Post-doctoral position « Localization and identification of directive sources »

Localisation et identification de sources directives

Date limite de candidature : 21/06/2021
Date de début : 01/10/2021
Date de fin : 30/09/2022

Pôle : Signaux et statistiques
Type de poste : Post-Doc ou ATER
Contact : CHARDON Gilles (gilles.chardon@l2s.centralesupelec.fr)

Télécharger
la fiche

Localisation et identification de sources directives
Localization and identification of directive sources

 

(English below)

Laboratoire : L2S, CentraleSupélec – 3 rue Joliot Curie, 91192 Gif-sur-Yvette, France
Encadrement : Gilles Chardon, José Picheral

L’imagerie acoustique consiste à caractériser les scènes sonores, généralement pour localiser des sources et en estimer la puissance. Au delà de ces caractéristiques fondamentales, d’autres propriétés des sources acoustiques sont accessibles en mettant en oeuvre des méthodes avancées de traitement du signal. En particulier, l’estimation du diagramme de directivité d’une source permet de mieux la caractériser. Des exemples de sources à directivités complexes sont le bruit généré par des turbulences, ou encore, en imagerie cérébrale, les dipôles électromagnétiques générés par l’activité cérébrale.

L’estimation conjointe de la position d’une source et de son diagramme de directivité est un problème
présentant plusieurs difficultés dans le cas de sources complexes (c’est à dire de sources non omnidirectionnelles) :
— la source ne peut plus être considérée comme ponctuelle, la variété d’antenne doit prendre en compte la diversité des diagrammes de directivités possible,
— l’ordre du modèle de diagramme de directivité (par exemple, décomposition sur une base d’harmonique sphériques) doit être estimé,
— des problèmes d’identifiabilité peuvent se présenter.

Sur ce dernier point, il a déjà été montré qu’un ordre trop élevé du modèle de directivité, non seulement réduit les performances de l’estimation comme attendu, mais rend la matrice d’information de Fisher non inversible. La bonne estimation de l’ordre de modèle, ou l’utilisation de contraintes appropriées sur les paramètres (par ex. contraintes du phases sur les coefficients de décomposition), en sont d’autant plus importantes.

Les buts de ce postdoc sont :
— l’étude et la modélisation des sources complexes (en particulier acoustiques) les plus courantes,
— suivant les modèles, le calcul de bornes sur les erreurs d’estimation des paramètres,
— le développement d’algorithmes permettant de prendre en compte ces contraintes,
— leur validation, sur données simulées et réelles.

Les méthodes développées pourront faire appel à la parcimonie structurée, parcimonie en dimension infinie,
estimation bayésienne, ou tout autre méthode pertinente.


 

Acoustical imaging aims at characterizing acoustical scenes, in order to localize sources and estimate their powers. Other parameters can be estimated beyond these two fundamental parameters using advanced signal processing methods. In particular, estimation of their directivity diagram can help their characterization.

Examples of sources with complex directivity includes aeroacoustic noise, and, in brain imaging, electromagnetic dipoles generated by cerebral activity.

Joint estimation of the position and the directivity diagram of a source raises several challenges :
— the source cannot be considered punctual, and the array manifold must account for this diversity
— the model order of the source has to be estimated (e.g., order of a spherical harmonics decomposition)
— identifiability problems arise.

On this last point, it was shown that overestimation of the model order not only worsens the estimation
performance, but yield a singular Fisher information matrix. Accurate estimation of the model order, or appropriate constraints on the parameters (e.g. phase constraints between the decomposition coefficients) are even more necessary.

Goals of this postdoc are :
— modeling of complex sources encountered in practice (in acoustic in particular)
— depending on the model, computation of bounds on the performance of the estimation of the parameters of the sources
— development of algorithm taken into account constraints of the model
— validation, using simulated and real data

The developed methods will use structured sparsity, infinite dimensional sparsity, Baysesian estimation, etc., depending on the data and the model.

Bibliographie
1. E. Monier, G. Chardon, Cramér-Rao bounds for the localization of anisotropic sources, ICASSP 2017,
New Orleans, USA, 2017
2. Q. Denoyelle, V. Duval, G. Peyré, and E. Soubies, The sliding Frank–Wolfe algorithm and its application to super-resolution microscopy, Inverse Problems, vol. 36, no. 1, p. 014001, Dec. 2019
3. G. Chardon, A block-sparse MUSIC algorithm for the localization and the identification of directive sources, International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2014, Florence, Italy, 2014
4. Lighthill, M. J. (1952). « On Sound Generated Aerodynamically. I. General Theory ». Proceedings of the Royal Society A : Mathematical, Physical and Engineering Sciences. 211 (1107) : 564–587
5. Lighthill, M. J. (1954). « On Sound Generated Aerodynamically. II. Turbulence as a Source of Sound ».
Proceedings of the Royal Society A : Mathematical, Physical and Engineering Sciences. 222 (1148) : 1–32
6. Williams, J. E. F. ; Hawkings, D. L. (1969). « Sound Generation by Turbulence and Surfaces in Arbitrary Motion ». Philosophical Transactions of the Royal Society A : Mathematical, Physical and Engineering Sciences. 264 (1151) : 321.
7. Facundo Costa, Hadj Batatia, Thomas Oberlin, Carlos d’Giano, Jean-Yves Tourneret. Bayesian EEGsource localization using a structured sparsity prior. NeuroImage, Elsevier, 2017, Vol. 144 (Part. A),pp. 142-152.
8. Alexandre Gramfort, Matthieu Kowalski, Matti Hämäläinen. Mixed-norm estimates for the M/EEGinverse problem using accelerated gradient methods. Physics in Medicine and Biology, IOP Publishing,2012, 57 (7), pp.1937-1961.

General information : 1-year post-doctoral position starting from October 2021

(Framework: L2S call for projects 2021)