-------------------------------------------------------------------------------------------------------------------------------------------------------------------- Brevet 2 - PROCEDE D'IDENTIFICATION DES EMETTEURS RADARS -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Deuxième brevet en cours d'écriture débuté fin décembre. Ce brevet a seulement été initié "administrativement" en 2022 avant la fin de mon contrat avec Avantix. Le brevet devrait être bientôt finalisé et déposé durant le mois de février. Il vise à breveter une nouvelle façon d'identifier les émetteurs RADARs grâce au transport optimal. -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Brevet 1 - PROCEDE DE DESENTRELACEMENT D’IMPULSIONS RADAR -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Premier brevet déposé au nom de BULL SAS, du Centre national de la recherche scientifique, de l’UNIVERSITE PARIS-SACLAY et de CENTRALESUPELEC dans le cadre de la thèse. La rédaction du brevet a été initilisée durant le mois de novembre ou de décembre 2022. Il vise à breveter un nouveau procédé de désentrelacement d'impulsions RADAR non supervisé. • Pays de dépôt : EUROPE • Date de dépôt : 17/01/2023 • Numéro de dépôt : 23305059.0 • Titre officiel: PROCEDE DE DESENTRELACEMENT D’IMPULSIONS RADAR • Inventeur(s) : Manon MOTTIER, Frédéric PASCAL, Gilles CHARDON -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Désentrelaçement et classification des émetteurs RADARs basés sur des distances de Transport Optimal - CAID -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Article long de 9 pages présentant de façon détaillée un procédé de désentrelacement d'impulsions RADARS et d'identification des émetteurs RADARs. • Conférence : Conference on Artificial Intelligence for Defence (CAID) • Date : 16/11/2022 au 17/11/2022 • Lieu : Rennes, France • Résumé : Cet article introduit une nouvelle méthode pour désentrelacer et classifier les émetteurs d'un signal RADAR utilisant des distances de transport optimal. Une stratégie en deux étapes est développée et appliquée pour désentrelacer un signal RADAR : tout d'abord, un algorithme de clustering est utilisé pour séparer les données. Ensuite, les résultats (classes) du clustering initial sont incorporées dans un clustering agglomératif hiérarchique combiné à des distances de transport optimal utiliser pour fusionner (regrouper) les classes. Enfin, le processus d'identification est appliqué sur ces résultats du désentrelacement; la méthodologie est basée sur l'élaboration d'une distance entre un groupe d'impulsions et une description des caractéristiques d'un émetteur RADAR à partir d'une base de données de référence. La méthodologie est construite et évaluée sur des données simulées étiquetées. -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Désentrelaçement et classification de signaux RADAR basés sur des distances de transport optimal - GRETSI -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Article court de 4 pages présentant un procédé de désentrelacement d'impulsions RADARS et d'identification des émetteurs RADARs. • Conférence : XXVIIIème Colloque Francophone de Traitement du Signal et des Images (GRETSI) • Date : 06/09/2022 au 09/09/2022 • Lieu : Nancy, France • Résumé : L'identification d'émetteurs RADAR représente un enjeu primordial dans le domaine de la guerre électronique d'autant plus que ces émetteurs présentent des caractéristiques de plus en plus complexes. Ce papier présente une méthodologie de désentrelacement et d'identification d'émetteurs RADAR basée sur l'utilisation de distances de transport optimal pour désentrelacer les impulsions d'un nombre inconnu d'émetteurs, puis identifier ces émetteurs grâce à une base de données. La méthodologie est testée sur des données obtenues grâce à un simulateur de données. -------------------------------------------------------------------------------------------------------------------------------------------------------------------- RADAR Emitter Classification with Optimal Transport Distances - EUSIPCO -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Article moyennement long de 5 pages présentant d'identification des émetteurs RADARs basé sur l'utilisation des distances de transport optimale. • Conférence : European Signal Processing Conference (EUSIPCO) • Date : 29/108/2022 au 02/09/2022 • Lieu : Belgrade, Serbie • Résumé : Identifying unknown RADAR emitters from received pulses is an important problem in electronic intelligence. It is a difficult problem, as agile RADAR emitters can have complex characteristics, and measurements are corrupted by various noises (non-Gaussian noise, missing pulses, etc.). This paper introduces a new classification method based on optimal transport distances between collected RADAR pulses, and a priori has known emitter classes. Compared to previously proposed methods, this method does not require a training step; it can deal with many classes and is easily interpretable. The method is tested on data obtained by a realistic RADAR scene simulator. (L'identification d'émetteurs RADAR inconnus à partir de impulsions reçues est un problème important dans l'intelligence électronique. C'est un problème difficile, car les émetteurs RADAR agiles peuvent avoir des caractéristiques complexes et les mesures sont corrompues par divers bruits (bruit non gaussien, impulsions manquantes, etc.). Cet article présente une nouvelle méthode de classification basée sur les distances de transport optimal entre les impulsions RADAR collectées et des classes d'émetteurs connues à priori. Par rapport aux méthodes proposées précédemment, cette méthode n'exige pas d'étape d'entraînement, peut gérer de nombreuses classes et est facilement interprétable. La méthode est testée sur des données obtenues par un simulateur de scène RADAR réaliste.) -------------------------------------------------------------------------------------------------------------------------------------------------------------------- Planning prévisionnel 2023 -------------------------------------------------------------------------------------------------------------------------------------------------------------------- • 2 articles de journeaux : chaque article fait suite aux brevets précédemment déposés • Manuscrit de thèse