Dissertations / Theses on the topic 'Surveillance signal processing'

Il existe plusieurs limitations dans les systèmes radar de surveillance maritime. En particulier, un problème important est le fort retour électromagnétique de la surface de mer (notamment pour les mers formées). La définition de nouvelles techniques de traitement de ces données radar est un domaine en pleine expansion. Dans cette thèse, nous proposons l'utilisation de traitement adaptatif dans les domaines temps-fréquence (STAP en anglais) pour la détection d'objets sur la surface de mer. Cependant, cette méthodologie est confrontée à plusieurs difficultés : Non stationnarité (dans le temps et l'espace) du fouillis de mer, Non gaussianité de ce fouillis, fouillis avec un spectre Doppler étendu. Le propos de ce travail a été d'étudier des solutions à ces divers problèmes. En particulier, une modification des techniques de STAP (traitement et décision) pour la prise en compte des problèmes mentionnés ci-dessus est détaillée dans cette thèse. Ces modifications ont été testées sur des données simulées, mais aussi sur des données réelles obtenues grâce au radar à onde de surface WERA.

As the size of an adaptive antenna array grows, the system is able to resist interference signals of increasing bandwidth. This is a result of the transmit pattern gain increasing, which raises the target's return power, and a greater number of degrees of freedom. However, once the interference signal decorrelates completely from one channel to the next, increasing array size will cease to improve detection capability. The use of tapped delay-line processing to improve correlation between channels has been studied for smaller arrays with single element antennas, but previous analyses have not considereded larger systems that are partitioned into subarrays. This thesis quantifies the effect that subarrays have on performance, as measured by the interference bandwidth that can be handled, and explains how tapped delay-line processing can maintain the ability to detect targets in an environment with high bandwidth interference. The analysis begins by deriving equations to estimate the half-power bandwidth of an array with no taps. Then we find that a single delay with optimal spacing is sufficient to completely restore performance if the interference angle is known exactly. However, in practice, the tap spacing will never be optimal because this angle will not be known exactly, so further consideration is given to this non-ideal case and possible solutions for arbitrary interference scenarios are presented. Simulations indicate that systems with multiple taps have more tolerance to increasing interference bandwidth and unknown directions of arrival. Finally, the tradeoffs between ideal and practical configurations are explained and suggestions are given for the design of real-world systems.

Un algorithme permettant d’estimer précisément les paramètres des tourbillons de sillage (positions et circulations) en utilisant les données spectrales fournies par un LIDAR a été développé. Il s’articule en 3 grandes étapes : La première permet de détecter la présence de tourbillon et d’en faire une localisation grossière grâce à la méthode des enveloppes de vitesses. La seconde étape a pour but d’affiner l’estimation des positions des tourbillons en utilisant une optimisation du critère des moindres carrés. Cette étape permet également de faire une première estimation de la circulation des tourbillons. La troisième et dernière étape se concentre sur l’estimation des circulations des tourbillons en maximisant le critère de vraisemblance. Les estimations sont de plus en plus fines et se concentrent au fur et à mesure sur les paramètres les plus critiques. La mise au point de cet algorithme a nécessité d’utiliser plusieurs modèles (LIDAR, tourbillons de sillage, atmosphère) et de formuler un certain nombre d’hypothèses et approximations simplificatrices afin d’atteindre un coût calculatoire raisonnable. L’algorithme proposé a ensuite fait l’objet d’une évaluation de performances, l’intérêt étant porté sur la robustesse par rapport aux différents bruits altérant la mesure, en particulier celui lié à la turbulence atmosphérique et par rapport aux erreurs de modèle. Cette évaluation a été menée à la fois sur des données simulées à l’aide de modèles paramétriques simplifiés, et sur des données de simulations aux grandes échelles.Les paramètres instrumentaux du LIDAR constituent de potentiels degrés de liberté pour améliorer les performances de l’estimateur, en particulier pour les grandeurs les plus critiques, c’est-à-dire les valeurs de circulation. Le calcul des performances de l’estimateur nécessitant un coût de calcul non négligeable, il se prête mal à des fins d’optimisation. C’est pourquoi une étude de l’influence des paramètres du LIDAR sur la Borne de Cramér-Rao (BCR) a été menée. Cette étude a permis de mieux comprendre l’influence des paramètres instrumentaux et d’aboutir à une configuration optimale pour la BCR
An algorithm was developed to estimate precisely wake vortices parameters (positions and circulations) using spectral data provided by a LIDAR. It is articulated in 3 main stages: The first one allows to detect the presence of vortices and to make a rough localization thanks to the method of the velocity envelopes. The second step is to refine the estimation of vortex positions using an optimization of the least squares criterion. This step also permits to make an first estimation of the vortices circulation. The third and final step focuses on estimating vortex circulations by maximizing the likelihood criterion. Estimates are becoming finer and more focused on the most critical parameters. The development of this algorithm required the use of several models (LIDAR, wake vortices, atmosphere) and to formulate a number of simplifying assumptions in order to reach a reasonable computational cost. The proposed algorithm was then subjected to a performance evaluation, the interest being focused on the robustness with respect to the different noises altering the measurement, particularly the one related to the atmospheric turbulence, and with respect to the model errors. This evaluation was carried out both on simulated data using simplified parametric models, and on Large Eddy Simulations.The instrumental parameters of LIDAR are potential degrees of freedom to improve the performance of the estimator, in particular for the most critical quantities, that is to say the circulation values. The calculation of the performance of the estimator requiring a significant computational cost, it lends itself poorly for optimization purposes. This is why a study of the influence of the LIDAR parameters on the Cramér-Rao Bound (CRB) was carried out. This study allowed to understand the influence of the instrumental parameters and to reach an optimal configuration for the CRB

In video surveillance business, a recurring topic of discussion is quality versus data usage. A higher quality allows for more details to be captured at the cost of a higher bit rate, and for cameras monitoring events 24 hours a day, limiting data usage can quickly become a factor to consider. The purpose of this thesis has been to apply additional compression features to a h.264 video steam, and evaluate their effects on the videos overall quality. Using a surveillance camera, recordings of video streams were obtained. These recordings had constant GOP and frame rates. By breaking down one of these videos to an image sequence, it was possible to encode the image sequence into video streams with variable GOP/FPS using the software Ffmpeg. Additionally a user test was performed on these video streams, following the DSCQS standard from the ITU-R recom- mendation. The participants had to subjectively determine the quality of video streams. The results from the these tests showed that the participants did not no- tice any considerable difference in quality between the normal videos and the videos with variable GOP/FPS. Based of these results, the thesis has shown that that additional compression features can be applied to h.264 surveillance streams, without having a substantial effect on the video streams overall quality.

Dans le contexte de la sécurisation des systèmes de transport, la surveillance à courte distance de l’activité des personnes, en particulier du conducteur dans un véhicule, constitue un enjeu majeur dans l’amélioration du système d’aide à la conduite. L’application visée dans ce travail concerne principalement le domaine du ferroviaire.Les fréquences respiratoire et cardiaque du conducteur sont des indicateurs clés pour l’évaluation de l’état physiologique. Les méthodes de mesure conventionnelles de ces signes vitaux reposent sur des capteurs opérant en contact direct avec la peau. Par conséquent, le caractère intrusif de ces solutions ne s’avère pas adapté au domaine du transport, en particulier du fait de la gêne induite. Dans le cadre de ces travaux, une solution radar hyperfréquence opérant à faible puissance est proposée pour la mesure en continue des signaux d’activités respiratoire et cardiaque. En particulier, les signaux physiologiques (battements du cœur, mouvement mécanique de la cage thoracique) sont des indicateurs de l’activité humaine qui peuvent être détectés à distance (jusqu’à une dizaine de mètres) au moyen d’ondes électromagnétiques hyperfréquences rayonnées.Bien que la littérature montre un engouement grandissant pour le développement de techniques radars dédiés à la surveillance des personnes, il n’existe pas, à ce jour, de dispositif commercial robuste, sensible et précis. Une analyse fine des paramètres électriques et géométriques de la technique radar est proposée dans ce travail afin d’identifier les sources d’incertitudes, de définir les paramètres optimaux, de valider expérimentalement la solution proposée. Un traitement de signal original, basé sur l’approche cyclostationnaire, est mis en œuvre afin d’extraire les paramètres d’intérêt dans des environnements de mesure de référence ou perturbés. Les solutions matérielles proposées associées à un traitement de signal optimal permettent d’entrevoir des architectures de radar adaptées aux contingences hors laboratoire
In the context of securing transportation systems, short-range monitoring of people's activity, in particular the driver's activity in a vehicle, is a major issue in the improvement of the driver assistance system. The application targeted in this work concerns mainly the railway domain.Respiratory and heart rates of the driver are key indicators for the evaluation of the physiological state. Conventional methods of measuring these vital signs rely on sensors operating in direct contact with the skin. Therefore, the intrusive character of these solutions is not suited for the transportation domain, especially because of the induced discomfort. In this work, a microwave radar solution operating at low power is proposed for the continuous measurement of respiratory and cardiac activity signals. In particular, physiological signals (heartbeat, mechanical movement of the rib cage) are indicators of human activity that can be detected at a distance (up to ten meters) using radiated microwave electromagnetic waves.Although the literature shows a growing interest in the development of radar techniques dedicated to the surveillance of people, there is no robust, sensitive and accurate commercial device available to date. A detailed analysis of the electrical and geometrical parameters of the radar technique is proposed in this work in order to identify the sources of uncertainties, to define the optimal parameters, to validate experimentally the proposed solution. An original signal processing, based on the cyclostationary approach, is implemented in order to extract the parameters of interest in reference or disturbed measurement environments. The proposed hardware solutions associated with an optimal signal processing allow to foresee radar architectures adapted to non-laboratory contingencies

Multiple object tracking is the process of assigning unique and consistent identities to objects throughout a video sequence. A popular approach to multiple object tracking, and object tracking in general, is to use a method called tracking-by-detection. Tracking-by-detection is a two-stage procedure: an object detection algorithm first detects objects in a frame, these objects are then associated with already tracked objects by a tracking algorithm. One of the main concerns of this thesis is to investigate how different object detection algorithms perform on surveillance video supplied by National Forensic Centre. The thesis then goes on to explore how the stand-alone alone performance of the object detection algorithm correlates with overall performance of a tracking-by-detection system. Finally, the thesis investigates how the use of visual descriptors in the tracking stage of a tracking-by-detection system effects performance.  Results presented in this thesis suggest that the capacity of the object detection algorithm is highly indicative of the overall performance of the tracking-by-detection system. Further, this thesis also shows how the use of visual descriptors in the tracking stage can reduce the number of identity switches and thereby increase performance of the whole system.

Cette thèse propose trois méthodes de traitement du signal orientées vers la surveillance d’état et le diagnostic. Les techniques proposées sont surtout adaptées pour la surveillance d’état, effectuée à la base de vibrations, des machines tournantes qui fonctionnent dans des conditions d’opération non-stationnaires comme par exemple les éoliennes mais elles ne sont pas limitées à un tel usage. Toutes les méthodes proposées sont des algorithmes automatiques et gérés par les données.La première technique proposée permet de sélectionner la partie la plus stationnaire d’un signal en cadrant la représentation temps-fréquence d’un signal.La deuxième méthode est un algorithme pour l’association des dispositions spectrales, des séries harmoniques et des séries à bandes latérales avec des fréquences caractéristiques provennant du cinématique d'un système analysé. Cette méthode propose une approche unique dédiée à l’élément roulant du roulement qui permet de surmonter les difficultés causées par le phénomène de glissement.La troisième technique est un algorithme de démodulation de bande latérale entière. Elle fonctionne à la base d’un filtre multiple et propose des indicateurs de santé pour faciliter une évaluation d'état du système sous l’analyse.Dans cette thèse, les méthodes proposées sont validées sur les signaux simulés et réels. Les résultats présentés montrent une bonne performance de toutes les méthodes
This thesis proposes a three signal-processing methods oriented towards the condition monitoring and diagnosis. In particular the proposed techniques are suited for vibration-based condition monitoring of rotating machinery which works under highly non-stationary operational condition as wind turbines, but it is not limited to such a usage. All the proposed methods are automatic and data-driven algorithms.The first proposed technique enables a selection of the most stationary part of signal by cropping time-frequency representation of the signal.The second method is an algorithm for association of spectral patterns, harmonics and sidebands series, with characteristic frequencies arising from kinematic of a system under inspection. This method features in a unique approach dedicated for rolling-element bearing which enables to overcome difficulties caused by a slippage phenomenon.The third technique is an all-sideband demodulation algorithm. It features in a multi-rate filter and proposes health indicators to facilitate an evaluation of the condition of the investigated system.In this thesis the proposed methods are validated on both, simulated and real-world signals. The presented results show good performance of all the methods

Thesis (Ph. D.)--University of California, Riverside, 2009.
Includes abstract. Title from first page of PDF file (viewed January 27, 2010). Includes bibliographical references (p. 99-105). Issued in print and online. Available via ProQuest Digital Dissertations.

Due to recent improvements, robots are more applicable in factories and various production lines where smoke, fog, dust, and steam are inevitable. Despite their advantages, robots introduce new safety requirements when combined with humans. Radars can play a crucial role in this context by providing safe zones where robots are operating in the absence of humans. The goal of this Master’s thesis is to investigate different clutter suppression methods for single radar sensor reflection data via digital signal processing. This was done in collaboration with ABB Jokab AB, Sweden. The calculations and implementation of the digital signal processing algorithms are made with Octave. A critical problem is false detection that could possibly cause irreparable damage. Therefore, a safety system with an extremely low false alarm rate is desired to reduce costs and damages. In this project, we have studied four different digital low pass filters: moving average, multiple-pass moving average, Butterworth, and window-based filters. The results are compared, and it is ascertained that all the results are logically compatible, broadly comparable, and usable in this context.

Les problèmes liés à l'équilibre sont diagnostiqués à l'aide de systèmes de cartographies des pressions plantaires ou de plateformes de force mesurant le déplacement du centre de pressions. Ces systèmes professionnels sont restreints à une utilisation en milieu médical, et on constate qu'aucun dispositif de surveillance de l'équilibre ne donne entière satisfaction en termes de mobilité et d'acceptabilité. Dans le contexte de la télémédecine et de l'e-santé, notre objectif a consisté à développer des outils pour la surveillance ambulatoire de l'équilibre postural, et contribuer à la compréhension du contrôle de l'équilibre. Nous avons d'abord entrepris une étude théorique de la faisabilité de la mesure des pressions plantaires et du déplacement dynamique du centre de pression, à partir d'un nombre très réduit de capteurs. Nous avons proposé pour cela un modèle mécanique simplifié du pied, ainsi que les hypothèses spécifiques à ces applications. Le modèle décrit la relation physique entre la posture du pied et la répartition des pressions plantaires suivant ses caractéristiques biomécaniques. Sur la base d'un prototype de semelle instrumentée à 3 capteurs uniquement, nous avons vérifié expérimentalement la capacité du système et des méthodes à générer le stabilogramme et les cartographies de pressions plantaires. Ceux-ci ont été comparés à un système matriciel de référence, et caractérisés en termes d'incertitude dans le cas du pied normal en position debout et durant la marche. Les stabilogrammes ainsi mesurés peuvent être analysés pour caractériser la signature de l'équilibre. Nous proposons un modèle spécifique à trois dimensions, décrivant la dynamique de l'équilibre et permettant d'identifier, par simulation, les principaux paramètres physiologiques qui assurent le maintien de l'équilibre postural
Problems of balance are often diagnosed thanks to plantar pressure cartography systems or forces platform that measure the center of pressure displacement. These professional systems are restricted in use to medical environments, and until now, the balance monitoring systems do not offer complete satisfaction in terms of mobility and acceptability. In order to overcome these limitation and in the context of telemedicine and e-health, we aimed to develop tools for ambulatory monitoring of postural equilibrium and to understand the balance control. We have first undertaken a theoretical study on the feasibility of measuring plantar pressure and dynamic displacement of the center of pressure, from a very small number of sensors. For these applications, we have proposed a simplified mechanical foot model, as well as related assumptions. The model describes the physical relationship between foot posture and distribution of plantar pressures following its biomechanical characteristics. Based on a prototype of an instrumented insole with only 3 sensors, we have verified experimentally the ability of the system and the methods to generate both the stabilogram and the plantar pressure maps. Comparison is made with a matrix reference system, and characterization in terms of uncertainty in the case of normal foot in standing position and during walking is detailed. The measured stabilogram can be analyzed to characterize the signature of balance. We have also proposed a specific three-dimensional model describing the dynamics of balance. Based on simulation, it leads to identify the main physiological parameters related to balance control

L'étude se base sur la comparaison d'une image stockée en mémoire avec celle provenant de la caméra. L'étude s'est effectuée à l'aide d'un dispositif cablé qui donne un résultat visuel et un résultat numérique en temps réel. Un logiciel permet d'obtenir les mêmes résultats mais en temps différé

Cette thèse s’intéresse aux méthodes de classification par Machines à Vecteurs de Support (SVM) partiellement supervisées permettant la détection de nouveauté (One-Class SVM). Celles-ci ont été étudiées dans le but de réaliser la détection d’événements audio anormaux pour la surveillance d’infrastructures publiques, en particulier dans les transports. Dans ce contexte, l’hypothèse « ambiance normale » est relativement bien connue (même si les signaux correspondants peuvent être très non stationnaires). En revanche, tout signal « anormal » doit pouvoir être détecté et, si possible, regroupé avec les signaux de même nature. Ainsi, un système de référence s’appuyant sur une modélisation unique de l’ambiance normale est présenté, puis nous proposons d’utiliser plusieurs SVM de type One Class mis en concurrence. La masse de données à traiter a impliqué l’étude de solveurs adaptés à ces problèmes. Les algorithmes devant fonctionner en temps réel, nous avons également investi le terrain de l’algorithmie pour proposer des solveurs capables de démarrer à chaud. Par l’étude de ces solveurs, nous proposons une formulation unifiée des problèmes à une et deux classes, avec et sans biais. Les approches proposées ont été validées sur un ensemble de signaux réels. Par ailleurs, un démonstrateur intégrant la détection d’événements anormaux pour la surveillance de station de métro en temps réel a également été présenté dans le cadre du projet Européen VANAHEIM
This thesis addresses partially supervised Support Vector Machines for novelty detection (One-Class SVM). These have been studied to design abnormal audio events detection for supervision of public infrastructures, in particular public transportation systems. In this context, the null hypothesis (“normal” audio signals) is relatively well known (even though corresponding signals can be notably non stationary). Conversely, every “abnormal” signal should be detected and, if possible, clustered with similar signals. Thus, a reference system based on a single model of normal signals is presented, then we propose to use several concurrent One-Class SVM to cluster new data. Regarding the amount of data to process, special solvers have been studied. The proposed algorithms must be real time. This is the reason why we have also investigated algorithms with warm start capabilities. By the study of these algorithms, we have proposed a unified framework for One Class and Binary SVMs, with and without bias. The proposed approach has been validated on a database of real signals. The whole process applied to the monitoring of a subway station has been presented during the final review of the European Project VANAHEIM

L’objectif de ces travaux de thèse est de développer des architectures fiables de surveillance et de détection des défauts d’une machine asynchrone basées sur des techniques paramétriques de traitement du signal. Pour analyser et détecter les défauts, un modèle paramétrique du courant statorique en environnement stationnaire est proposé. Il est supposé être constitué de plusieurs sinusoïdes avec des paramètres inconnus dans le bruit. Les paramètres de ce modèle sont estimés à l’aide des techniques paramétriques telles que les estimateurs spectraux de type sous-espaces (MUSIC et ESPRIT) et l’estimateur du maximum de vraisemblance. Un critère de sévérité des défauts, basé sur l’estimation des amplitudes des composantes fréquentielles du courant statorique, est aussi proposé pour évaluer le niveau de défaillance de la machine. Un nouveau détecteur des défauts est aussi proposé en utilisant la théorie de détection. Il est principalement basé sur le test du rapport de vraisemblance généralisé avec un signal et un bruit à paramètres inconnus. Enfin, les techniques paramétriques proposées ont été évaluées à l’aide de signaux de courant statoriques expérimentaux de machines asynchrones en considérant les défauts de roulements et les ruptures de barres rotoriques. L’analyse des résultats expérimentaux montre clairement l’efficacité et la capacité de détection des techniques paramétriques proposées
This Ph.D. thesis aims to develop reliable and cost-effective condition monitoring and faults detection architectures for induction machines. These architectures are mainly based on advanced parametric signal processing techniques. To analyze and detect faults, a parametric stator current model under stationary conditions has been considered. It is assumed to be multiple sinusoids with unknown parameters in noise. This model has been estimated using parametric techniques such as subspace spectral estimators and maximum likelihood estimator. A fault severity criterion based on the estimation of the stator current frequency component amplitudes has also been proposed to determine the induction machine failure level. A novel faults detector based on hypothesis testing has been also proposed. This detector is mainly based on the generalized likelihood ratio test detector with unknown signal and noise parameters. The proposed parametric techniques have been evaluated using experimental stator current signals issued from induction machines under two considered faults: bearing and broken rotor bars faults.Experimental results show the effectiveness and the detection ability of the proposed parametric techniques

Cette thèse porte sur la surveillance des perturbations de la qualité de l’énergie d’un réseau électrique via des techniques paramétriques de traitement du signal. Pour élaborer nos algorithmes de traitement du signal, nous avons traité les problèmes d’estimation des différentes grandeurs du réseau électrique triphasé et de classification des perturbations de la qualité d'énergie. Pour ce qui est du problème d’estimation, nous avons développé une technique statistique basée sur le maximum de vraisemblance. La technique proposée exploite la nature multidimensionnelle des signaux électriques. Elle utilise un algorithme d’optimisation pour minimiser la fonction de vraisemblance. L’algorithme utilisé permet d’améliorer les performances d’estimation tout en étant d’une faible complexité calculatoire en comparaison aux algorithmes classiques. Une analyse plus poussée de l’estimateur proposé a été effectuée. Plus précisément, ses performances sont évaluées sous un environnement incluant entre autres la pollution harmonique et interharmonique et le bruit. Les performances sont également comparées aux exigences de la norme IEEE C37.118.2011. La problématique de classification dans les réseaux électriques triphasés a plus particulièrement concerné les perturbations que sont les creux de tension et les surtensions. La technique de classification proposée consiste globalement en deux étapes : 1) une pré-classification du signal dans l’une des 4 préclasses établis et en 2) une classification du type de perturbation à l’aide de l’estimation des composants symétriques.Les performances du classificateur proposé ont été évaluées, entre autres, pour différentes nombre de cycles, de SNR et de THD. L’estimateur et le classificateur proposés ont été validés en simulation et en utilisant les données d’un réseau électrique réel du DOE/EPRI National Database of Power System Events. Les résultats obtenus illustrent clairement l’efficacité des algorithmes proposés quand à leur utilisation comme outil de surveillance de la qualité d’énergie
This thesis deals with electric grid monitoring of power quality (PQ) disturbances using parametric signal processing techniques. The first contribution is devoted to the parametric spectral estimation approach for signal parameter extraction. The proposed approach exploits the multidimensional nature of the electrical signals.For spectral estimation, it uses an optimization algorithm to minimize the likelihood function. In particular, this algorithm allows to improve the estimation accuracy and has lower computational complexity than classical algorithms. An in-depth analysis of the proposed estimator has been performed. Specifically, the estimator performances are evaluated under noisy, harmonic, interharmonic, and off-nominal frequency environment. These performances are also compared with the requirements of the IEEE Standard C37.118.2011. The achieved results have shown that the proposed approach is an attractive choice for PQ measurement devices such as phasor measurement units (PMUs). The second contribution deals with the classification of power quality disturbances in three-phase power systems. Specifically, this approach focuses on voltage sag and swell signatures. The proposed classification approach is based on two main steps: 1) the signal pre-classification into one of 4 pre-classes and 2) the signature type classification using the estimate of the symmetrical components. The classifier performances have been evaluated for different data length, signal to noise ratio, interharmonic, and total harmonic distortion. The proposed estimator and classifier are validated using real power system data obtained from the DOE/EPRI National Database of Power System Events. The achieved simulations and experimental results clearly illustrate the effectiveness of the proposed techniques for PQ monitoring purpose

Dans le cadre d’un projet ERC (European Research Council) mené à Geoazur de 2009 à 2015 par Guust Nolet, un flotteur profileur autonome équipé d’un hydrophone et pouvant accueillir jusqu’à 8 capteurs a été développé. Il vise à acquérir des données en zones océaniques, faiblement couvertes par l’instrumentation actuelle. Ces données sont pourtant nécessaires pour réaliser des études dans différents domaines scientifiques, par exemple, pour étudier la structure interne de la terre en géosciences (via l’enregistrement d’ondes sismiques ayant traversées l’intérieur de la terre), le bilan thermique des océans en climatologie, ou encore la répartition des cétacés dans les océans en biologie. Toutes ces données doivent être traitées avant leur transmission à cause des capacités de transmission par satellite qui sont très limités. Les applications de traitement des données sont usuellement développées par des spécialistes en systèmes embarqués ayant une bonne connaissance des caractéristiques spécifiques à l’instrument. Cependant, passer par ces spécialistes limite grandement les capacités d’adaptation des applications en fonction des besoins des scientifiques.Afin de permettre aux scientifiques d’écrire des applications pour l’instrument, nous avons créé le langage de programmation MeLa (Mermaid Language), spécifiquement conçu pour le flotteur Mermaid. Le langage permet de cacher les aspects propres aux systèmes embarqués. Il est basé sur des modèles informatiques à partir desquels nous calculons l’utilisation des ressources de l’instrument (i.e., processeur, énergie, transmission satellite) afin de s’assurer que les limites de l’instrument ne soient pas dépassées. Les modèles sont aussi utilisés pour composer (i.e., combiner) plusieurs applications devant être installées sur un même instrument et s’assurer qu’elles sont compatibles. Finalement, les modèles sont utilisés pour générer du code fiable et efficace (i.e., sans bugs et performant), d’une part pour simuler les applications sur un ordinateur personnel et vérifier leurs comportements, et d’autre part pour générer le code embarqué servant à la programmation des instruments.Ce manuscrit de thèse est organisé en quatre chapitres. Dans le premier chapitre, nous commençons par la présentation des différentes problématiques scientifiques et sociales concernées par l’acquisition de données dans les océans, nous introduisons ensuite le flotteur Mermaid et la manière dont il peut répondre à ces problématiques et terminons par présenter les différentes approches de programmation de ce type d’instruments. Le deuxième chapitre correspond à un article publié à l’occasion de la conférence OCEANS 2019. Il décrit les aspects techniques du langage MeLa et en particulier la manière dont nous utilisons les modèles et validons cette approche sur une carte de développement Arduino. Le troisième chapitre correspond à un article publié dans la revue Sensors et est plus axé sur l’utilisation du langage, une méthode de développement est proposée et deux applications sont présentées pour la détection de séismes et la détection de baleines bleues. Dans le chapitre final, nous récapitulons les conclusions et offrons une perspective des développements futurs
As part of an ERC (European Research Council) project conducted at Geoazur from 2009 to 2015 by Guust Nolet, an autonomous profiler float equipped with a hydrophone and able to carry up to 8 sensors has been developed. It aims to acquire data in oceanic areas, poorly covered by current instrumentation. However, these data are necessary to carry out studies in various scientific fields, for example, to study the internal structure of the earth in geosciences (via the recording of seismic waves propagating inside the earth), the thermal balance of oceans in climatology, or the distribution of marine mammals in the oceans in biology. Most data must be processed before being transmitted by satellite because of the very limited transmission bandwidth. Data processing applications are usually developed by embedded systems specialists who have a good knowledge of the characteristics specific to the instrument. However, the need to involve these specialists greatly limits the flexibility, or even the ability of scientists to adapt the applications to their needs.In order to enable scientists to write applications for the instrument, we have created the MeLa (Mermaid Language) programming language, specifically designed for the Mermaid float. The language makes it possible to hide embedded systems specific aspects. It is based on computer models that allow computing the resources usage of the instrument (i.e., processor, power, satellite transmission) in order to ensure that the instrument limits are not exceeded. Models are also used to compose (i.e., combine) several applications to be installed on the same instrument and to ensure that they are compatible. Finally, models are used to generate reliable and efficient code (i.e., without bugs and efficient), on the one hand, to simulate applications on a personal computer and verify their behavior, and, on the other hand, to generate the embedded code used to program the instruments.This thesis is organized into four chapters. In the first chapter, we start by presenting the scientific and social issues involved in the acquisition of data in the oceans, then we introduce the Mermaid float and how it can respond to these issues and end by presenting different programming approaches for this type of instrument. The second chapter corresponds to an article published in the OCEANS 2019 conference proceedings. It shows the technical aspects of the MeLa language and in particular how we use models and how the approach is validated on an Arduino development board. The third chapter corresponds to an article published in the Sensors journal and is more focused on the use of language, a development method is proposed, and two applications are developed for the detection of earthquakes and the detection of blue whales. In the final chapter, we summarize the conclusions and offer a perspective of future developments

Cette thèse s'articule autour de deux axes de recherche. Le premier axe aborde les aspects méthodologiques liés au traitement temps-fréquence des signaux issus d'un radar FMCW (à onde continue modulée en fréquence) dans le contexte de la mesure des déplacements fins. Le second axe est dédié à la conception et à la validation d'une chaîne de traitement des images RSO (radar à synthèse d'ouverture) satellitaire. Lorsqu'un maillage 3D de la structure envisagée est disponible, les traitements proposés sont validés par l'intercomparaison avec les techniques conventionnelles d'auscultation des grands ouvrages d'art.D'une part, nous étudions la correction de la non-linéarité d'un radar FMCW en bande X, à courte portée, conçu pour la mesure des déplacements millimétriques. La caractéristique de commande non linéaire de l'oscillateur à large bande, entraine une perte de résolution à la réception. Afin de pallier cet inconvénient, nous avons développé deux méthodes basées sur le ré-échantillonnage temporel (time warping) dans le cas des signaux à large bande non-stationnaires. La première approche estime la loi de fréquence instantanée non linéaire à l'aide de la fonction d'ambiguïté d'ordre supérieur, tandis que la deuxième approche exploite la mesure de concentration spectrale du signal de battement dans un algorithme d'autofocus radial.D'autre part, nous proposons un cadre méthodologique général pour la détection et le pistage des centres de diffusion dans les images RSO pour la surveillance des grands ouvrages d'art. La méthode est basée sur la ré-focalisation de chaque image radar sur le maillage 3D de l'infrastructure étudiée afin d'identifier les diffuseurs pertinents par tomographie 4D (distance – azimut – élévation – vitesse de déformation). L'algorithme de ré-focalisation est parfaitement compatible avec les images RSO acquises dans les différents modes (« stripmap », « spotlight » et « sliding spotlight ») : dé-focalisation en azimut suivie par rétroprojection modifiée (conditionnée par la structure temps-fréquence du signal) sur l'ensemble donné des points. Dans la pile d'images ré-focalisées, les centres de diffusion sont détectés par tomographie 4D : test de conformité à l'hypothèse d'élévation zéro dans le plan élévation – vitesse de déformation. La vitesse moyenne correspond au maximum à l'élévation zéro, tandis que la série temporelle des déplacements est obtenue par double différence de phase des amplitudes complexes pour chaque diffuseur pertinent.Nous présentons également les campagnes in situ effectuées au barrage de Puylaurent (et glissement de Chastel) : les relevés GPS, topographiques et LIDAR sol employées au calcul des maillages 3D. La comparaison entre les déplacements mesurés in situ et les résultats obtenus par l'exploitation conjointe de la télédétection RSO satellitaires et les maillages 3D valident la chaîne de traitement proposée
The thesis is composed of two research axis. The first one consists in proposing time-frequency signal processing tools for frequency modulated continuous wave (FMCW) radars used for displacements measurements, while the second one consists in designing a spaceborne synthetic aperture radar (SAR) signal processing methodology for infrastructure monitoring when an external point cloud of the envisaged structure is available. In the first part of the thesis, we propose our solutions to the nonlinearity problem of an X-band FMCW radar designed for millimetric displacement measurements of short-range targets. The nonlinear tuning curve of the voltage controlled oscillator from the transceiver can cause a dramatic resolution degradation for wideband sweeps. To mitigate this shortcoming, we have developed two time warping-based methods adapted to wideband nonlinearities: one estimates the nonlinear terms using the high order ambiguity function, while the other is an autofocus approach which exploits the spectral concentration of the beat signal. Onwards, as the core of the thesis, we propose a novel method for scattering centers detection and tracking in spaceborne SAR images adapted to infrastructure monitoring applications. The method is based on refocusing each SAR image on a provided 3D point cloud of the envisaged infrastructure and identifying the reliable scatterers to be monitored by means of four dimensional (4D) tomography. The refocusing algorithm is compatible with stripmap, spotlight and sliding spotlight SAR images and consists of an azimuth defocusing followed by a modified back-projection algorithm on the given set of points which exploits the time-frequency structure of the defocused azimuth signal. The scattering centers of the refocused image are detected in the 4D tomography framework by testing if the main response is at zero elevation in the local elevation-velocity spectral distribution. The mean displacement velocity is estimated from the peak response on the zero elevation axis, while the displacements time series for detected single scatterers is computed as double phase difference of complex amplitudes.Finally, we present the measurement campaigns carried out on the Puylaurent water-dam and the Chastel landslide using GPS measurements, topographic surveys and laser scans to generate the point clouds of the two structures. The comparison between in-situ data and the results obtained by combining TerraSAR-X data with the generated point clouds validate the developed SAR signal processing chain
Teza cuprinde două axe principale de cercetare. Prima axă abordează aspecte metodologice de prelucraretimp-frecvenţă a semnalelor furnizate de radare cu emisie continuă şi modulaţie de frecvenţă (FMCW)în contextul măsurării deplasărilor milimetrice. În cadrul celei de-a doua axe, este proiectată şi validatăo metodă de prelucrare a imaginilor satelitare SAR (radar cu apertură sintetică) ce este destinatămonitorizării infrastructurii critice şi care se bazează pe existenţa unui model 3D al structurii respective.În prima parte a tezei, sunt investigate soluţii de corecţie a neliniarităţii unui radar FMCW în bandaX destinat măsurării deplasărilor milimetrice. Caracteristica de comandă neliniară a oscilatorului debandă largă determină o degradare a rezoluţiei în distanţă. Pentru a rezolva acest inconvenient, au fostelaborate două metode de corecţie a neliniarităţii, adaptate pentru semnale de bandă largă, ce se bazeazăpe conceptul de reeşantionare neuniformă sau deformare a axei temporare. Prima abordare estimeazăparametrii neliniarităţii utilizând funcţii de ambiguitate de ordin superior, iar cea de-a doua exploateazăo măsură de concentraţie spectrală a semnalului de bătăi într-un algoritm de autofocalizare în distanţă.În a doua parte a lucrării, este propusă o metodologie generală de detecţie şi monitorizare a centrilorde împrăştiere în imagini SAR în scopul monitorizării elementelor de infrastructură critică. Metoda sebazează pe refocalizarea fiecărei imagini radar pe un model 3D al structurii investigate în scopul identificăriicentrilor de împrăştiere pertinenţi (ţinte fiabile ce pot fi monitorizate în timp) cu ajutorul tomografiei SAR4D (distanţă-azimut-elevaţie-viteză de deplasare). Algoritmul de refocalizare este compatibil cu imaginiSAR achiziţionate în moduri diferite (« stripmap », « spotlight » şi « sliding spotlight ») şi constă într-odefocalizare în azimut urmată de o retroproiecţie modificată (condiţionată de structura timp-frecvenţă asemnalului) pe modelul 3D al structurii. Ţintele sunt identificate în stiva de imagini refocalizate cu ajutorultomografiei 4D prin efectuarea unui test de conformitate cu ipoteza că centrii de împrăştiere pertinenţivor avea elevaţie zero în planul local elevaţie-viteză. Viteza medie de deformare corespunde maximuluide pe axa de elevaţie nulă, iar seria temporară a deplasărilor se obţine printr-o dublă diferenţă de fază aamplitudinilor complexe corespunzătoare ţintelor identificate.În final sunt prezentate campaniile de măsurători pe teren efectuate la un baraj şi o alunecare de terendin regiunea Puylaurent (Franţa) destinate obţinerii modelului 3D al celor două elemente de infrastructurăprin măsurători GPS, topografice şi LIDAR. Comparaţia între deformările măsurate pe teren şi rezultateleobţinute prin combinarea imaginilor SAR cu modelele 3D au permis validarea metodologiei propuse

Cette thèse apporte des solutions clés à deux problèmes omniprésents dans les réseaux de capteurs sans fil, à savoir la précision des mesures acquises dans les régions à faible couverture et la dimensionnalité sans cesse grandissante des données collectées. La première contribution de cette thèse est l’amélioration de la couverture de l'espace à surveiller par le biais de la mobilité des capteurs. Nous avons recours aux méthodes à noyaux en apprentissage statistique pour modéliser un phénomène physique tel que la diffusion d’un gaz. Nous décrivons plusieurs schémas d'optimisation pour améliorer les performances du modèle résultant. Nous proposons plusieurs scénarios de mobilité des capteurs. Ces scénarios définissent d'une part l'ensemble d'apprentissage du modèle et d'autre part le capteur mobile. La seconde contribution de cette thèse se situe dans le contexte de la réduction de la dimensionnalité des données collectées par les capteurs. En se basant sur l'analyse en composantes principales, nous proposons à cet effet des stratégies adaptées au fonctionnement des réseaux de capteurs sans fil. Nous étudions également des problèmes intrinsèques aux réseaux sans fil, dont la désynchronisation entre les nœuds et la présence de bruits de mesures et d’erreurs de communication. Des solutions adéquates avec l'approche Gossip et les mécanismes de lissage sont proposées. L'ensemble des techniques développées dans le cadre de cette thèse est validé sur un réseau de capteurs sans fil qui estime le champ de diffusion d’un gaz
This thesis investigates two major problems that are challenging the wireless sensor networks (WSN): the measurements accuracy in the regions with a low density of sensors and the growing volume of data collected by the sensors. The first contribution of this thesis is to enhance the collected measurements accuracy, and hence to strengthen the monitored space coverage by the WSN, by means of the sensors mobility strategy. To this end, we address the estimation problem in a WSN by kernel-based machine learning methods, in order to model some physical phenomenon, such as a gas diffusion. We propose several optimization schemes to increase the relevance of the model. We take advantage of the sensors mobility to introduce several mobility scenarios. Those scenarios define the training set of the model and the sensor that is selected to perform mobility based on several mobility criteria. The second contribution of this thesis addresses the dimensionality reduction of the set of collected data by the WSN. This dimensionality reduction is based on the principal component analysis techniques. For this purpose, we propose several strategies adapted to the restrictions in WSN. We also study two well-known problems in wireless networks: the non-synchronization problem between nodes of the network, and the noise in measures and communication. We propose appropriate solutions with Gossip-like algorithms and smoothing mechanisms. All the techniques developed in this thesis are validated in a WSN dedicated to the monitoring of a physical species leakage such as the diffusion of a gas

La surveillance de santé structurelle, SHM en anglais, est un domaine en plein essor avec l'arrivée massive des composites dans les transports. Ce matériau plus léger que les alliages traditionnels investit les avions, les trains, les bateaux ou les voitures. Permettant des économies substantielles d'énergie, il présente néanmoins l'inconvénient de pouvoir développer des défauts internes invisibles par une inspection visuelle. Dès lors leur surveillance est primordiale. Les pales d'avions turbopropulseurs (A400M, ATR, etc…) répondent aux mêmes exigences. Etre capable de déterminer un endommagement de la structure par le biais de capteur est tout l'enjeu des recherches. Cet objectif implique deux points : étudier le comportement de la pale et y développer un système embarqué pour obtenir des données et/ou surveiller. Dans ce contexte, ce travail de recherche a pour objectif de mener les premières études en déterminant une premier modèle comportementale des pales; en développant un premier microsystème enregistreur de paramètres de pales; en élaborant un premier algorithme de surveillance de la pale et d'événements endommageant (impacts, survitesses, survibrations)
The structural health monitoring, or SHM, represents today a key challenge today, with a massive use of composites in the field of transport. This material, lighter than a conventional alloy, is very attractive for airplanes, trains, boats or cars manufacturing. This allows significant energy savings, but can hide internal defects invisible from the outside. At this point, dedicated supervision is essential. Blades of turboprop plane (A400M, ATR, etc.) are in face of the same problems. Determination of structural defects by the use of sensors is the key solution for the research in this field. Thus, this problem has two solutions: studying blade performances and designing an embedded system able to record data and/or monitoring the structural health. The research studies presented in this thesis represent the first results of damaged blade performances. It leads to the design of a first embedded data recorder of blade parameters and computes a first dedicated algorithm for monitoring the blade structural health and damaging events (shocks, over-speeds, over-vibrations)

Cette thèse porte sur des méthodes innovantes de contrôle de l'état de santé des machines tournantes par l’analyse des signaux vibratoires. En effet, la surveillance de l’état de santé des machines contribue à des améliorations substantielles des points de vue économique et de sureté. Afin d’y aboutir, l’une des manières les plus populaires est de recueillir les vibrations de la machine. La plupart de ces vibrations sont directement liées au comportement périodique des sous-systèmes de la machine tels que les arbres de rotation, engrenages, champs électriques rotationnels, etc. Cette connaissance peut être exploitée afin de concevoir une méthodologie adaptée à chaque type de défaut. Cette thèse s’intéresse aux étapes de la mise en œuvre de cette méthodologie. En règle générale, la première condition préalable à l’analyse avancée de l’information récoltée est la disponibilité de la vitesse instantanée de rotation. Cette vitesse doit être connue car la plupart des techniques du traitement du signal sont adaptées aux conditions de fonctionnement stationnaires. Ainsi, la connaissance de la vitesse permettra de compenser les fluctuations de vitesse, par exemple par le ré-échantillonnage angulaire du signal de vibration. Malgré l’existence d’outils de mesure permettant l’estimation de la vitesse tels que les codeurs et les tachymètres, cette thèse étudie le potentiel d’estimer la vitesse instantanée de rotation à partir des signaux vibratoires. Après l'estimation de la vitesse et le ré-échantillonnage angulaire, une étape suivante courante consiste à séparer le signal en composantes déterministes et stochastiques. Dans ce sens, l’efficacité et l’applicabilité de la procédure d'édition du cepstre sont analysées. Ensuite, différentes méthodes de filtrage sont appliquées au signal résiduel afin d’améliorer le rapport signal sur bruit. Pour cette fin, les méthodes existantes utilisant des critères conventionnels sont étudiées en parallèles avec une nouvelle méthodologie aveugle de filtrage. La dernière étape du processus de traitement consiste à diagnostiquer le défaut potentiel. Ainsi, des indicateurs statistiques sont calculés sur le signal obtenu après traitement et suivis dans le temps pour vérifier leurs variations. Dans de nombreux cas, la signature du défaut présente un comportement cyclostationaire. Par conséquent, cette thèse examine également différentes techniques d'analyse de la cyclostationarité. Enfin, les performances des différentes méthodes de traitement sont validées sur deux ensembles de données expérimentales de vibrations issues de boîtes de vitesses d’éoliennes
This Ph.D. dissertation targets innovative methods for vibration-based condition monitoring of rotating machinery. Substantial benefits can be achieved from an economical and a safety point of view using condition monitoring. One of the most popular methods to gather information about the state of machine parts is through the analysis of machine vibrations. Most of these vibrations are directly linked to periodical behavior of subsystems within the machine like e.g. rotating shafts, gears, rotating electrical fields, etc. This knowledge can be exploited to enable faultdependent processing schemes. This dissertation investigates how to implement and utilize these processing schemes and details the steps in such a procedure. Typically, the first prerequisite for advanced analysis is the availability of the instantaneous rotation speed. This speed needs to be known since most frequency-based analysis techniques assume stationary behavior. Knowledge of the speed thus allows for compensating speed fluctuations, for example through angular resampling of the vibration signal. While there are hardware-based solutions for speed estimation using angle encoders or tachometers, this thesis investigates the potential in vibration signals for speed estimation. After speed estimation and angular resampling, a common next step is to separate the signal into deterministic and stochastic components. The cepstrum editing procedure is examined for its efficacy and applicability. Afterwards, different filtering methods are inspected as to improve the signal-to-noise ratio of the signal content of interest. Existing methods using conventional criteria are investigated together with a novel blind filtering methodology. The final step in the multi-step processing scheme is to search for the potential fault. Statistical indicators can be calculated on the processed time domain signal and tracked over time to check for increases. In many cases, the fault signature exhibits cyclostationary behavior. Therefore this dissertation also examines different cyclostationary analysis techniques. Lastly, the performance of the different processing methods is validated on two experimental vibration data sets of wind turbine gearboxes

L'objectif de ce mémoire est la contribution à la réalisation d'un système de monitorage à domicile d'aide à la recherche sur la mort subite du nourrisson. Dans ce cadre il s'agit de développer un moniteur ambulatoire intelligent de suivi du nourrisson intégrant des fonctionnalités de surveillance cardio-respiratoire et d'enregistrement des paramètres d'environnement à des fins de traitement ultérieur. Après avoir identifié tous les paramètres d'intérêt majeur, et conçu autour des capteurs une chaine de mise en forme des signaux et d'acquisition, nous avons développé un processeur de signal digital intelligent capable de gérer l'acquisition, de traiter en temps-réel tous les signaux et de transmettre les données via une liaison RS232 vers un système d'archivage. L'architecture parallèle du VSP a été implémentée dans un réseau de portes reprogrammables de type FGPA. Le prototype actuel peut être l'objet d'un transfert de technologie en vue d'une industrialisation

Dans le domaine de la surveiIlance du champ de bataille, la poursuite de cibles terrestres est un point crucial pour évaluer le comportement des forces présentent sur le théâtre des opérations. Cette poursuite peut être menée à partir des capteurs aéroportés GMTI (Ground Moving Target Indicator) qui détectent tous les objets en mouvement. Toutefois, les techniques classiques de trajectographie ne permettent pas d'établir une situation fiable de la scène. Cependant, avec le développement et la fiabilité des systèmes d'information géographique, il devient possible de fusionner les données GMTI avec toute l'information contextuelJe pour améliorer le pistage. Le travail présenté dans cette thèse s'intéresse à l'intégration de l'information cartographique dans les techniques usueIJes de trajectographie. Le réseau routier est alors considéré comme une contrainte et un algorithme IMM à structure variable, pour s'adapter à la topologie du réseau, est présenté et testé sur données simulées. L'algorithme prend en entrée la position des plots MTI mais aussi la vitesse radiale des plots. Lorsque cette dernière est éloignée statistiquement de la vitesse radiale prédite, le système risque de ne pas associer le plot à la piste et de perdre cette dernière. Dans ce cas, un facteur d'oubli momentané est utilisé afin d'éviter la perte de la piste. De plus, la problématique des entrées et sorties de route pour le pi stage d'objets d'intérêts est traitée en activant ou désactivant les modèles dynamiques sous contraintes. Par ailleurs, nous proposons une approche pour considérer l'information négative (i.e. absence de détection) suivant la nature du terrain et améliorer la continuité du pi stage

À l’échelle mondiale, les systèmes de santé ont des coûts croissants et le nombre d’hospitalisations augmente. La télémédecine permet de ramener l’hôpital à la maison et offre aux structures de santé de nouvelles possibilités d’améliorer le parcours de soins des patients. La surveillance physiologique est une condition préalable à l’efficacité des systèmes de télémédecine et est assurée par des dispositifs médicaux connectés qui ne sont pas entièrement automatisés. Les patients doivent les utiliser activement au quotidien : ces inconvénients entraînent soit un désengagement du patient, soit du personnel soignant supplémentaire. Les moniteurs passifs et sans contact des signes vitaux, tels que les ballistocardiographes qui mesurent les activités motrices, respiratoires et cardiaques, peuvent résoudre l’inefficacité de la télémédecine. En outre, ils sont plus confortables et plus sûrs pour les patients que les moniteurs traditionnels, ce qui est crucial pour le développement neurologique néonatal ou dans les cas de dégénérescence mentale, bien qu’ils soient actuellement moins précis. Comment améliorer la précision de la surveillance physiologique en ballistocardiographie pour accroître l’efficacité de la télémédecine ? Dans cette thèse, le matériel est fourni par une instrumentation propriétaire basée sur un accéléromètre, un logiciel dédié, un simulateur de battements cardiaques, et des campagnes de mesure pour les bases de données de ballistocardiogrammes bruts. De nouvelles méthodes d’amplification analogique et de filtrage numérique sont étudiées pour améliorer la précision de la ballistocardiographie. La force ballistocardiographique, provenant de la déformation de la crosse aortique lors de la systole ventriculaire et mesurée sur le côté du lit, est en effet modulée par les activités respiratoires et motrices, et est polluée par les artefacts mécaniques de l’environnement. En outre, la ballistocardiographie n’est pas normalisée et les ballistocardiogrammes présentent des variabilités inter et intra-individuelles élevées, en fonction de la literie, de la position au lit, de la morphologie et de la physiologie du patient. L’amplification analogique est étudiée d’un point de vue mécanique et électronique. Premièrement, en ce qui concerne l’amplification mécanique, un nouveau guide d’ondes, prenant la forme d’un ruban de coton qui encercle le matelas, a été inventé pour concentrer l’énergie de la force ballistocardiographique dans une direction, du thorax jusqu’au capteur. Deuxièmement, en ce qui concerne l’amplification électronique, un circuit de conditionnement hybride a été conçu pour optimiser le compromis entre le gain de l’amplificateur électronique et la durée de saturation après un mouvement. Les méthodes de filtrage numérique visent à séparer les sources de signaux, à éliminer les artefacts puis à détecter les signes vitaux. Trois algorithmes originaux ont été conçus pour reconnaître efficacement les battements de cœur dans les ballistocardiogrammes. Le premier algorithme est la comparaison par déformation temporelle dynamique, où un modèle battement cardiaque est utilisé pour reconnaître les battements cardiaques en utilisant une distance non-linéaire. Le second algorithme modélise les ballistocardiogrammes avec des modèles de Markov cachés périodiques. Le troisième algorithme, le réseau neuronal U-Net, est supervisé et segmente les battements cardiaques en ballistocardiogrammes. Finalement, les ballistocardiogrammes sont amplifiés mécaniquement et électroniquement de 12 dB et 21 dB respectivement, sans saturation après mouvement ; et les algorithmes de filtrage numérique atteignent une précision de 97 % et une sensibilité de 96 % pour la détection des battements cardiaques. Prochainement, le ballistocardiographe conçu sera évalué cliniquement dans une unité de soins intensifs pédiatriques et en télémédecine par rapport à d’autres ballistocardiographes et aux méthodes de référence
Globally, healthcare systems have increasing costs and the number of hospitalizations grows. Telehealth brings hospital at home and provides health structures with new opportunities to improve the patient care pathway. Physiological monitoring is a prerequisite in efficient telehealth systems and is performed by connected medical devices that are not fully automated. Patients need to use them actively on a day-to-day basis: these drawbacks lead either to patient disengagement or to additional caregiver support. Passive contactless vital signs’ monitors, such as ballistocardiograms sleep trackers that measure motor, respiratory and cardiac activities, can solve the telehealth inefficiency. Moreover, they are more comfortable and safer for patients than traditional monitors, which is crucial for neonatal neurological development or in case of mental degeneration, though they are currently less accurate. How to improve physiological monitoring accuracy in ballistocardiography to increase telehealth efficiency? In this thesis, materials are provided by a self-designed accelerometer-based instrumentation, a dedicated software, a heartbeat simulator, and measurement campaigns for raw ballistocardiograms’ databases. Novel analog amplification and digital filtering methods are investigated to improve ballistocardiography accuracy. The ballistocardiographic force, coming from the aortic arch deformation during the ventricular systole and measured on the bedside, is indeed modulated by respiratory and motor activities, and is polluted by environment mechanical artifacts. Furthermore, the ballistocardiography is unstandardized and ballistocardiograms have high inter- and intra-variabilities, depending on the beddings, the position in bed, the morphology and the physiology of the patient. Analog amplification is studied from two perspectives: the mechanical amplification of ballistocardiograms from the patient to the sensor, and the electronic amplification of the analog acceleration signal. First, concerning the mechanical amplification, a novel waveguide bedding, a cotton tape encircling the mattress, was invented to concentrate the strain energy of the ballistocardiographic force in one direction, from the thorax straight to the attached sensor. Second, concerning the electronic amplification, a mixed-signal front-end was conceived to optimize the tradeoff between the electronic amplifier gain and the saturation time after a movement. The conditioning circuit measures the unamplified sensor output, passes it through a digital filter with a sharp transition frequency bandwidth and a proper initialization, and analogically amplifies the difference between this unwanted synthesized signal and the unamplified sensor output using a low noise instrumentation amplifier. Digital filtering methods aims at separating signal sources, removing artifacts then detecting vital signs. Three original algorithms have been designed to efficiently recognize heartbeats in ballistocardiograms. The first algorithm is dynamic time warping template matching, where a heartbeat template is used to match heartbeats using a warping distance. The second algorithm models ballistocardiograms with periodic hidden Markov models. The third algorithm, the U-Net neural network, is supervised and segments heartbeats in ballistocardiograms. Finally, ballistocardiograms are mechanically and electronically amplified by 12 dB and 21 dB respectively, without saturation time; and digital filtering algorithms reach a 97% precision and 96% recall for heartbeats detection. Shortly, the designed ballistocardiograph will be clinically evaluated in a pediatric intensive care unit and in telemedicine against other ballistocardiographs and the gold standard methods

Cette thèse propose une nouvelle méthode pour modéliser les fonctions non linéaires de modulations d’amplitude et de fréquence de signaux multicomposantes non stationnaires de durée longue. La méthode repose sur une décomposition du signal en segments courts pour une modélisation locale sur les segments. Pour initialiser la modélisation, nous avons conçu une première étape qui peut être considérée comme un estimateur indépendant et non paramétrique des fonctions de modulations. L’originalité de l’approche réside dans la définition d’une matrice de convergence totale intégrant simultanément les valeurs d’amplitude et de fréquence et utilisé pour l’association d’un pic à une composante selon un critère d’acceptation stochastique. Suite à cette initialisation, la méthode estime les fonctions de modulations par l'enchaînement des étapes de segmentation, modélisation et fusion. Les fonctions de modulations estimées localement par maximum de vraisemblance sont connectées dans l'étape de fusion, qui supprime les discontinuités, et produit l’estimation globale sur la durée totale du signal. Les étapes sont conçues afin de pouvoir modéliser des signaux multicomposantes avec des morts et naissances, ce qui en fait une de ses originalités par rapport aux techniques existantes. Les résultats sur des signaux réels et simulés ont illustré les bonnes performances et l’adaptabilité de la méthode proposée
In this thesis, a novel method is proposed for modeling the non-linear amplitude and frequency modulations of non-stationary multi-component signals of long duration. The method relies on the decomposition of the signal into short time segments to carry out local modelings on these segments. In order to initialize the modeling, a first step is designed which can be considered as an independent estimator of the modulations over the entire duration of the signal. The originality of this approach lies in the definition of the total divergence matrix integrating simultaneously the amplitude and frequency values, which are employed for the association of a peak to a component according to a stochastic acceptation criteria. Following the initialization, the proposed method estimates the modulations by the step sequence of segmentation, modeling and fusion. The locally obtained modulation functions estimated by maximum likelihood are finally connected in the fusion step which suppresses their discontinuity and yields the global estimation over the entire signal duration. All these steps are defined in order to be able to model multicomponent signals with births and deaths, making one of its original features compared to existing techniques. The results on real and simulated signals have shown the good performance and adaptability of the proposed method

Nous étudions la faisabilité de la détection du sillage de navires en imagerie radar, éventuellement bistatique, afin d'obtenir des paramètres tels que le cap et la vitesse du navire. Dans un premier temps, on décrit la chaîne d'acquisition radar bistatique ainsi que l'environnement maritime, en particulier les modèles de diffusion des ondes électromagnétiques sur des surfaces océaniques et la manière d'obtenir une carte des hauteurs des vagues de sillage de Kelvin d'un navire. On décrit ensuite un simulateur de signaux radars bruts en configuration bistatique, en validant les résultats obtenus avec des données radar monostatiques disponibles dans la littérature. La seconde partie de la thèse est dédiée à l'étude de la détectabilité du sillage de navires. On traite tout d'abord du cas de la détection du sillage d'eau morte, en réalisant un test comparatif de quatre chaînes de référence représentatives. On traite ensuite la détectabilité du sillage de Kelvin dans des images radar de haute résolution, en commençant par discuter le choix d'une configuration radar optimisant la visibilité du sillage, puis en présentant un algorithme de détection et de traitement basé sur la théorie du filtrage adapté stochastique. Cet algorithme fonctionne également sur des données d'imagerie spatiale optiques haute résolution.

Novel computer vision techniques have been developed to automatically detect unusual events in crowded scenes from video feeds of surveillance cameras. The research is useful in the design of the next generation intelligent video surveillance systems. Two major contributions are the construction of a novel machine learning model for multiple instance learning through compressive sensing, and the design of novel feature descriptors in the compressed video domain.

La mesure d'impédance électrique en embarqué sur véhicule est un sujet clé pour améliorer les fonctions de diagnostic d'un pack batterie. On cherche en particulier à fournir ainsi des mesures supplémentaires à celles du courant pack et des tensions cellules, afin d'enrichir les indicateurs de vieillissement dans un premier temps, et d'état de santé et de charge dans un second temps. Une méthode classique de laboratoire pour obtenir des mesures d'impédance d'une batterie est la spectroscopie d'impédance électrochimique (ou EIS). Elle consiste à envoyer un signal sinusoïdal en courant (ou tension) de fréquence variable balayant une gamme de fréquences d'intérêt et mesurer ensuite la réponse en tension (ou courant) pour chaque fréquence. Une technique d'identification active basée sur l'utilisation des signaux large bande à motifs carrés est proposée. En particulier, des simulations ont permis de comparer les performances d'identification de différents signaux d'excitation fréquemment utilisés dans le domaine de l'identification et de vérifier les conditions correspondant à un comportement linéaire et invariant dans le temps de l'élément électrochimique. L'évaluation de la qualité d'estimation est effectuée en utilisant une grandeur spécifique : la cohérence. Cette grandeur statistique permet de déterminer un intervalle de confiance sur le module et la phase de l'impédance estimée. Elle permet de sélectionner la gamme de fréquence où la batterie respecte les hypothèses imposées par la méthode d'identification large bande. Afin de valider les résultats, une électronique de test a été conçue. Les résultats expérimentaux permettent de mettre en valeur l'intérêt de cette approche par motifs carrés. Un circuit de référence est utilisé afin d'évaluer les performances en métrologie des méthodes. L'étude expérimentale est ensuite poursuivie sur une batterie Li-ion soumise à un courant de polarisation et à différents états de charge. Des essais comparatifs avec l'EIS sont réalisés. Le cahier de charge établi à l'aide d'un simulateur de batterie Li-ion a permis d'évaluer les performances de la technique large bande proposée et de structurer son utilité pour l'estimation des états de vieillissement et de charge.

Les systèmes MIMO (Multiple Input Multiple Output) ont été proposés par le laboratoire Bell afin d'augmenter le débit des transmissions. Par la suite ces systèmes ont été utilisés pour augmenter la fiabilité de la transmission en utilisant des codes introduisant de la redondance. Cette thèse CIFRE est menée en collaboration entre la société IPSIS-IT Link (Ingénierie Pour Signaux et Systèmes) et l'équipe SCEE de Supélec membre du laboratoire IETR. L'objectif de cette thèse est de proposer des techniques d'estimation, en aveugle, des symboles transmis sur des canaux MIMO. La séparation aveugle de sources, ou BSS pour Blind Source Separation, permet d'estimer de manière aveugle, i.e. sans connaissance du canal de transmission et de symboles pilotes, les symboles transmis. C'est ce type de méthode que nous utiliserons principalement dans cette thèse. Cependant, la BSS estime les sources à une rotation et permutation près. D'autre part, les méthodes de BSS utilisant un gradient stochastique sont lentes à converger, ce qui les rend difficilement utilisables sur des canaux variant rapidement dans le temps. Ainsi, les axes de recherche exploités durant cette thèse sont : - L'exploitation de la redondance introduite par les codes STBC pour lever les ambiguïtés introduites par la BSS. - L'implémentation de certains critères de manière analytique. Les méthodes analytiques implémentées de manière adaptative convergent rapidement dans le temps, permettant ainsi une utilisation sur des canaux qui varient rapidement dans le temps. - L'initiatisation du filtre de Kalman, connu pour ses qualités de poursuite, par la séparation aveugle de sources. Ce type d'association permet de poursuivre des canaux instantanés ou convolutifs variant dans le temps.

Le milieu marin recèle de nombreuses sources acoustiques Ultra Basse Fréquence (UBF : 0-100Hz), qu'elles soient naturelles ou d'origine humaine. Les ondes UBF sont d'excellents porteurs d'information, aussi bien pour caractériser l'environnement que pour localiser des sources acoustiques. Cependant, la propagation des ondes UBF en milieu marin est dispersive, et cette dispersion est ambivalente. Elle déforme un signal large bande au cours de sa propagation, rendant son étude plus compliquée. En revanche, son analyse permet de remonter aux informations sur le canal de propagation et sur la localisation de la source. Cette étude propose des outils d'analyse de la dispersion UBF dans le cas défavorable d'une réception monocapteur en milieu petit fond. En caractérisant le signal reçu dans le domaine temps-fréquence grâce à des outils de warping, il est possible d'effectuer l'inversion géoacoustique sur un unique récepteur et la localisation de source sur un réseau parcimonieux d'hydrophones. Les méthodes proposées ne sont pas applicables aux environnements de type grand fond. Pour y remédier, une étude de la dispersion basée sur l'invariant océanique est alors proposée. Elle permet de réaliser la localisation de source en utilisant une antenne horizontale de récepteurs. Toutes les méthodes développées lors de cette étude ont été validées sur des simulations et des données expérimentales marines. Un effort particulier a été fourni pour proposer des méthodes applicables en contexte opérationnel, et plusieurs expériences en cuve ultrasonore ont été réalisées.

Wireless sensor networks form an emerging class of computing devices capable of observing the world with an unprecedented resolution, and promise to provide a revolutionary instrument for environmental monitoring. Such a network is composed of a collection of battery-operated wireless sensors, or sensor nodes, each of which is equipped with sensing, processing and wireless communication capabilities. Thanks to advances in microelectronics and wireless technologies, wireless sensors are small in size, and can be deployed at low cost over different kinds of environments in order to monitor both over space and time the variations of physical quantities such as temperature, humidity, light, or sound.

In environmental monitoring studies, many applications are expected to run unattended for months or years. Sensor nodes are however constrained by limited resources, particularly in terms of energy. Since communication is one order of magnitude more energy-consuming than processing, the design of data collection schemes that limit the amount of transmitted data is therefore recognized as a central issue for wireless sensor networks.

An efficient way to address this challenge is to approximate, by means of mathematical models, the evolution of the measurements taken by sensors over space and/or time. Indeed, whenever a mathematical model may be used in place of the true measurements, significant gains in communications may be obtained by only transmitting the parameters of the model instead of the set of real measurements. Since in most cases there is little or no a priori information about the variations taken by sensor measurements, the models must be identified in an automated manner. This calls for the use of machine learning techniques, which allow to model the variations of future measurements on the basis of past measurements.

This thesis brings two main contributions to the use of learning techniques in a sensor network. First, we propose an approach which combines time series prediction and model selection for reducing the amount of communication. The rationale of this approach, called adaptive model selection, is to let the sensors determine in an automated manner a prediction model that does not only fits their measurements, but that also reduces the amount of transmitted data.

The second main contribution is the design of a distributed approach for modeling sensed data, based on the principal component analysis (PCA). The proposed method allows to transform along a routing tree the measurements taken in such a way that (i) most of the variability in the measurements is retained, and (ii) the network load sustained by sensor nodes is reduced and more evenly distributed, which in turn extends the overall network lifetime. The framework can be seen as a truly distributed approach for the principal component analysis, and finds applications not only for approximated data collection tasks, but also for event detection or recognition tasks.

/

Les réseaux de capteurs sans fil forment une nouvelle famille de systèmes informatiques permettant d'observer le monde avec une résolution sans précédent. En particulier, ces systèmes promettent de révolutionner le domaine de l'étude environnementale. Un tel réseau est composé d'un ensemble de capteurs sans fil, ou unités sensorielles, capables de collecter, traiter, et transmettre de l'information. Grâce aux avancées dans les domaines de la microélectronique et des technologies sans fil, ces systèmes sont à la fois peu volumineux et peu coûteux. Ceci permet leurs deploiements dans différents types d'environnements, afin d'observer l'évolution dans le temps et l'espace de quantités physiques telles que la température, l'humidité, la lumière ou le son.

Dans le domaine de l'étude environnementale, les systèmes de prise de mesures doivent souvent fonctionner de manière autonome pendant plusieurs mois ou plusieurs années. Les capteurs sans fil ont cependant des ressources limitées, particulièrement en terme d'énergie. Les communications radios étant d'un ordre de grandeur plus coûteuses en énergie que l'utilisation du processeur, la conception de méthodes de collecte de données limitant la transmission de données est devenue l'un des principaux défis soulevés par cette technologie.

Ce défi peut être abordé de manière efficace par l'utilisation de modèles mathématiques modélisant l'évolution spatiotemporelle des mesures prises par les capteurs. En effet, si un tel modèle peut être utilisé à la place des mesures, d'importants gains en communications peuvent être obtenus en utilisant les paramètres du modèle comme substitut des mesures. Cependant, dans la majorité des cas, peu ou aucune information sur la nature des mesures prises par les capteurs ne sont disponibles, et donc aucun modèle ne peut être a priori défini. Dans ces cas, les techniques issues du domaine de l'apprentissage machine sont particulièrement appropriées. Ces techniques ont pour but de créer ces modèles de façon autonome, en anticipant les mesures à venir sur la base des mesures passées.

Dans cette thèse, deux contributions sont principalement apportées permettant l'applica-tion de techniques d'apprentissage machine dans le domaine des réseaux de capteurs sans fil. Premièrement, nous proposons une approche qui combine la prédiction de série temporelle avec la sélection de modèles afin de réduire la communication. La logique de cette approche, appelée sélection de modèle adaptive, est de permettre aux unités sensorielles de determiner de manière autonome un modèle de prédiction qui anticipe correctement leurs mesures, tout en réduisant l'utilisation de leur radio.

Deuxièmement, nous avons conçu une méthode permettant de modéliser de façon distribuée les mesures collectées, qui se base sur l'analyse en composantes principales (ACP). La méthode permet de transformer les mesures le long d'un arbre de routage, de façon à ce que (i) la majeure partie des variations dans les mesures des capteurs soient conservées, et (ii) la charge réseau soit réduite et mieux distribuée, ce qui permet d'augmenter également la durée de vie du réseau. L'approche proposée permet de véritablement distribuer l'ACP, et peut être utilisée pour des applications impliquant la collecte de données, mais également pour la détection ou la classification d'événements.

Doctorat en Sciences
info:eu-repo/semantics/nonPublished

Dans le cadre d’une maintenance préventive de ses moteurs, Safran Aircraft Engines souhaite compléter ses opérations de diagnostic par un pronostic fiable de la durée de vie résiduelle des roulements. Suite à une agression, il y a actuellement une grande incertitude sur la durée de vie restante avant défaillance du roulement à partir du seuil d’observabilité vibratoire de l’endommagement. Les algorithmes actuels diagnostiquent un stade de dégradation approximatif et génèrent des messages d’alarme de différents niveaux, chaque niveau correspondant à un stade de dégradation différent, mêlant confiance et sévérité du diagnostic. Un aspect important du pronostic est la prise en compte des paramètres contextuels influant sur la vitesse de dégradation. Les objectifs de cette thèse sont de disposer de méthodes et d’outils permettant de quantifier un temps de fonctionnement restant avant défaillance de roulement en regard : - de la gravité de l’endommagement détecté, - des conditions environnementales de fonctionnement, - de la profondeur de pronostic souhaitée, Les contraintes industrielles associées à ces objectifs sont les suivantes : 1) Le pronostic devra être basé, a minima, sur des mesures vibratoires hautes fréquences de quelques kHz (accéléromètres ou microphones), des données contextuelles (les régimes de rotation des différents rotors, par exemple, ou encore les amplitudes des niveaux pilotés sur les régimes de rotation, révélateurs d’un chargement des paliers) 2) .Constituer une base de données d’essais issus d’un plan d’expériences : ces essais devront tenir compte des contraintes liées à la maîtrise des paramètres jugés significativement influents 3) Cette base de données devra prendre en compte la représentativité de l’environnement vibratoire d’un moteur d’avion. 4) Proposer un outil ou une méthode de pronostic en tenant compte de la nature du roulement à considérer
As part of preventive maintenance of its engines, Safran Aircraft Engines wishes to complete its diagnostic operations with a reliable prognosis of the residual life of the bearings. Following an attack, there is currently a great deal of uncertainty about the remaining life before bearing failure from the threshold of vibrational observability of the damage. Current algorithms diagnose an approximate stage of degradation and generate alarm messages of different levels, each level corresponding to a different stage of degradation, combining confidence and severity of diagnosis. An important aspect of the prognosis is the taking into account of the contextual parameters influencing the rate of degradation. The objectives of this thesis are to have methods and tools to quantify a running time remaining before bearing failure with regard to: - the severity of the damage detected, - the environmental conditions of operation, - the depth The industrial constraints associated with these objectives are as follows: 1) The prognosis should be based, at least, on high-frequency vibratory measurements of a few kHz (accelerometers), contextual data (the rotational speeds of the different rotors, for example, or the amplitudes of the levels piloted on them), rotation regimes, revealing a loading of the bearings) 2). Constituing a database of tests resulting from a plan of experiments: these tests will have to take into account the constraints related to the control of the parameters considered to be significantly influential 3) This database must take into account the representativity of the vibratory environment of an aircraft engine. 4) Propose a tool or method of prognosis taking into account the nature of the bearing to consider

La pression centrale est le reflet de l'état hémodynamique du patient et son estimation se fait par l'acquisition de la pression artérielle radiale plus facilement accessible chez la majorité des patients en anesthésie-réanimation et soins intensifs. Cette thèse tente de résoudre les difficultés de l’évaluation de la pression centrale à partir du cathétérisme radial associé à un capteur de pression via une liaison hydraulique. Ces freins à l'évaluation sont :1.les altérations liées à la liaison hydraulique entre le cathéter radial et le capteur;2.les distorsions liées à l’arbre artériel entre le cœur et la périphérie (artère radiale). Il existe des cas cliniques où les propriétés de l’arbre artériel sont modifiées de telle sorte que la pression périphérique n’est plus le reflet de la pression centrale et donc ne peut plus l'estimer correctement. L'un de ces phénomènes est connu sous le terme de découplage entre pressions artérielles centrale et périphérique.Pour la première difficulté, le dispositif médical CAThétérisme Artériel Radial en Soins Intensifs (CATARSI) développé par AII Biomédical apporte une solution à ce problème en fournissant un indice de la qualité de la mesure par cathéter et liaison hydraulique.Dans les cas physiopathologiques entraînant une mauvaise estimation de la PA central, la possibilité d’alerter le personnel soignant sur l’apparition de ces situations serait optimale. Cette fonction pourrait être intégrée au dispositif CATARSI. Au préalable, il faut comprendre, évaluer et modéliser de manière précoce, les mécanismes mis en jeu dans ces situations cliniques particulières.Le travail de thèse s'articule donc selon 3 axes :1.Evaluation expérimentale, par oscillométrie et cathétérisme, de la mesure de la vitesse de propagation de l’onde de pouls le long de l’arbre artériel chez l’homme (Pression artérielle centrale, radiale, fémorale) en situation de découplage entre pression centrale/pression périphérique. Cette évaluation sera faite chez des patients en CEC (Circulation Extra-Corporelle) car ils peuvent présenter des découplages. Plusieurs phases de mesures sont prévues avant, pendant et après la CEC.2.Recherche et optimisation d’une méthode de détection automatique du découplage entre pression artérielle centrale et périphérique à partir de l’analyse du signal de pression radiale en continu et d’une mesure complémentaire effectuée par le clinicien avec un autre capteur sur proposition du dispositif CATARSI.3.Proposition d’un ou plusieurs modèles du segment central-radial de l’arbre artériel afin d’obtenir une meilleure évaluation de la pression artérielle centrale à partir de la mesure de pression radiale par cathéter pour ensuite intégrer de nouvelles fonctionnalités dans le dispositif CATARSI
Aortic pressure is generally recognized as a good index of the hemodynamic state of a patient. In intensive care units, aortic pressure is indirectly estimated via a radial catheter-tansducer system. The present study aims to remove the obstacles to a reliable evaluation of central pressure via the radial catheter-transducer system commonly used in clinics. These obstacles can be due to :1.technical problems occurring between the radial catheter and the sensor;}2.pathophysiological problems affecting the arterial tree between the heart and peripheral arteries. Several clinical situations have been identified in which alterations of the physical properties of the vasculature do not allow a reliable estimation of central arterial pressure using the common radial setting. One of these phenomena is the so called central-to-radial arterial pressure gradient.CATARSI, a medical device developped by AII SAS, affords a solution to the first group of problems by providing an index of the quality of the signal provided by the radial catheter-transducer system.Under pathophysiological conditions affecting the arterial vascualture of the patient, early detection of a mismatch between peripheral and central arterial pressure would also be of great clinical value. In this view, a new functionality could be develop to implement CATARSI. However, to achieve this goal, it is first necessary to understand, evaluate and modelize the precise pathophysiological mechanisms involved in these particular situations.The study contains three steps :1.Experimental evaluation, by oscillometry and catheterization, of AP propagation-time on the human arterial tree (aortic, radial, femoral arterial pressure) during a central-to-radial arterial pressure gradient. This evaluation has been carried out on patients undergoing Cardio Pulmonary Bypass (CPB). Several measurements have been performed: before, during and after CPB.2.Development and optimization of a method allowing the detection of an uncoupling between central and peripheral arterial pressure thanks to AP signal analysis in real time and a potential complementary measurement performed with CATARSI.3.Several central to radial arterial modelling propositions in order to present a better evaluation of central arterial pressure estimated by radial arterial pressure

L'étalement de spectre par séquence directe occupe une place prépondérante dans les systèmes de télécommunication utilisant la technique d'accès multiple par répartition de code : ce sont les systèmes dits de troisième génération (3G). En effet, ces systèmes permettent des trafics de données diverses à très hauts débits et l'accès simultané d'un très grand nombre d'utilisateurs. Dans le cadre de la surveillance du spectre radio fréquence, se posent alors les problèmes de la différenciation de ces systèmes et de la reconnaissance automatique des signaux à spectre étalé par séquence directe, sans connaissance a priori sur les systèmes de transmission. C'est dans ce contexte dit non coopératif que se situe le cadre de ce travail. La première phase de l'identification est la détection multi-utilisateurs aveugle des signaux à spectre étalé interférents. Nous avons montré que ces signaux peuvent être détectés grâce à leur effet sur les fluctuations d'estimateurs statistiques. Cette méthode permet également d'estimer les périodes symboles et ainsi d'isoler les groupes de signaux transmis au même débit (c'est-à-dire, les différents systèmes). La seconde phase est la synchronisation dans chaque groupe. Elle consiste à affiner la période symbole obtenue lors de la première phase et, pour chaque signal du groupe, à évaluer de manière précise le début du premier symbole. Nous avons d'abord étendu au cas multi-utilisateurs la technique consistant à maximiser la norme carrée de la matrice de covariance du signal intercepté. La courbe de synchronisation obtenue présente alors des pics, dont le nombre correspond au nombre d'utilisateurs interférents. Toutefois, nous avons montré que certains de ces pics pouvaient être masqués. Partant de ce constat, nous avons développé une méthode originale de synchronisation consistant à maximiser les valeurs propres prépondérantes de la matrice de covariance. Une étude théorique des performances de ces deux techniques, après la synchronisation, prouve la robustesse de la nouvelle méthode. Enfin, une fois les signaux synchronisés, nous avons présenté une méthode d'estimation des séquences d'étalement utilisées à l'émission ainsi que des symboles transmis. Les performances simulées, en terme de taux d'erreurs chip et binaire moyens, confirment les résultats théoriques.

Forensic audio recordings are usually made with a single covert microphone in non-ideal conditions. In non-ideal conditions the recordings are highly susceptible to various types of noise. The noise is usually broadband noise, co-talker interference, impulsive noise, narrow band noise or convolutional noise. There are existing speech enhancement techniques available to suppress most of the noise types mentioned, but when the noise is of a considerable level the performance of most enhancement techniques tend to decrease significantly. This thesis presents a study of speech enhancement techniques that are applicable to the enhancement of forensic audio recordings or that can be used in a forensic recording environment. It considers both pre-processing and post-processing speech enhancement techniques. This thesis investigates the improvement of some of the existing speech enhancement techniques as well as proposing some new ones. The performance of the improved and proposed speech enhancement techniques were evaluated objectively using the segmental signal-to-noise ratio (SNRseg) and subjectively using the mean opinion score (MOS). A review of the current speech enhancement techniques is presented in the thesis and is also used as a reference in some comparisons. The current speech enhancement techniques considered are those that are applicable to forensic audio recordings. The performance of the existing techniques are assessed in the comparisons with the speech enhancement techniques proposed by this thesis. Two pre-processing speech enhancement techniques are presented in this thesis. The first pre-processing speech enhancement technique is designed to improve existing broadband noise suppression techniques by the use of frequency shift keying (FSK) signals. It is based on a simple concept, which is to insert a known tone of sufficient amplitude into the silent segments of a speech signal prior to transmission. At the receiver the detection of silent or non-speech segments used in estimating the noise, becomes a simpler and more accurate task due to the inserted tone. The second pre-processing speech enhancement technique is designed to suppress a wide range of noises and it is based on zero padding. Zero padding involves inserting a zero value sample in between each speech signal sample prior to transmission. The inserted zero value samples allow accurate characterisation of the noise in the adjacent speech samples. At the receiver the noise is estimated from the sample positions allocated for the zero value samples. Several post-processing speech enhancement techniques are presented in this thesis. The first post-processing speech enhancement technique is designed for the suppression of co-talker interference and it uses a combination of dynamic time warping (DTW) and dual channel adaptive filtering. This technique is proposed for the suppression of co-talker interference, when the co-talker interference or noise reference signal is obtainable at a later instance as in the case of many covert forensic recordings. The corrupted speech signal and the noise reference signal are aligned using DTW and then the co-talker interference is suppressed using a dual channel adaptive filter. The second post-processing speech enhancement technique is designed for broadband noise suppression and is based on spectral subtraction but it incorporates the masking properties of the human auditory system for improved performance. Auditory masking is used to find the masking threshold, below which the noise is no longer perceivable. Only those noise components above the masking threshold are suppressed. This approach is taken to reduce any byproducts such as musical noise. The third post-processing speech enhancement technique is designed for broadband noise suppression and is based on spectral subtraction but it exploits the human auditory systems perception of frequency. Critical band analysis is used to group frequencies that are similarly perceived, which are then treated as a single entity by the enhancement technique.

Ce travail de thèse aborde un problème de la détection des fuites d'eau dans des digues en terre. L'écoulement préférentiel, un indicateur de destruction interne, résulte dans une anomalie thermique. Les capteurs DTS basés sur la fibre optique offrent une solution efficace pour les mesures spatio-temporelles de température. Les données thermométriques sont influencées par différents facteurs comme la réponse du sol, les variations saisonnières, l'environnement géomécanique, etc. Afin d'écarter des phénomènes comme les précipitations, nous proposons un critère basé sur le skewness et le kurtosis. La détection des fuites étant formulée comme un problème de séparation de sources, nous présentons un système basé sur la SVD et l'ICA pour séparer les informations utiles liées aux fuites des autres facteurs. Dans le cas où le nombre d'acquisitions en temps est limité, nous proposons un détecteur de singularités exploitant les dissimilarités entre les mesures journalières de température aux différentes distances.

In this thesis, the application of biomimetic vision models is proposed and evaluated in the field of surveillance video enhancement. It is argued that conventional video compression and representation, even that which is used in surveillance applications, is optimised for entertainment purposes and is demonstrably compromised when it comes to retention of details of relevance to recognition of surveillance-relevant objects such as faces and car licence plates. Four sets of investigations with experimental results are presented. These are the application of three stages of biomimetic modelling of the blowfly eye and psychovisual system: 1. The Photoreceptor Model as a non-linear temporal enhancement method. It is demonstrated that the contrast enhancement introduced by this process improves object recognition under real-world lighting conditions, with specific application to the recognition of shapes (i.e. playing card suits in our experiments). 2. The Laminar Monopolar Cell (LMC) model as a non-linear spatio-temporal information compression stage. This stage retains, in particular, the details of moving objects in the field of view. The application of this stage to car licence plate alpha-numeral characters is demonstrated as a pre-processing stage before conventional MPEG-like video compression is applied. It is shown that under low to moderate levels of video compression and under realistic lighting conditions, that distinguishing features between similar characters are retained, hence improving the performance of subsequent character recognition. 3. Elementary Motion Detection (EMD) as a subsequent biomimetic stage which measures velocity in the field of view. The EMD is applied as a detector of moving objects in the field of view, which are subsequently investigated as a Region of Interest in surveillance applications. It is demonstrated under complex lighting conditions that car licence plate details can be retained at high compression rates using this approach, especially when combined with LMC enhancement, compared with conventional approaches with the same data bandwidth constraints. 4. The LMC and EMD models are also considered in a preliminary study of facial feature enhancement and recognition. It is demonstrated that facial features are retained at lower data rates than conventional signal processing approaches would support. Results are compared with conventional signal-processing based enhancement approaches, and computational complexity is also considered. It is argued and demonstrated that the biomimetic approach is not only effective in improving recognition rates through the retention of structural details in enhanced video sequences, but that the enhancement is of relatively low computational complexity, and is highly suited to contemporary parallel graphics processing.
Thesis (Ph.D.) -- University of Adelaide, School of Electrical and Electronic Engineering, 2015

In recent years, there has been an increase in the popularity of wearable sensors such as electroencephalography (EEG) sensors, electromyography (EMG) sensors, gyroscopes, accelerometers, and photoplethysmography (PPG) sensors. This work is focused on PPG sensors, which are used to measure heart rate in real time. They are currently used in many commercial products such as Fitbit Watch and Muse Headband. Due to their low cost and relative implementation simplicity, they are easy to add to custom-built wearable devices.

We built an Arduino-based wearable wrist sensor-kit that consists of a PPG sensor in addition to other low cost commercial biosensors to measure biosignals such as pulse rate, skin temperature, skin conductivity, and hand motion. The purpose of the sensor-kit is to analyze the effects of stress on students in a classroom based on changes in their biometric signals. We noticed some failures in the measured PPG signal, which could negatively affect the accuracy of our analysis. We conjectured that one of the causes of failure is movement. Therefore, in this thesis, we build automatic failure detection methods and use these methods to study the effect of movement on the signal.

Using the sensor-kit, PPG signals were collected in two settings. In the first setting, the participants were in a still sitting position. These measured signals were manually labeled and used in signal analysis and method development. In the second setting, the signals were acquired in three different scenarios with increasing levels of activity. These measured signals were used to investigate the effect of movement on the reliability of the PPG sensor.

Four types of failure detection methods were developed: Support Vector Machines (SVM), Deep Neural Networks (DNN), K-Nearest Neighbor (K-NN), and Decision Trees. The classification accuracy is evaluated by comparing the resulting Receiver Operating Characteristic (ROC) curves, Area Above the Curve (AAC), as well as the duration of failure and non-failure sequences. The DNN and Decision Tree results are found to be the most promising and seem to have the highest error detection accuracy.

The proposed classifiers are also used to assess the reliability of the PPG sensor in the three activity scenarios. Our findings indicate that there is a significant presence of failures in the measured PPG signals at rest, which increases with movement. They also show that it is hard to obtain long sequences of pulses without failure. These findings should be taken into account when designing wearable systems that use heart rate values as input.