Compressed sensing pour l’imagerie radar

Clémentine Courtès (1) , Geneviève Dusson (2, 3) , Roméo Hatchi (4) , Roberto Molina (2) , Albert Thomas (5)

1 LM-Orsay - Laboratoire de Mathématiques d'Orsay
2 LJLL - Laboratoire Jacques-Louis Lions
3 ISCD - Institut des Sciences du Calcul et des Données
4 CEREMADE - CEntre de REcherches en MAthématiques de la DEcision
5 TSI - Département Traitement du Signal et des Images

Ce rapport est le fruit d’un travail effectué lors de la SEME (Semaine d’Étude Maths En- treprise). Le projet présenté ici a été proposé par Airbus et provient du domaine de l’imagerie radar. Les coûts de calcul de reconstruction d’un signal grâce à ses modes de Fourier sont importants et soumis au théorème de Nyquist-Shannon qui donne les conditions sur les fréquences à échantillonner pour retrouver exactement le signal d’origine [3]. Nous avons étudié une solution alternative, moins coûteuse. L’objectif est donc de reconstruire précisément une fonction d’intérêt à partir de mesures sur ses coefficients de Fourier en limitant au maximum le nombre de mesures.

Mots clés: compressed sensing; traitement du signal; transformée de Fourier

Domaines: Analyse numérique [math.NA]

Clémentine Courtès, Geneviève Dusson, Roméo Hatchi, Roberto Molina, Albert Thomas. Compressed sensing pour l’imagerie radar : Semaine d'Etude Maths Entreprises, Paris, 12-16 janvier 2015. [Rapport de recherche] AMIES. 2015. ⟨hal-01132288⟩