Génie électrique

Permanent URI for this collection

http://dspace.univ-skikda.dz:4000/handle/123456789/124

Browse

Browsing Génie électrique by Subject "Détection adaptative"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Détection adaptative à taux de fausses alarmes
    (Université du 20 Août 1955 Skikda, 2024) Nedjma, Detouche; Toufik, Laroussi
    De nos jours, la quasi-totalité des environnements radar exige des systèmes dits haute résolution ou HRR (High Resolution Radar) ; autrement dit des radars dont la largeur d’impulsion est inférieure à 0.5 µs. Dans de tels cas, les données expérimentales correspondant à ce type de clutter ont montré qu’elles suivent une distribution présentant une queue plus étalée que celle de la Gaussienne. Ainsi, pour détecter des cibles évoluant dans ce type de clutter, il est nécessaire de modéliser l’environnement par des distributions non-gaussiennes. Dans la littérature radar, parmi les modèles statistiques pouvant suppléer à l’absence d’un clutter gaussien sont les distributions Weibull, lognormal et K… etc. A cet effet, plusieurs détecteurs CFAR (Constant False Alarm Rate) inhérents à ce type de clutter ont été développés dans la littérature. Le détecteur de Goldstein dit log-t-CFAR est l'un de ces détecteurs qui utilise un seuil non paramétrique. Contrairement au cas homogène où le détecteur log-t-CFAR réalise de bonnes performances de détection, ces dernières affichent une nette dégradation en présence d'hétérogénéités du clutter, tels que la présence de cibles multiples ou de bord de clutter. Pour cela, et dans l’optique d’optimiser les performances du détecteur log-t-CFAR en présence de cibles multiples dans un milieu non-gaussien de type Weibull, nous proposons l’association du détecteur log-t-CFAR à deux algorithmes de censure automatique. Dans la première contribution, les deux seuils de censure choisis sont le MLE-CFCR (Maximum Likelihood Estimator-Constant False Censoring Rate) et le WHCFCR (Weber-Haykin-CFCR). Les systèmes hybrides résultant sont, respectivement, les détecteurs H-log-t-CFAR, i.e., H-MLE/log-t-CFAR et H-WH/log-t-CFAR. En réalité, l’origine de l’hétérogénéité dans le signal échoïque peut ne pas être due à la présence de cibles interférentes mais plutôt à la présence d’un bord de clutter. Pour pallier à l’une ou l’autre hétérogénéité, dans notre deuxième contribution, nous présentons le détecteur SVI-log-t-CFAR (Switching VI-CFAR), lequel fait appel aux statistiques VI (Variability Index) et MR (Mean Ratio) pour commuter vers le détecteur log-t-CFAR dans le cas d’environnement homogène, l’un ou l’autre des détecteurs H-log-t-CFAR en présence de cibles multiples, ou le détecteur AEC-log-t-CFAR (Automatic Edge Censoring-CFAR) en présence d’un bord de clutter. Les simulations de MC (Monte Carlo) ont pu nous montrer, via le logiciel MATLAB, les performances de détection de ces nouveaux détecteurs. Les résultats obtenus ont montré, d’une part, l'efficience des deux détecteursviii hybrides dans l’amélioration des performances de détection du détecteur log-t-CFAR en présence de cibles multiples ; remarquons, cependant, que leurs performances n'ont pas pu surpasser celles du détecteur AC-MLE-CFAR (Automatic Censoring-MLE-CFAR). Pour un milieu Weibull homogène, nous montrons que le détecteur SVI-log-t-CFAR est susceptible de pister le détecteur log-t-CFAR, dont la 𝑃𝑑 (Probabilité de Détection) est un peu réduite par rapport à celle du détecteur AEC-log-t-CFAR. Dans des situations de cibles multiples, nous remarquons que le détecteur SVI-log-t-CFAR commence par pister le détecteur log-t-CFAR, puis finit par suivre l’un des détecteurs H-log-t-CFAR jusqu'à atteindre une superposition complète avec ces derniers. Nous remarquons aussi que plus il y a d'interférences, plus les performances du détecteur log-t-CFAR se dégradent et meilleures sont celles du détecteur SVI-log-t-CFAR. En présence d’un bord de clutter, nous montrons que le discriminateur d'hétérogénéité, en l’occurrence les statistique VI et MR n’induisent pas de bons résultats à faibles valeurs du CCR lorsque la taille de la sousfenêtre non homogène devient supérieure à la moitié de la taille de la fenêtre de référence. Cependant, pour des valeurs plus élevées du CCR, le discriminateur d'hétérogénéité semble surmonter un tel dysfonctionnement en permettant au détecteur SVI-log-t-CFAR de suivre fermement le détecteur AEC-log-t-CFAR. Enfin, à travers la courbe de la régulation de la Pfa (Probabilité de Fausse de Alarme), nous apercevons que le détecteur SVI-log-t-CFAR a des difficultés à discriminer toute transition de puissance qui se produit aux extrémités de la fenêtre de référence.