In this paper, we investigate efficient minimum mean square error (MMSE) frequency domain equalization (FDE)-based iterative (turbo) packet combining for cyclic prefix (CP)-CDMA MIMO with Chase-type ARQ. We introduce two turbo packet combining schemes: i) In the first scheme, namely ``chip-level turbo packet combining'', chip-level MMSE-FDE and packet combining are jointly performed at the chip-level. In the second scheme, namely ``symbol-level turbo packet combining'', chip-level MMSE-FDE and despreading are separately carried out for each transmission, then packet combining is performed at the level of the soft demapper. The key idea of the proposed schemes is to exploit the diversity among all transmissions with a very low cost by introducing new variables recursively computed. The complexity and performances are evaluated for some representative antenna configurations and load factors (i.e., number of orthogonal codes with respect to the spreading factor) to show the gains offered by the proposed techniques.

In this paper, we address seabed characterization and recognition in sonar images using keypoint-based approaches. Keypoint-based texture recognition has recently emerged as a powerful framework to address invariances to contrast change and geometric distortions. We investigate here to which extent keypoint-based techniques are relevant for sonar texture analysis which also involves such invariance issues. We deal with both the characterization of the visual signatures of the keypoints and the spatial patterns they form. In this respect, spatial statistics are considered. We report a quantitative evaluation for sonar seabed texture data sets comprising six texture classes such as mud, rock, and gravely sand. We clearly demonstrate the improvement brought by keypoint-based techniques compared to classical features used for sonar texture analysis such as cooccurrence and Gabor features. In this respect, we demonstrate that the joint characterization of the visual signatures of the visual keypoints and their spatial organization reaches the best recognition performances (about 97% of correct classification w.r.t. 70% and 81% using cooccurrence and Gabor features). Furthermore, the combination of difference of Gaussian keypoints and scale-invariant feature transform descriptors is recommended as the most discriminating keypoint-based framework for the analysis of sonar seabed textures.

Ce document présente une synthèse des activités de recherche menées depuis une dizaine d'années en premier lieu dans le cadre du Laboratoire Ifremer-IRD de Sclérochronologie des Animaux Aquatiques et du département Sciences et Technologies Halieutiques de l'Ifremer puis au sein du département Signal & Communications de Télécom Bretagne et du Laboratoire en Sciences et Techniques de l'Information, de la Communication et de la Connaissance. De manière générale, ces activités se situent à l'interface des STIC1 et de l'océanographie. Dans le cadre d'approches interdisciplinaires, ces travaux ont visé à exploiter et développer des outils et méthodes de traitement du signal et des images pour (i) fournir de nouvelles représentations des processus/scènes observés, (ii) exploiter ces représentations pour inférer ou reconstruire des informations d'intérêt du point de vue thématique. Trois domaines thématiques relevant de la télédétection de l'océan au sens large ont été privilégiés : initialement, les otolithes comme marqueurs des traits de vie individuels des poissons et la télédétection acoustique des fonds marins et de l'écosystème pélagique, et plus récemment la télédétection satellitaire de la surface de l'océan. Ces problématiques conduisent notamment à aborder différentes problématiques génériques du traitement du signal et des images telles que l'analyse de la géométrie de signaux multivariés (y compris des formes), l'analyse et la reconnaissance de textures, l'interpolation de données manquantes, la reconnaissance de scènes et d'objets à travers différents cadres méthodologiques (modèles probabilistes, inférence bayésienne, approches variationnelles, apprentissage statistique,...). A partir de cette expertise est envisagé le potentiel, encore largement inexploré, d'une exploration des bases d'observations multi-échelles et multi-modales de l'océan, pour la caractérisation et la modélisation des processus clés déterminant les dynamiques des écosystèmes marins. Cette analyse met en évidence les enjeux réels du traitement de l'information dans ce contexte thématique et permet de dégager des problématiques scientifiques que l'on cherchera à développer dans les prochaines années.

In many applications, d-dimensional observations result from the random presence or absence of random signals in independent and additive white Gaussian noise. An estimate of the noise standard deviation can then be very useful to detect or to estimate these signals, especially when standard likelihood theory cannot be applied because of too little prior knowledge about the signal probability distributions. The present paper introduces a new scale estimator of the noise standard deviation when the noisy signals have unknown probability distributions and unknown probabilities of presence less than or equal to one half. The latter assumption can be regarded as to a weak assumption of sparsity.