clutter de mer, modèle gaussien composé, modèle gaussien composé , EMD,CFAR

Détection CFAR en milieux de clutter non-Gaussien

+ Free Shipping

On traite dans ce livre trois problématiques essentielles touchant le domaine de la détection des cibles radar.

La première thématique traitée s’intéresse sur la minimisation des erreurs d’adaptation de la queue entre le modèle Pareto type II et les données empiriques du clutter de la mer. Une technique non-stationnaire nommée EMD (décomposition modale empirique) est introduite pour le débruitage des deux composantes des données reçues. La méthode d’estimation MLE est utilisée pour déterminer les paramètres de forme et d’échelle du modèle Pareto type II. Les performances de modélisation sont évaluées via la base de données IPIX avec et sans analyse par l’EMD. Des meilleurs ajustements de la queue par rapport aux données réelles sont obtenus lorsque la technique EMD est appliquée aux deux composantes des échos radar. Ensuite, le problème d’estimation du clutter R-GΓ (Rayleigh-Gamma Généralisée) distribué à trois paramètres a été adressé. Les estimateurs en deux dimensions HOME, NIOME et [zlog (z)] sont obtenus. Les méthodes d’estimation proposées sont d’abord testées via des données synthétiques. L’approximation de la queue du modèle R-GΓ et du modèle standard K (i.e., cas particulier du modèle R-GΓ) est examinée par rapport aux données réelles IPIX.

La deuxième problématique consiste à développer de nouveaux estimateurs NIOME, [zlog(z)] et MLE des paramètres du clutter CG-IG distribué. Les formes des procédures NIOME et [zlog(z)] sont données en fonction des fonctions de Bessel et d’intégrale-exponentielle. Ces formules gardent de natures monotones sur toutes les valeurs du rapport entre le paramètre de forme et la puissance moyenne de clutter. Les estimés des paramètres de forme sont alors calculées à l’aide de la méthode d’interpolation qui est relativement rapide et facile à implémenter. Aussi, l’estimation ML combinée par la puissance moyenne de clutter est construite et mène à une recherche unidimensionnelle du paramètre de forme. Via des données artificielles, les estimateurs proposés sont comparés aux méthodes des moments entiers et MLE. L’ajustement des queues des distributions CG-IG, K et GP par rapport aux données réelles IPIX est également examiné.

La dernière problématique traite la détection CFAR en milieu non-Gaussien. Les détecteurs existants CFAR nommés GMOS, TMOS et IE-CFAR sont analysés dans un clutter de distributions log-normal et K. Le but est donc d’étudier les performances de ces algorithmes CFAR en présence du clutter homogène et hétérogène. Pour un clutter homogène, la propriété CFAR pour le cas du clutter log-normal est conservée, tandis que la probabilité de fausse alarme dépend de faibles valeurs du paramètre de forme de la distribution K (situations du clutter pointu). En effectuant des simulations Monte-Carlo, les probabilités de détection en fonction du SCR (rapport signal-sur-clutter) des différent détecteurs CFAR sont comparées et analysées pour des situations diverses de l’environnement du clutter.

التصنيف: 
Table de Contents
Liste des Figures 9
Liste des Tables 15
Liste des Symboles 17
Liste des Abréviations 21
Liste des Travaux Publiés 23
Introduction générale 29
CHAPITRE 1
Généralités sur les Radars
1. Introduction 29
2. Etat de l’art 30
3. Travaux de recherche 36
4. Organisation de livre 39
1. 1 Introduction 43
1. 2 Historique du radar 44
1. 3 Principe de fonctionnement du radar 46
1. 4 Equipment de base d'un système radar 47
1. 5 Classifications des radars 51
1. 5. 1 Radars primaires 51
1. 5. 2 Radars secondaires 52
1. 5. 3 Radars à impulsions 53
1. 5. 4 Radars à onde continue 55
1. 6 Surface équivalente et équation du radar 56
1. 7 Théorie de la décision 60
1. 7. 1 Tests de Bayes 61
1. 7. 2 Test de minimax 65
1. 7. 3 Test de Neyman-Pearson 67
1. 8 Modèles des cibles 70
1. 8. 1 Modèles de Swerling 71
1. 8. 2 Modèle de Weibull 72
1. 9 Types de clutter 73
1. 9. 1 Puissance de clutter vu par un radar 73
1. 9. 2 Clutter atmosphérique 75
1. 9. 3 Clutter de sol ou de la mer 78
1. 9. 4 Propriétés du clutter 82
1. 10 Conclusion 87
CHAPITRE 2
Modélisation du clutter de mer utilisant la technique de décomposition EMD
2.1 Introduction 91
2. 2 Distribution de Pareto généralisée et estimation des paramètres 93
2. 2. 1 Modèle de Pareto généralisé 93
2. 2. 2 Estimation des paramètres 96
2. 3 Méthode de décomposition modale empirique (EMD) 98
2. 3. 1 Décomposition en mode empirique 99
2. 3. 2 Mode de fonction intrinsèque (IMF) 99
2. 3. 3 Tamisage (sifting process) 100
2. 3. 4 Reconstruction de signal 101
2. 4 Résultats de la modélisation du clutter de mer IPIX 103
2.5 Distribution Rayleigh-gamma généralisé et estimation des paramètres 113
2. 5. 1 Distribution Rayleigh-gamma généralisé (R-GΓ) 113
2. 5. 2 Estimateurs 116
2. 5. 2. 1 Estimation par des moments d'ordre supérieur 119
2. 5. 2. 2 Estimation par des moments d'ordres non-entiers 119
2. 5. 2. 3 Estimation par des moments logarithmiques 119
2. 6 Evaluation de l’estimation et la modélisation du clutter de mer IPIX 120
2. 6. 1 Estimation à partir des données simulées 121
2. 6. 2 Estimation à partir des données réelles 126
2.7 Conclusion 131
CHAPITRE 3
Estimation des paramètres du clutter modélisé par une distribution CG-IG
3. 1 Introduction 135
3. 2 Distribution CG-IG 136
3. 3 Méthodes d’estimation du clutter CG-IG 139
3. 3. 1 Méthode des moments 139
3. 3. 2 Méthode des moments non-entiers 140
3. 3. 3 Méthode de [zlogz] 142
3. 3. 4 Méthode MLE 145
3. 4 Analyse des performances d’estimation 149
3. 4. 1 Estimation via des données synthétiques 150
3. 4. 2 Estimation via des données réelles IPIX 154
3. 5 Conclusion 164




CHAPITRE 4
Analyse de la détection CFAR en présence d’un clutter K et log-normal
4. 1 Introduction 167
4. 2 Architecture de la détection adaptative CFAR 169
4. 3 Détecteurs CFAR non-paramétriques 171
4. 3. 1 Détecteur logt-CFAR 173
4. 3. 2 Détecteur GMOS-CFAR 173
4. 3. 3 Détecteur TMOS-CFAR 174
4. 3. 4 Détecteur IE-CFAR 174
4. 4 Détecteurs CFAR paramétriques 175
4. 4. 1 Cas du clutter Pareto type II 176
4. 4. 2 Cas du clutter K-distribué 177
4. 5 Analyse des performances des détecteurs CFAR 179
4. 5. 1 Détection CFAR en environnement homogène 181
4. 5. 2 Détection CFAR en environnement hétérogène (cibles interférentes) 191
4. 5. 3 Détection CFAR en environnement hétérogène 
(bord de clutter) 196
4. 6 Conclusion 201
Conclusion Générale 203
Annexes 207
Bibliographyie 211

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “Détection CFAR en milieux de clutter non-Gaussien”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

منتجات ذات صلة

© Flair Hair & Beauty Salon London 2026

Shopping Cart