Quand 3ammi stage ça donne
Contrairement au stage de 1ere année (ouvrier) que j’ai passé dans un grand groupe à Grenoble, j’ai effectué celui de 2 me année à Toulouse chez un sous-traitant du CNES, le stage était très technique et répartie en deux parties : la 1ere concerne la recherche documentation en anglais et la compréhensions des algorithmes déjà développés dans la 1ere tranche de l’étude, et la seconde concerne le développement d’un nouveau classifieur de signaux altimétriques sous Matlab. Et bien sur entre les deux parties j’ai pris un super congé de 3 semaines, je suis rentré au Maroc, j’ai fais des meetings, des soirées, des sorties bref j’ai passé de bonnes vacances…
Je vous laisse avec description du stage, mais avant d3iw m3ana pour trouver un PFE intéressant à Paris.
L’altimétrie spatiale a été conçue et développée depuis le début des années 1970 pour l’étude des océans. Son objectif est de mesurer la hauteur dynamique de l’océan et sa variabilité à l’échelle globale des bassins océaniques. De SKYLAB (1973) à Jason-1 (2001) et Envisat (2002), d’importants progrès technologiques ont été réalisés et la précision du signal altimétrique est passée de 10m à quelques centimètres. Ces satellites possédant une couverture globale et une répétitivité régulière, il est devenu possible de dresser des cartes de la topographie de la surface océanique, et surtout d’en suivre l’évolution et ainsi, de comprendre le fonctionnement global des océans et leur implication dans la dynamique du climat. Les mesures altimétriques sont désormais indispensables à de nombreuses applications océanographiques opérationnelles, telles que les modèles de circulation générale océanique, qui participent par exemple à la prévision des courants marins à des fins d’aide à la navigation maritime ou à la pêche.
Bien que les spécifications techniques de ces missions altimétriques visaient la surface océanique, la qualité des algorithmes bord de poursuite a permis d’acquérir de nombreuses mesures sur des surfaces autres que la surface océanique, ce qui a permis de démontrer les potentialités de l’altimétrie satellitaire dans des milieux autres que le domaine océanique. Ainsi, plusieurs études ont été consacrées à l’étude des sigma blooms, des glaces, des eaux continentales des continents et des côtes.
Cependant, un certain nombre de mesures sur la surface océanique ne correspondent pas à des situations de mer “Browniennes”. Ces situations sont par exemple dues à la présence de Blooms, de cellules de pluie ou de glace. Les mesures correspondantes sont actuellement considérées comme invalides et sont rejetées par les chaînes de traitement sol alors qu’elles contiennent probablement de l’information géophysique utile. En effet, les méthodes d’inversion de l’écho altimétrique pour l’estimation des paramètres de la surface, bien que très efficaces sur la surface océanique et sur les glaces continentales, deviennent complètement inefficaces dès qu’on considère une des situations décrites ci-dessus. D’où la nécessité de développer de nouveaux algorithmes de traitement adaptés et performants à tous les types de mesures acquises par les altimètres.
Le but de mon stage, réalisé dans le cadre de la deuxième année de l’école d’ingénieurs ENSEEIHT, a été de développer une méthode de classification des formes d’ondes par paquets afin de connaître par l’analyse de celle-ci à quel type de surface elles correspondent. Le principe de l’altimétrie radar est de mesurer le temps mis par une impulsion pour parcourir un aller-retour entre la surface de la terre et le satellite. Le signal reçu est ensuite traité de façon à déterminer les paramètres qui nous intéressent comme par exemple la hauteur des vagues, le peakiness ou le dépointage du satellite. Cette étape de traitement est basé sur un estimateur basé sur la méthode du maximum de vraisemblance qui est efficace lorsque la surface de l’océan est uniforme. Le but de cette étude est d’utiliser ces résultats d’estimation pour reconnaître les formes d’onde appartenant aux classes suivantes :
– Classe 1 : Formes d’ondes de Brown (surface habituelle de l’océan)
– Classe 2 : Formes d’ondes de type glace de mer
– Classe 3 : Formes d’ondes affectées par des “sigma blooms”
– Classe 4 : Formes d’ondes affectées par des cellules de pluie
Dans un premier temps j’ai assimilé les aspects théoriques de l’analyse de données fonctionnelles (ADF) qui sera étudiée pour résoudre ce problème de classification, je parle ici des techniques d’analyse en composantes principales fonctionnelle et d’analyse factorielle discriminante fonctionnelle. Ces techniques sont tout d’abord testées sur des signaux synthétiques pour avoir une idée globale sur des résultats de la classification. Enfin, j’ai mené une étude à l’aide de signaux altimétriques réels issus des quatre classes décrites ci-dessus.
3emmi Hamid