On se propose dans un premier temps d'étudier des jeux de données topographiques sur la lune glacée de Jupiter Ganymède et d'estimer l'impact de la topographie sur les performances du futur radar sondeur. Les principaux résultats sont présentés dans [1]. Une seconde partie est dédiée à l'expression mathématique du problème direct du sondage radar planétaire (physique et instrumentation). On rappelle ainsi comment dériver à partir des formulations de Stratton-Chu les formulations volumiques classiques et surfaciques (i.e. Huygens-Fresnel). On s'attache ensuite à détailler un algorithme performant basé sur la formulation surfacique pour simuler des échos radar à partir d'une surface planétaire maillée. Cette approche est largement inspirée par le travail de J.-F. Nouvel [2]. Une troisième partie s'intéresse à l'inversion des paramètres géophysiques de surface à partir des mesures radar. On écrit ainsi le problème dans un cadre probabiliste (c.f. [3]) et on présente trois grandes familles d'algorithmes : (i) une approche avec une linéarisation du problème, (ii) une approche itérative basée sur une méthode de gradient et (iii) une approche statistique pour estimer les densités de probabilités a posteriori. Ces algorithmes sont appliqués à des jeux de données synthétiques pour illustrer leurs performances. [1] Y. Berquin, W. Kofman, A. Herique, G. Alberti, and P. Beck. A study on ganymede's surface topography: Perspectives for radar sounding. Planetary and Space Science, (0), 2012. [2] J.-F. Nouvel, A. Herique, W. Kofman, and A. Safaeinili. Radar signal simulation: Surface modeling with the Facet Method. Radio Science, 39:RS1013, February 2004. [3] A. Tarantola. Inverse problem theory and methods for model parameter estimation. SIAM, 2005.

On se propose dans un premier temps d'étudier des jeux de données topographiques sur la lune glacée de Jupiter Ganymède et d'estimer l'impact de la topographie sur les performances du futur radar sondeur. Les principaux résultats sont présentés dans [1]. Une seconde partie est dédiée à l'expression mathématique du problème direct du sondage radar planétaire (physique et instrumentation). On rappelle ainsi comment dériver à partir des formulations de Stratton-Chu les formulations volumiques classiques et surfaciques (i.e. Huygens-Fresnel). On s'attache ensuite à détailler un algorithme performant basé sur la formulation surfacique pour simuler des échos radar à partir d'une surface planétaire maillée. Cette approche est largement inspirée par le travail de J.-F. Nouvel [2]. Une troisième partie s'intéresse à l'inversion des paramètres géophysiques de surface à partir des mesures radar. On écrit ainsi le problème dans un cadre probabiliste (c.f. [3]) et on présente trois grandes familles d'algorithmes : (i) une approche avec une linéarisation du problème, (ii) une approche itérative basée sur une méthode de gradient et (iii) une approche statistique pour estimer les densités de probabilités a posteriori. Ces algorithmes sont appliqués à des jeux de données synthétiques pour illustrer leurs performances. [1] Y. Berquin, W. Kofman, A. Herique, G. Alberti, and P. Beck. A study on ganymede's surface topography: Perspectives for radar sounding. Planetary and Space Science, (0), 2012. [2] J.-F. Nouvel, A. Herique, W. Kofman, and A. Safaeinili. Radar signal simulation: Surface modeling with the Facet Method. Radio Science, 39:RS1013, February 2004. [3] A. Tarantola. Inverse problem theory and methods for model parameter estimation. SIAM, 2005. / The manuscript details the work performed in the course of my PhD on planetary sounding radar. The main goal of the study is to help designing and assessing the sounding radar performances. This instrument will be embarked on the ac{ESA}'s large class mission ac{JUICE} to probe Jupiter's environment and Jupiter's icy moons Callisto, Ganymede and Europa. As an introduction to the problem, a study on Ganymede's surface ac{DEM} and its implications with regard to the radar performances was performed. The results of this work put forward issues due to a hostile environment with important surface clutter which eventually lead to a decrease in the radar signal bandwidth to 8--10 MHz. A first section is then dedicated to the formulation of the direct problem of sounding radar with a focus on surface formulations. This section eventually leads to a novel algorithm for radar surface echo computation from meshed surfaces which proves to be both efficient and accurate. A second section studies the possibility to use surface formulation to recover geophysical surface parameters from sounding radar data. For that purpose, three main approaches are discussed namely (i) a linear approach, (ii) a gradient-based approach and (iii) a statistical approach. These techniques rely on a probabilistic view of the inverse problem at hand and yield good result with different setups. Although we mainly focus on surface reflectivity, we also discuss surface topography inversion. Finally, a last section discusses the work presented in the manuscript and provides perspectives for future work.