Détection d'un signal magnétique par un réseau de magnétomètres une application des paquets d'ondelettes
Multisensors Detection of Underwater Magnetic Signals : a Wavelet Packets Application
OPEN ACCESS
Underwater magnetic signals are affected by a nonstationnary noise from different sources . In order to detect the distortion in the magnetic field caused by the displacement of a ferromagnetic mass we try to eliminate as much of the noise as possible by measuring the magnetic field with four sensors when the transient has been received by one of them . The differences between the signals from these sensors are calculated and processed using standard techniques such as the wavelet packets and the principal components analysis. We then show the performances and the limitations of the method.
Résumé
Les sources de bruit magnétique sont nombreuses et viennent perturber les signaux magnétiques sous-marins . Afin de détecter toute distorsion du champ magnétique terrestre, engendrée par le déplacement d'une masse ferromagnétique, nous utilisons quatre magnétomètres pour lesquels nous savons que le signal utile (s'il existe) ne peut être vu que par l'un d'entre eux. En combinant les différences inter-capteurs et en nous appuyant sur l'analyse de la transformée par paquets d'ondelettes associée à une analyse en composantes principales nous montrons les performances de la méthode de détection ainsi que ses limitations.
Magnetic underwater Signals, multi-sensors, multiresolution analysis, principal component analysis, detection
Mots clés
Signaux magnétiques sous-marins, multi-capteurs, analyse multirésolution, analyse en composantes principales détection
[1] Van Trees, Detection, estimation and modulation therory, J Wiley, New York, 1971
[2] C . W. Helstrom, Statistical Theory of Signal Detection, Pergamon, New York, 1968
[3] H. Urkowitz, Energy detection of unknown deterministic signals, Proceedings of IEEE, vol. 55, pp 523-531, 1967
[4] R . C . Kemerait, D . G . Childers, Signal detection and extraction by cepstrum techniques, IEEE Trans . Theory, vol . 18, pp 745-759, 1972
[5] Y. Meyer, Wavelets and operators, Cahiers de mathématiques de la décision, n° 8704, Cérémade, pp 1-18, 1987
[6] I . Daubechies, The wavelet transform, time frequency localization and signal analysis, IEEE Trans . of Information Theory, vol . 36, n° 5, pp 961-1005, Sept. 1990
[7] O . Rioul, M. Vetterli, Wavelets and Signal processing, IEEE Signal Processing Mag ., vol . 8 n° 4, pp 14-38, 1991
[8] F. B . Tuteur, Wavelet transformahon in signal detection, IEEE Int . Conf. Acoust ., Speech Signal proc ., New York, pp 1435-1438, 1988
[9] A . Grossmann, M . Holschneider, R. Kronland-Martinet, J . Morlet Detection of abrupt changes in sound signals with the help of wavelet transforms, Inverse problems, an Interdisciplinary study . Advances in Electronics and Electron Physics, Supplement 19, AcademicPress, 1987
[10] A . Quinquis, Classification des signaux magnétiques TBF sous contrainte de décision, Thèse d'Université, Université de Bretagne Occidentale, Brest, 1989
[1l] S. Mallat, A theory for multi resolution signal decomposition : the wavelet representation, IEEE Trans . on pattern analysis and machine intell ., vol . 11, n° 7, pp 674-693, Jul . 1989
[12] R.R . Coifman, M.V.Wickerhauser, Entropy based algorithms for best basis selection, IEEE Trans . Inform . Theory IT-38 (1992)
[13] D.L. Donoho, On minimum entropy segmentation, In Wavelets : Theory, Algorithms and Applications . Academic Press San Diego (1994)
[14] A. Quinquis, S . Rossignol, Noise reduction with a noise reference of underwater magnetic signals, Digital Signal Processing : A Review Journal , vol . 6, n°4, pp240-248, Oct .1996 .
[15] G . Saporta, Probabilités, analyse des données et statistique, Editions Technip , 1990