|
UNIVERSITE MOHAMMED V AGDAL
ECOLE MOHAMMADIA D'INGENIEURS
CONTRIBUTION A LA DISCRIMINATION DES
SIGNAUX SISMIQUES
MOHAMMED BENBRAHIM
DEPARTEMENT DE GENIE ELECTRIQUE
THESE PRESENTEE EN VUE DE L'OBTENTION
DU DIPLÔME DE
DOCTORAT EN SCIENCES APPLIQUEES
(AUTOMATIQUE ET INFORMATIQUE
INDUSTRIELLE)
2007
UNIVERSITE MOHAMMED V AGDAL
ECOLE MOHAMMADIA
D'INGENIEURS
Cette thèse intitulée:
CONTRIBUTION A LA DISCRIMINATION DES
SIGNAUX SISMIQUES
présentée par: BENBRAHIM Mohammed
en vue de l'obtention du diplôme de: Doctorat en Sciences
Appliquées Soutenue le 08 Juin 2007 devant le jury composé de:
Prof. TOUZANI Abderrahmane, EMI, Président
Prof. BENJELLOUN Khalid, EMI, Directeur de thèse
Prof. IBENBRAHIM Aomar, ING, Co-encadrant de thèse
et Rapporteur Prof. SBITI Nawal, EMI, Rapporteur
Prof. TOTO El Arbi, FSK, Rapporteur
Dr. BOUZOUBAA Taoufik, TreeDAlgo, Examinateur
Prof. TAALABI Mohamed, EMI, InvitéProf.
KASMI Mohamed, ING, Invité
v
REMERCIEMENTS
Ce travail a été réalisé dans le
cadre du projet PROTARS DIII-48 mettant en collaboration le Laboratoire
d'Automatique et d'Informatique Industrielle (LAII) de l'Ecole Mohammadia
d'Ingénieurs (EMI) et l'Institut National de Géophysique (ING) du
Centre National pour la Recherche Scientifique et Technique (CNRST).
Je tiens à remercier spécialement mon directeur
de thèse, le professeur Khalid BENJELLOUN, pour m'avoir guidé au
cours de mon cursus à l'EMI. Je lui suis très reconnaissant pour
sa patience et je le remercie pour son support académique tout au long
de ce travail. J'ai beaucoup apprécié les années que j 'ai
passées sous sa supervision et je lui souhaite tout le succès
dans ce qu'il entreprend.
Je tiens à remercier également, le professeur
Aomar IBENBRAHIM responsable de l'ING et mon co-encadrant de thèse pour
m'avoir accueilli dans son équipe de recherche où j'ai acquis mes
connaissances dans de le domaine de la sismologie. Je voudrais aussi remercier
les membres de son équipe de recherche, les professeurs Mohamed Kasmi et
Abdelouahed BIROUK responsables du Réseau National de Surveillance et
d'Alerte Sismique Marocain (RESAS) et le professeur Azelarab EL MOURAOUAH
responsable du Service de Prévention Sismique et Coopération.
Je voudrais aussi remercier les honorables membres du jury, le
professeur Abderrahmane TOUZANI directeur du Centre Régional Africain de
Sciences et de Technologie de l'Espace en Langue Française (CRASTE-LF )
à l'EMI, les professeurs Nawal SBITI et Mohamed TAALABI du
département de génie électrique section automatique
à l'EMI, le professeur El Arbi TOTO de la faculté des sciences de
Kénitra (FSK) et Monsieur Taoufik BOUZOUBAA directeur scientifique et
technique de la société TreeDAlgo spécialisée dans
les systèmes d'aide à la décision.
Mes remerciements vont également envers le corps
enseignant du département de génie électrique (plus
particulièrement la section automatique) de l'Ecole Mohammadia
d'Ingénieurs qui, par leur valeur scientifique et leur qualité
pédagogique, ont largement contribué à ma formation
académique.
Enfin, je voudrais exprimer toute ma reconnaissance à mes
proches et à mes amis qui m'ont toujours soutenu et encouragé
pendant ce long travail.
vi
RESUME
Chaque année, les réseaux de surveillance et
d'alertes sismiques enregistrent des milliers d'événements
sismiques. Or, l'examen manuel de ces enregistrements numériques pour la
discrimination entre événements naturels,
événements artificiels et bruits est une tâche difficile
qui demande des coûts et des efforts considérables.
Plusieurs études ont déjà
été menées pour concevoir des méthodes
paramétriques de discrimination sismique. Or, ces méthodes ne
sont, généralement, ni transportables ni robustes. Pour
résoudre ces problèmes, les recherches ont tourné vers le
développement de
méthodes non paramétriques. Cependant, la
majorité de ces méthodes proposées,
jusqu'àprésent, ne traitent que des cas particuliers
tout en faisant des traitements manuels aux
signaux avant de les utiliser. Ce qui limite leur utilité
dans la pratique.
L'objectif de cette thèse est de concevoir un
système modulaire non paramétrique
transportable de discrimination automatique des signaux
sismiques en faisant appel àcertaines techniques du
traitement des signaux et de l'intelligence artificielle. Ce système
modulaire est composé de quatre parties: acquisition,
représentation, réduction de la dimensionnalité et
classification.
Une étude des représentations temporelle,
fréquentielle, temps-fréquence et temps- échelle, pour le
cas des signaux non stationnaires en général et le cas des
signaux sismiques en particulier, a permis de mettre en évidence les
limites de leurs résolutions temporelles et fréquentielles
formulées sous formes de nouvelles inégalités
d'Heisenberg-Gabor. D'autre part, une nouvelle ondelette complexe dite
ondelette de Ben est présentée en démontrant son
admissibilité.
La réduction de la dimensionnalité des images
sismiques issues des représentations bidimensionnelles constitue une
partie principale de notre système de discrimination automatique des
signaux sismiques. En effet, la durée de tels signaux est variable en
dépendance avec l'événement d'origine et sa
proximité des sismomètres. Dans ce cadre, une approche
basée sur la combinaison de la projection aléatoire et l'analyse
en composantes principales est proposée.
Pour la classification, une étude de l'influence des
différents paramètres d'un classificateur de type perceptron
multicouches est réalisée. Ce qui a permis de conclure qu'une
combinaison de plusieurs classificateurs est le seul moyen d'améliorer
les performances. Ainsi, trois approches de discrimination sont
proposées: discrimination locale, régionale et globale. D'autre
part, afin de faire un rejet des signaux bruits, un système de
reconnaissance utilisant les réseaux de neurones auto-associatifs est
présenté.
La mise en oeuvre du système de discrimination
automatique proposé est assurée par le logiciel Marocain
d'analyse des signaux sismiques (MSSSA: Moroccan Software for Seismic Signals
Analysis) qui est conçu et réalisé dans le cadre de cette
thèse tout en utilisant les signaux acquis par le réseau
sismologique Marocain.
Les tests expérimentaux ont permis de montrer les
performances du systèmes proposés. Ainsi, nous avons pu atteindre
via une modèle de la discrimination sismique locale et pour une moyenne
de 100 tests un taux d'erreur de classification de 0.05 % pour le cas d'une
discrimination à deux classes et 0.033 % pour le cas d'une
discrimination à trois classes.
ix
| 
