Une limitation fondamentale du problème inverse acoustique est déterminée par la taille et la densité de l'antenne de microphones. Une solution pour atteindre une grande antenne et / ou à forte densité de microphones est de scanner l'objet d'intérêt en déplaçant séquentiellement une antenne de petites dimensions (mesures dites séquentielles). La différence entre des mesures séquentielle et une mesure simultanée en tous points est que dans ce dernier cas, l'intégralité de la matrice interpectrale peut être estimée, contrairement au cas des mesures séquentielles qui ne permettent l'estimation que d'une partie réduite de cette matrice; les éléments croisés (interspectres) entre deux points de mesures n'appartenant pas à la même séquence ne sont pas estimés. Néanmoins, ces données restent nécessaires pour la reconstruction acoustique. Dans l'approche classique, une ou plusieurs références sont utilisées pour retrouver les données manquantes. L'objet de cette thèse est de récupérer les éléments manquants de la matrice interspectrale sans capteurs de référence, dans le cas où le champ acoustique est suffisamment cohérent pour mettre en œuvre les mesures séquentielles. Deux modèles de spectre de valeurs propres parcimonieux sont proposés pour résoudre ce problème, le premier impose une valeur faible de rang, tandis que le second repose sur la minimisation de la norme nucléaire (recherche d'une solution faiblement parcimonieuse). / A fundamental limitation of the inverse acoustic problem is determined by the size of the array and the microphone density. A solution to achieve large array and/or high microphone density is to scan the object of interest by moving sequentially a small prototype array, which is referred to as sequential measurements. In comparison to a large array and/or high microphone density array that can acquire simultaneously all the information of the spectral matrix, in particular all cross-spectra, sequential measurements can only acquire a block diagonal spectral matrix, while the cross-spectra between the sequential measurements remain unknown due to the missing phase relationships between consecutive positions. Nevertheless, these unknown cross-spectra are necessary for acoustic reconstruction. The object of this thesis is to recover the missing elements of the spectral matrix in the case that the acoustical field is highly coherent so as to implement the sequential measurements. Sparse eigenvalue spectrum are assumed to solve this problem, which lead to a structured low rank model and a weakly sparse eigenvalue spectrum model.
| Identifer | oai:union.ndltd.org:theses.fr/2015ISAL0023 |
| Date | 23 March 2015 |
| Creators | Yu, Liang |
| Contributors | Lyon, INSA, Antoni, Jérôme, Leclère, Quentin |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0026 seconds