Where PhDs and companies meet
Menu
Login

Already registered?

New user?

CIFRE - Calibration des radars de très longue portée par acquisition comprimée & apprentissage automatique

ABG-105503 Thesis topic
2022-05-11 Cifre
Institut de recherche XLIM UMR CNRS 6172
Brive-la-Gaillarde - Nouvelle Aquitaine - France
CIFRE - Calibration des radars de très longue portée par acquisition comprimée & apprentissage automatique
  • Engineering sciences
  • Electronics
  • Digital
radar longue portée ; auto-calibration ; cibles d'opportunité ; intelligence artificielle ; acquisition comprimée

Topic description

Contexte :

La thèse s’inscrit au sein des secteurs Specific Radar & Services (SRS) et MFR (Multifonction Radars) du domaine"Surface Radar" de THALES LAS (site de Limours) chargés de la conception et du maintien des radars de trajectographie des missiles expérimentaux. Ces radars de très longue portée, uniques dans leur conception, leur dimension et leurs très hautes performances, sont des éléments clés du dispositif d'essai des missiles stratégiques français. La thèse vise à établir une démarche innovante d'auto-calibration de ces radars à partir d'un grand nombre de mesures sur cible d'opportunité. La thèse CIFRE se déroulera conjointement dans les locaux du laboratoire XLIM de Brive la Gaillarde qui en assurera la direction et au sein des équipes de développement de THALES Limours.

Missions :

La thèse vise à explorer les algorithmes de traitement d'antennes permettant, par traitement inverse, de caractériser automatiquement les défauts d'une matrice de capteurs de très grande taille en s'appuyant sur un grand nombre de mesures réalisées sur des cibles d'opportunité préalablement connues. Pour cela, la thèse adopte une démarche d'apprentissage progressif et itératif des coefficients basée sur des algorithmes inverses apparentés aux techniques d'acquisition comprimée et d'intelligence artificielle. La thèse consiste dans une première phase à s'appuyer sur une analyse bibliographique multi-domaines (radio-astronomie, sonar, goniométrie, etc...) puis à réaliser une modélisation mathématique du problème posé afin d'évaluer les performances théoriques accessibles. Les algorithmes sont ensuite étudiés afin de les décliner à une calibration partielle ou totale des radars de trajectographie à balayage électronique (AESA). Dans une deuxième phase, plus expérimentale, le doctorant cherchera à simuler les algorithmes en se basant sur un ensemble de mesures réelles réalisées avec les radars existants. Le doctorant cherchera ainsi à optimiser son algorithme pour améliorer sa robustesse aux fluctuations de la cible et à le rendre adapté à une implémentation sur les futurs radars de trajectographie. Un maquettage sous Matlab pourra ainsi être réalisé en vue d’une démonstration aux équipes de THALES et de la Direction Générale de l'Armement (DGA).

Starting date

2022-10-14

Funding category

Cifre

Funding further details

DGA

Presentation of host institution and host laboratory

Institut de recherche XLIM UMR CNRS 6172

XLIM UMR CNRS 7252, c'est un savoir-faire centré sur l'électronique et les hyperfréquences, l'optique et la photonique, les mathématiques, l'informatique et l'image, la CAO, dans les domaines spatial, des réseaux télécom, des environnements sécurisés, de la bio-ingénierie, des nouveaux matériaux, de l'énergie et de l'imagerie.

XLIM est un Institut de Recherche pluridisciplinaire, localisé sur plusieurs sites géographiques, à Limoges sur les sites de la Faculté des Sciences et Techniques, de l'ENSIL, d’ Ester-Technopole, sur le Campus Universitaire de Brive  et à Poitiers sur le site de la Technopole du Futuroscope.

XLIM fédère un ensemble de plus de 440 enseignants-chercheurs, chercheurs CNRS, ingénieurs, techniciens, post-doctorants et doctorants, personnels administratifs.

Le coeur des disciplines s'articule autour de :

3 pôles scientifiques :

- Electronique

- Photonique fibre et sources cohérentes

- Mathématiques, Informatique, Image

qui rassemblent 6 axes de recherche

- Systèmes RF

- RF-ELITE

- Systèmes & Réseaux intelligents

- Photonique fibre et sources cohérentes

- Synthèse et Analyse d'images

- Mathématiques & Sécurité de l'information

et le groupe de recher Bio-Santé

Candidate's profile

Profil : Elève Ingénieur 3ème année ou Master de recherche. Le doctorant devra avoir des bonnes connaissances en statistique, calcul matriciel et mathématiques appliquées. Une connaissance des techniques de traitement du signal statistique et des algorithmes d'intelligence artificielle sont un plus.

(Nationalité Française obligatoire & habilitable Confidentiel-Défense pour l'accès aux documents classifiés spécial France)

Compétences primordiales :

- Mathématiques appliquées & statistiques ou traitement du signal.

- Qualité rédactionnelle

- Goût pour la recherche

Compétences souhaitables :

- Connaissance de Matlab, Python ou équivalent.

- Connaissances ou goût marqué pour l’intelligence artificielle (apprentissage machine)

- Connaissances en électronique RF et radar (principe de fonctionnement)

Niveaux de langues :

Français : oral et écrit courants

Anglais : pratique de l'écrit

2022-07-30
Partager via
Apply
Close

Vous avez déjà un compte ?

Nouvel utilisateur ?