f )kT0 dt

(D.4)
e j2( fk f )T0
k=1
j2( fk f )
= A e j2( fk f )kT0 [
(k )T0
)
j(k )(k+ 21 )T0 sin(
2
A
.
e
(k )T0
k=1
2
K
Donc,
1]
119
= A
= A2
!
!
(k )T0
)2
j(k )(k+ 21 )T0 sin(
2
|
| d
e
(k )T0
k=1
2
K
= A2
k=1
= A
k=1
0
)
sin( (k )T
2
(k )T0
2
k=1
|2 d
(( k ) + k )|
k |
= 2A T0 k
k=1
0
)
sin( (k )T
2
0
)
sin( (k )T
2
(k )T0
2
(k )T0
2
|2 d
(D.5)
|2 d
sin() 2
| d
= 2A2 T0 k
k=1
2 K
k
K k=1
et on obtient
42 k
fk ,
K k=1
(D.6)
1
=
2
1
=
2
2
|S()| d
1
=
2
2,
2 |S()|2 d
2 )|S()|2 d
(2
2
|S( f )|2 d f
(D.7)
120
Calcul de la borne de Cramer-Rao pour la forme donde FSK
|S()| d = A
= A
k=1
K
k=1
(( k ) + k ) |
0
sin( T
2 )
2 K 2 8KA2
=
k + T0
K k=1
(k )
2
| d + A
= 2A2 T0 2k + 4KA2
k=1
0
)
sin( (k )T
2
|sin(
k=1
|2 d
T0
2 sin( 2 ) 2
k |
| d
T0 2
)| d
2
|sin()|2 d
(1 cos()) d
2 K 2 4KA2
k + T0
K k=1
2 K 2 4KA2
1
max
k +
[ sin(2)]
min
K k=1
T0
2
(D.8)
2 K 2 4KA2
=
k + T0 (max min),
K k=1
avec le changement de variables
!
et
2 |S()|2 d =
(k )T0
.
2
On obtient finalement,
2 K 2 2
k + T0 (min max),
K k=1
2 K
2 = 4 fk2 2 ( fmax fmin )
2,
K k=1
T0
m = m
= m
= m
!
!
!
(D.10)
ts(t)|s' (t) |2 dt
G
H
tA2 e j2 f (t)t j2 f (t)e j2 f (t)t dt
tA2 ( j2 f (t)) dt
= A2 T02 K
k=1 (2k 1) f k
=
(D.9)
T0 K
( (2k 1) fk ).
K k=1
(D.11)
121
On peut ainsi calculer les bornes :

Var( ) "
Var( ) "
t2
N0
2
2
2
m 2A
t
2
2 m2
t2
(D.12)
N0
2A
Numriquement, pour T = 5.12 ms, on trouve :

1
CRB() = 1.068.1030 SNR
,
(D.13)
CRB()
1
.
= 6.9444.1021 SNR
Bibliographie
[Abe93]
J. S. Abel. A bound on mean square estimate error. In IEEE Trans. Inform.

Theory, volume 39, pages 16751680, September 1993.
[AJG00] R. Abou-Jaoude and M. Grace. Test systems for automotive radar. In Vehicular Technology Conference Proceedings, 2000. VTC 2000-Spring Tokyo. 2000
IEEE 51st, volume 1, pages 492495, 2000.
[Bar49]
E.W. Barankin. Locally best unbiaised estimates. In Ann. Math. Statist., volume 20, pages 447501, 1949.
[Bha46]
A. Bhattacharyya. On some analogues of the amount of information and their

use in statistical estimation. In Sankhya Indian J. of Stat., 1946.
[BL97]
D.K Barton and S.A Leonov. Radar technology encyclopedia. Artech House
Boston, London, 1997.
[BT74]
S. Bellini and G. Tartara. Bounds on error in signal parameter estimation. In

IEEE Trans. Commun., volume 22, pages 340342, March 1974.
[Che89]
F. Le Chevalier. Principes de traitement des signaux radar et sonar. Masson

et CNETENST, Paris, 1989.
[Cho06]
T. Chonavel. Statistical Signal Processing. Springer, 2006.
[Cra46]
H. Cramr. Mathematical Methods of Statistics. Princeton University, Press,

New York, 1946.
[Cra97]
A. P. Cracknell. The advanced very high resolution radiometer. Taylor and

Francis, 1997.
[Dar81]
J. Darricau. Physique et thorie du radar. Sodipe, 1981.
[Dar96]
Jacques Darricaut. Techniques de lingnieur, Radar, Principes et lments de

base. Rf. E66507, 1996.
[DCZ75] M. Zakai D. Chazan and J. Ziv. Improved lower bounds on signal parameter
estimation. In IEEE Trans. Inform. Theory, volume 21, pages 9093, January
1975.
[eNL94] A. Freedman et N. Levanon. Properties of the periodic ambiguity function.
In IEEE Transactions on aerospace and electronic systems, volume 30, pages
938941, May 1994.
124
BIBLIOGRAPHIE
[eNL95] B. Getz et N. Levanon. Weight effects on the periodic ambiguity function.

In IEEE Transactions on aerospace and electronic systems, volume 31, pages
182183, January 1995.
[Fis22]
R. A. Fisher. On the mathematical foundations of theoretical statistics. Phil.

Trans. Royal Soc., 1922.
[Gre81]
C. John Grebenkemper. Local oscillator phase noise and its effect on receiver
performance. In Watkins-Johnson Company, Tech-notes, volume 8, November/December 1981.
[GSC97] M. Petit Didier G. Sol, P. Larzabal and H. Clergeot. A new approach for wind
profiling with doppler radar. In International journal of Radio sciences, volume 32, pages 13911408, July-August 1997.
[Hil05]
Y. E. Hillali. Etude et ralisation dun systme de communication et de localisation, bas sur les techniques dtalement de spectre, ddi aux transports
guids. Thse de doctorat de lUVHC, 2005.
[HR96]
R. Mende H. Rohling. Os cfar performance in a 77 ghz radar sensor for car

application. In Radar ; 1996, Proceedings, CIE International Conference of,
pages 109114, October 1996.
[HY00]
M. G. M. Hussain and M. J. Yedlin. Active-array beamforming for ultrawideband impulse radar. In Radar Conference, 2000. The Record of the IEEE
2000 International, pages 267272, 2000.
[IEM07] Rapport technique : Etat de lart, analyse des besoins, capteurs et effecteurs
existants. PhD thesis, IEMN-DOAE, LAMIH-ROI, INRETS, AVolute, 2007.
[IH81]
I. A. Ibragimov and R. Z. Hasaminski. Statistical estimation. Springer-Verlag,

New-York, 1981.
[Ins01]
European Telecommunications Standards Institute. ETSI TR 101 983 V1.1.1,

Electromagnetic compatibility and Radio spectrum Matters (ERM) ; Radio
equipment to be used in the 76 GHz to 77 GHz band ; System Reference Document for Short-Range Radar to be fitted on road infrastructure. Cambridge
University press, July 2001.
[Ins05]
European Telecommunications Standards Institute. ETSI EN 302 288-1, Electromagnetic compatibility and Radio spectrum Matters (ERM) ; Short Range
Devices ; Road Transport and Traffic Telematics (RTTT) ; Short range radar
equipment operating in the 24 GHz range ; Part 1 : Technical requirements
and methods of measurement. Cambridge University press, December 2005.
[J.L95]
J.L.Bruyelle. Conception et ralisation dun dispositif de prise de vue stroscopique, application la dtection dobstacle lavant des vhicules routiers.
PhD thesis, USTL, 1995.
BIBLIOGRAPHIE
125
[JPA05]
Kemkemians J. P. Artis. The radar in the automotive domain. In Annales des

tlcommunications, volume 60, pages 4326356, March/April 2005.
[Kay88]
S.M. Kay. Modern Spectral Estimation - Theory and Applications. Prentice

Hall, 1988.
[KBT97] Y. Ephraim K. Bell, Y. Steinberg and H. L. Van Trees. Extended ziv zakai lower
bound for vector parameter estimation. In IEEE Trans. Signal Processing,
volume 43, pages 624638, March 1997.
[KF05]
D. Kok and J.S. Fu. Signal processing for automotive radar. In IEEE International Radar Conference, May 2005.
[KL97]
S. Kemkemians and P. Lacomme. Procd et dispositif de dtection radar

modulation de frquence onde continue prsentant une leve dambigut
entre la distance et la vitesse. In Brevet Thals. N INPI : 97 02546, Mars
1997.
[KSW08] D. Becker K. Schuler and W. Wiesbeck. Extraction of vertical scattering centers of vehicles by ray-tracing simulations. In IEEE Transactions on Antennas
and Propagation, volume 56, pages 35433551, November 2008.
[Lee66]
D.B. Leeson. A ssimple model of feedback oscillator noise spectrum. In Proceedings of the IEE, volume 54, pages 329330, February 1966.
[Leh83]
E. L. Lehmann. Theory of Point Estimation. Wiley, New York, 1983.
[Lev73]
M. Levine. Fondements thoriques de la radiotechnique statistique. Mir, 1973.
[Lev01]
N. Levanon. Radar signals. Wiley, New York, 2001.
[Lex]
Lexus.fr. http ://www.lexus.fr/range/ls/key-features/safety/safety-obstacledetection.aspx.
[MCT03] C.G. Yuan C.H. Chen M. Chertouk, W.D. Chang and D.W. Tu. The first 0.15um
mhemt 6gaas foundry service : Highly reliable process for 3 v drain bias operations. In allium Arsenide applications symposium (GAAS 2003), pages 14,
Munich, Germany, October 6-10 2003.
[MF73]
C.D. Motchenbacher and F.C. Fitchen. Low-Noise Electronic Design. John

Wiley & sons Inc., 1973.
[MH71]
R. J. McAulay and E. M. Hofstetter. Barankin bounds on parameter estmation.

In IEEE Trans. Inform. Theory, volume 17, November 1971.
[Min10]
K. Minaoui. Squences binaires et traitements du signal pour les radars. Thse

de doctorat de Tlcom Bretagne, 2010.
[Miy04]
S. Miyahara. New algorithm for multiple object detection in the fmcw radar.
In SAE Technical Paper Series, 2004.
[MR00]
M.M. Meinecke and H. Rohling. In Combination of LFMCW and FSK Modulation Principles for Automotive Radar systemes, Berlin, Germany, October
11-12 2000.
126
BIBLIOGRAPHIE
[MS69]
R. J. McAulay and L. P. Seidman. A useful form of the barankin lower bound

and its application to ppm threshold analysis. In IEEE Trans. Inform. Theory,
volume 15, March 1969.
[ND93]
F Nashashibi and M Devy. 3d incremental modeling and robot localization in

structured environment using a laser range finder. In International Conference
on Robotics and Automation, pages 2027, May 1993.
[NK95]
S. Narasimhan and J. L. Krolik. Limits on source range estimation performance

in uncertain ocean channels. In J. Acoust. Soc. Am., volume 97, 1995.
[oET97] THE IEEE Standard Dictionary of Eletrical and Electronics Terms. 6th Edition (IEEE Standard 100-1996). Authored by the 10th Standards coordinating
Committee for Terms and Definitions, 1997.
[osi]
osioptoelectronics. http ://www.datasheetdir.com/BPW34B+download.
[Pie07]
G. Piel. Contribution la Mise en oeuvre dune Platforme De Simulation Dun

Systme Radar : Application A Un Radar Automobile Daide La Conduite.
PhD thesis, Telecom Bretagne, 2007.
[Rao45]
C. R. Rao. Information and accuracy attainable in the estimation of statistical

parameters. In Bull. Calcutta Math. Soc., number 37, pages 8191, 1945.
[RM01]
H. Rohling and M.M. Meinecke. Waveform design principles for automotive

radar systems. In Proceedings International Conference on Radar, pages 14,
October 2001.
[RS07]
K.M. Strohm R. Schneider, H.L. Blcher. Kokon - automotive high frequency

technology at 77/79 ghz. In Proceedings of the 4th European Radar Conference, pages 247250, Munich, Germany, October 2007.
[Sak10]
L. Sakkila. Etude et implmentation dun radar utilisant les techniques daccs multiples pour les communications intervhicules. Thse de doctorat de
INRETS, 2010.
[Sko62]
M.I Skolnik. Introduction to radar systems. TMc Graw-Hill, book Company

Inc, 1962.
[Sko81]
M. I. Skolnik. Introduction to Radar Systems. McGraw-Hill International,

Singapore, 1981.
[SNV07] A. Chantre B. Sautreuil S.T. Nicolson, P. Chevalier and S.P. Voinigescu. A 7779-ghz doppler radar transceiver in silicon. In IEEE Compound Semiconductor
Integrated Circuit Symposium (CSIC 2007), pages 14, October 14-17 2007.
[STS07] H. Knapp K. Aufinger T.F. Meister J. Bck W. Simbrger S. Trotta, B. Dehlink
and A.L. Scholtz. Sige circuits for spread spectrum automotive radar. In IEEE
International Conference on Ultra-Wideband (ICUWB 2007), pages 523528,
September 24-26 2007.
127
BIBLIOGRAPHIE
[Suz00]
H. Suzuki. Radar cross section of automobiles for millimeter wave band. In

JARI research Journal, volume 22, pages 475478, 2000.
[tec]
techno-science.net.
news=5739.
[Tes93]
Comstron International/Europe Test. Application Note 93-0001. Phase Noise

Theory and Measurements, 1993.
[Tre01]
H. VAN Trees. Detection, Estimation and Modulation, Part 1. Wiley, New

York, 2001.
http
://www.techno-science.net/ ?onglet=news&
[UMS06] United Monolithic Semiconductors UMS. Ref. :DSCHM2378a6354. 2006.

[UMS07] United Monolithic Semiconductors UMS. Ref. :DSCHV22707117. 2007.
[WW88] E. Weinstein and A. J. Weiss. A general class of lower bounds in parameter
estimation. In IEEE Trans. Inform. Theory, volume 34, pages 338342, March
1988.
[Xel]
Xelopolis.fr.
http
://www.xelopolis.com/Xdossiers/dossier
_537
_delphi+corporation+va+fournir+son+systeme+anticollision+nomme+collision+mitigation.html.
[Yam04] N. Yamada. Radar cross section for pedestrian in 76 ghz. In Proceedings of

2005 European Microwave Conference, volume 2, pages 4651, October 4-6
2004.
[ZLD04] B. Wang Z. Li, S.R. Lee and Z. Du. Study on reducing false target for automotive radar. In Proceedings on 7th International Conference on Signal
Processing(ICSP 04), volume 3, pages 20742077, Beijing, China, October
16-19 2004.
[ZZ69]
J. Ziv and M. Zakai. Some lower bounds on signal parameter estimation. In

IEEE Trans. Inform. Theory, volume 15, pages 386391, May 1969.

2010telb0137 Bazzi

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

2010telb0137 Bazzi

Uploaded by

Copyright:

Available Formats



Je tiens dabord adresser mes remerciements mon directeur de thse, Monsieur

Table des matires

2 Systmes de dtection pour laide la conduite

Les systmes passifs . . . . . . . . . . . . . . . . . . . . . . . .

Les systmes actifs . . . . . . . . . . . . . . . . . . . . . . . . .

Projets daide la conduite et de dtection dobstacles . . . . . . . . . .

Systme anticollision de Nissan . . . . . . . . . . . . . . . . .

Systme Collision Mitigation . . . . . . . . . . . . . . . . . . .

TABLE DES MATIRES

Modulation code pseudo-alatoire . . . . . . . . . . .

Radar ondes continues . . . . . . . . . . . . . . . . . . . . . .

Radar ondes continues monochromatique . . . . . . .

Radar ondes continues avec modulation de frquence

La modulation FSK-FMCW numrique . . .

Cas dun signal priodique . . . . . . . . . . . . . . . . . . . . .

Borne pour lestimation de la distance . . . . . . . . .

Borne pour lestimation de la vitesse . . . . . . . . . .

Borne destimation conjointe distance-vitesse . . . . . . . . . . .

Calcul de la borne de Barankin . . . . . . . . . . . . . . . . . . .

La forme donde Dual FMCW . . . . . . . . . . . . . . . . . . . . . . .

TABLE DES MATIRES

Estimation des paramtres pour la forme donde FMCW double .

La forme donde FMCW avec sinusoide pure . . . . . . . . . . . . . . .

Estimation des paramtres . . . . . . . . . . . . . . . . . . . . .

5 Implmentation dun simulateur Matlab

Le bruit en rception du radar . . . . . . . . . . . . . . . . . . . . . . . .

Le bruit de phase du VCO . . . . . . . . . . . . . . . . . . . . .

Bilan global des pertes . . . . . . . . . . . . . . . . . . . . . . . . . . .

6 Plateforme radar multifaisceaux

TABLE DES MATIRES

Dimensionnement de lantenne . . . . . . . . . . . . . . . . . . . 100

Mode long range . . . . . . . . . . . . . . . . . . . . 100

Mode short range . . . . . . . . . . . . . . . . . . . . 100

Influence du fouillis . . . . . . . . . . . . . . . . . . . 100

Discrimination angulaire . . . . . . . . . . . . . . . . 102

B Aspect asymptotique de lestimateur de maximum de vraisemblance

C Efficacit de lestimateur de maximum de vraisemblance

D Calcul de la borne de Cramer-Rao pour la forme donde FSK

Liste des figures

Exemple demploi dun radar ACC . . . . . . . . . . . . . . . . . . . . .

(a) : mission dune implusion en bande de base. (b) : Partie relle du

Principe de la modulation pseudo-alatoire . . . . . . . . . . . . . . . . .

Schma bloc dun radar onde continue . . . . . . . . . . . . . . . . . .

Principe de la modulation FSK . . . . . . . . . . . . . . . . . . . . . . .

Signal FSK autocruise . . . . . . . . . . . . . . . . . . . . . . . . . . .

Modulation FMCW : les frquences instantanes lmission et la rception 21

Schma bloc dun radar FMCW . . . . . . . . . . . . . . . . . . . . . .

2.10 Principe de la modulation FSK-FMCW numrique . . . . . . . . . . . .

Principe de lestimation paramtrique . . . . . . . . . . . . . . . . . . .

Comportement de lerreur quadratique moyenne dun estimateur du maximum de vraisemblance . . . . . . . . . . . . . . . . . . . . . . . . . . .

Fonction dambigut dune squence dimpulsions . . . . . . . . . . . .

Rampe montante FMCW . . . . . . . . . . . . . . . . . . . . . . . . . .

Fonction dambigut dune rampe montante FMCW . . . . . . . . . . .

Borne de Cramer-Rao pour lestimation de la distance pour la forme

La forme donde FMCW . . . . . . . . . . . . . . . . . . . . . . . . . .

LISTE DES FIGURES

Les frquences de battements en fonction de la distance et de la vitesse.

Spectres des deux rampes montante et descendante en prsence de trois

Forme donde FMCW double . . . . . . . . . . . . . . . . . . . . . . . .

Dmodulation en phase et dmodulation en phase et en quadrature dun

Les spectres des deux rampes montantes . . . . . . . . . . . . . . . . . .

Forme donde FMCW avec sinusoide pure . . . . . . . . . . . . . . . . .