Stage M2 – Implémentation d’un modèle de tir de rayons atmosphérique pour l’imagerie acoustique dans CleanTiPy
Mots Clés : imagerie acoustique, antenne microphonique, source mobile, milieu inhomogène, milieu en mouvement, déconvolution, propagation longue distance
L’imagerie acoustique constitue un outil essentiel pour la caractérisation des sources sonores complexes, notamment dans les domaines de l’aéroacoustique, des transports et de l’environnement. À partir d’antennes de microphones, ces méthodes permettent de localiser et de quantifier les émissions acoustiques dans une scène donnée. La technique du Delay-and-Sum Beamforming (formation de voies temporelle) repose sur la sommation cohérente des signaux mesurés, ajustée selon les temps de propagation entre les sources hypothétiques et les capteurs.
Cependant, la plupart des implémentations actuelles, y compris celles disponibles dans la plateforme CLEAN-T et son implémentation Python CleanTiPy développée au laboratoire, reposent sur une approximation de propagation en milieu homogène. Cette hypothèse simplificatrice est adaptée à des environnements contrôlés (chambre semi- anéchoïque, champ libre sans vent, etc.), mais devient inadaptée pour les mesures en milieu extérieur avec des grandes distances de propagation, où les conditions atmosphériques modifient significativement la propagation sonore.
En effet, les profils verticaux de vent et de température induisent des effets de réfraction modifiant la trajectoire et le temps d’arrivée des ondes acoustiques. Les effets de sols jouent également sur le déphasage et l’absorption de l’onde réfléchie. Enfin, le caractère mobile de la source (par exemple un avion ou un véhicule routier) provoque des effets de Doppler et de convection qui influencent fortement le champ mesuré.
Pour pallier ces limitations, Kayser et al. ont proposé une approche innovante combinant une formulation heuristique du rayonnement acoustique d’un point source en mouvement avec un modèle de tir de rayons permettant de décrire la propagation dans une atmosphère stratifiée (inhomogène et en mouvement). Ce couplage offre un compromis intéressant entre complexification de modèle et coût de calcul réduit, ouvrant la voie à une meilleure prise en compte des conditions atmosphériques et des effets de sol dans les outils d’imagerie acoustique.