Nouvelles fonctions THz

Cette activité a pour objectif de proposer des solutions nouvelles pour la fonctionnalisation de dispositifs THz afin de pouvoir répondre à des demandes applicatives mais aussi académiques.
Dans un premier temps, nous avons plus précisément ciblé deux domaines applicatifs porteurs : l’identification de produits et le contrôle non-destructif.
Ces deux champs applicatifs permettent de tirer parti des avantages du domaine THz (transparence des matériaux et petites longueurs d’ondes) au regard de ceux de ses principaux « concurrents » en RF) ou optique. Trois tâches complémentaires seront ainsi menées concomitamment.
La fonctionnalisation du dispositif a pour objectif principal de concevoir un dispositif dont la signature porte une information suffisamment riche. La priorité continuera d’être mise sur des structures toutes diélectriques, les structures intégrant du métal étant moins « discrètes », elles seront réservées soient pour du contrôle non destructif, soit pour des solutions de repli pour l’identification.
Plusieurs techniques de caractérisation sont aussi envisagées pour obtenir la signature THz : la THz-TDS pour avoir une information large bande et l’imagerie, possiblement multi-spectrale, pour obtenir une information relative à la structuration ou la constitution de la structure. Le cas échéant, des systèmes présentant des caractéristiques particulières et spécifiques pourraient être développés (coll. startup(TIHIVE).
Enfin, nous avons entrepris de développer, en partenariat avec des laboratoires spécialistes du domaine, des briques de traitement du signal et d’analyse statistique adaptées aux signaux THz. Nous envisageons dans un premier temps d’évaluer les performances de plusieurs méthodes :
 

• Analyses en composantes parcimonieuses du signal (Coll. GIPSA-LAB) : diagrammes de phase, projection par dictionnaires (recherche d’invariants, c’est-à-dire de caractéristiques propres du signal permettant par exemple de l’identifier), décomposition en ondelettes 2D (appliquée à l’imagerie), apprentissage par tests (data mining), analyse de signaux transitoires.
   
• Analyses par classification (Coll. INRIA) : statistique multivariée (Analyse en composantes principales-ACP, Linear Discriminant Analysis-LDA, …) et statistique inférentielle (courbe de ROC), appliquées à différentes métriques (coefficient de corrélation, distance euclidienne…).