Traitement%20Opti%20mal%20du%20Signal%20LORAN-C - PowerPoint PPT Presentation

About This Presentation
Title:

Traitement%20Opti%20mal%20du%20Signal%20LORAN-C

Description:

Traitement Opti mal du Signal LORAN-C Andr Monin / LAAS-CNRS Gilles Rigal / DIGINEXT – PowerPoint PPT presentation

Number of Views:170
Avg rating:3.0/5.0
Slides: 28
Provided by: moni2261
Category:

less

Transcript and Presenter's Notes

Title: Traitement%20Opti%20mal%20du%20Signal%20LORAN-C


1
Traitement Opti mal du Signal LORAN-C
André Monin / LAAS-CNRS Gilles Rigal / DIGINEXT
2
Traitement du Signal LORAN-C Principe de
positionnement mode circulaire
3
Forme donde
4
Phases de létude
  • Modélisation et étude de faisabilité en
    simulation
  • Validation sur données réelles à quai (Brest)
  • Préparation de la campagne de mesures Langevin
  • Validation sur données réelles en mer (Atlantique
    Nord)
  • Modélisation de lantenne filaire et validation

5
Principales difficultés
  • Très faibles rapports signal/bruit (lt-30dB)
  • intégration longue du signal
  • Onde ciel arrive après londe de
    sol (3 pseudo-périodes)
  • Onde de ciel beaucoup plus puissante que londe
    de sol
  • risque daccrocher londe de ciel
  • tenir compte du rapport de
    puissance onde de sol/onde de ciel
  • Fortes déformations du signal sur antenne
    filaire
  • nécessité de modéliser précisément lantenne
  • Travailler sur données réelles
  • résoudre tous les problèmes conjointement

6
Modèle
  • Modèle du porteur

Mesure de vitesse
Mesure de cap
7
  • Modèle dobservation

Amplitudes de londe de sol
Amplitudes de londe de ciel
Retards onde de ciel
8
Analyse du modèle
Modèle localement linéaire en et
Amplitudes prévisibles par modèle (
)
Bruits dynamiques faibles
Incertitude initiale grande
Approximation par somme de gaussienne tronquées
9
Approximation en somme de gaussiennes
(Sorenson-1972)
  • Prédiction
  • Correction

10
Evolution de la densité de probabilité
11
Algorithme
  • Distribution initiale
  • Amplitudes (onde de sol onde ciel)
    gaussiennes
  • Retards onde de ciel/onde de sol gaussiennes
    locales
  • Uniformément répartis sur lintervalle
    dincertitude
  • Ecart type lt ¼ de longueur donde (2,5 µs)
  • Position du récepteur gaussiennes locales
  • Uniformément réparties sur le domaine
    dincertitude
  • Ecart type lt ¼ de longueur donde (750m)

12
  • Prétraitement du signal
  • Sommation du signal sur 5s
  • Filtrage passe-bande 50kHz,150kHz
  • Extraction des impulsions
  • Calcul de la vraisemblance de chaque gaussienne
  • Filtre de Kalman sur les amplitudes
  • Filtres de Kalman étendus sur positions et
    retards
  • Evaluation des poids des gaussiennes
  • Calcul de lestimateur
  • Moyenne pondérée des distributions gaussiennes

13
Contexte des Enregistrements
  • Enregistrements de 10 mn
  • Echantillonnage à 400 kHz
  • Datation par horloge Césium

14
Résultats Estimation 1D
Erreur ./. GPS (m)
Distance (km)
15
Résultats Estimation 2D
11,4
16
Erreur destimation en longitude
143m 100m
17
Erreur destimation en latitude
78m 385m
18
Evolution des particules
19
(No Transcript)
20
Evolution des particules avec redistributions
21
Conclusion
  • Traitement  tout numérique 
  • Modélisation globale
  • Méthodes avancées de traitement du signal
  • validées sur données réelles
  • opérationnelles sur système embarqué

Limite de portée du système passe de 1800km à
3000km
22
Récepteur conçu par DIGINEXT
Système de datation (12,5 nS)
Vue intérieure du PC
23
Prétraitements
Sommations
Acquisition du signal brut
24
(No Transcript)
25
(No Transcript)
26
(No Transcript)
27
Fin
Write a Comment
User Comments (0)
About PowerShow.com