Thèse ONERA-L2S: Séparation aveugle de sources acoustiques émettant dans un milieu complexe réverbérant et bruité

Retour à la liste des thèses
Ajouté le: 2/04/2014
Directeur : MOHAMMAD-DJAFARI Ali - djafari@lss.supelec.fr
Titre : Thèse ONERA-L2S: Séparation aveugle de sources acoustiques émettant dans un milieu complexe réverbérant et bruité
Thèmes : Automatique, Signal, Télécoms, Systèmes embarqués
Laboratoires : L2S Laboratoire des Signaux et Systèmes UMR 8506
Description :

La plupart des résultats fondamentaux et techniques actuels du traitement du signal sont
fondés sur une description des signaux faisant appel aux moments d'ordre 1 et 2. Ces
grandeurs ont joué un rôle essentiel dans l'élaboration de méthodes avancées de traitement des
signaux visant à la caractérisation des sources acoustiques produites i) par des maquettes
testées en soufflerie ii) par des avions, des hélicoptères lors d'essais in situ. De telles méthodes
comme l'imagerie acoustique sont développées par l'Onera. Elles sont largement utilisées par
les industriels pour prévoir les nuisances sonores perçues au sol lors de la conception de
nouveaux aéronefs. Les méthodes d’imagerie permettent i) de localiser les sources
acoustiques ii) d'estimer leurs densités spectrales de puissances avec précision lorsque la
propagation des ondes acoustiques s'effectue en champ libre ou dans des souffleries
anéchoïques dans lesquelles les conditions de propagation sont proches de celles rencontrées
en champ libre.
De nouvelles applications émergent aujourd'hui. Elles concernent i) la réalisation de mesures
acoustiques en milieu réverbérant et bruité ii) l'amélioration de la connaissance des
informations relatives à la physique des ondes. Ces applications amènent à sortir du cadre
conventionnel des techniques de traitement du signal classique pour déboucher sur la
description des nouveaux problèmes à résoudre ainsi qu’au développement des algorithmes
permettant de les résoudre.
Le concept de séparation aveugle de signaux (sans connaissance a priori ni du nombre de
signaux, ni de la matrice de mélange) en contexte convolutif est une voie prometteuse. En
effet, en chambre réverbérante l'objectif est de séparer les P sources acoustiques d’intérêt dont
un mélange bruité est enregistré par N microphones. La difficulté réside dans le fait que les
dits microphones sont sensibles aux trajets directs des sources, aux multiples échos dus à la
réflexion des ondes acoustiques et au bruit de mesure.
DSG/ octobre2013
Deux approches peuvent être envisagées pour résoudre le problème de séparation de sources.
-La première s’appuie sur les méthodes dites « classiques » fondées sur le calcul de fonctions
de contraste. Ces méthodes utilisent une hypothèse principale de l’indépendance des sources
entre elles par rapport temps. L’analyse en composantes indépendantes (ACI) est adaptée à
traiter les problèmes vérifiant ces hypothèses. Cette analyse cherche à construire une matrice
de séparation M (M est une pseudo inverse de la matrice mélange) de telle façon que les
signaux Y(t) qu’elle fournit en sortie soient les plus indépendants possibles.
- La deuxième approche est l'inférence et l'estimation bayésienne. L'idée de base est d'attribuer
des lois de probabilités a priori à des signaux mesurés ainsi qu'à des signaux sources et aux
éléments de la matrice de mélange. La règle de Bayes est utilisée pour obtenir la loi a
posteriori de toutes les inconnues (sources, matrice de mélange et les paramètres des différents
modèles du bruit et des a priori). Des méthodes de calcul bayésien : Maximum A Posteriori
conjointe (JMAP), Espérance-Maximisation (EM) ou Approximation Bayésienne
Variationnelle (VBA) sont alors nécessaires pour fournir des estimations pour toutes les
inconnues du problème.
Le doctorant examinera l'ensemble des méthodes classiques existantes, ainsi que des
méthodes bayésiennes simples déjà mises en oeuvre au Laboratoire des signaux et systèmes
(L2S), d'abord sur des données simulées réalistes, ensuite sur des données issues
d’expériences. Un premier objectif sera d'évaluer l'applicabilité de ces méthodes. Ce travail
sera réalisé en collaboration avec M. DJAFARI spécialiste des méthodes bayésiennes et d’un
post doc qui mènera des travaux sur la séparation de sources à Supélec.
Un deuxième objectif sera d'étendre des méthodes existantes avec des lois a priori plus
adaptées aux signaux étudiés. Dans ce cadre de nouveaux algorithmes devront être proposés,
implémentés et évalués sur des données réelles. Une coopération entre la localisation et la
séparation proprement dite peut être très utile pour obtenir des résultats satisfaisants.
 

Collaborations extérieures :
Laboratoire L2S de Supelec
Démarrage souhaité :
1er octobre 2014
 

PROFIL DU CANDIDAT
Formation :
École d’ingénieur – Master 2 spécialité automatique et traitement du signal et des images.
Spécificités souhaitées :
Connaissances sur les méthodes de séparation de sources, d’optimisation, de traitement du
signal et d'antenne- Avoir de bonnes notions en acoustique.
Connaissances sur les méthodes bayésiennes, de séparation de sources, inverses pour le
traitement du signal en acoustique