Titre :	Analyse du Détecteur Weber-Haykin dans un Milieu Pareto Corrélé
Type de document :	texte imprimé
Auteurs :	Dina Nedjar, Auteur ; Toufik Laroussi, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2020
Importance :	99 f.
Format :	30cm.
Note générale :	Une copie electronique PDF disponible au BUC.
Langues :	Français (fre)
Catégories :	Sciences de la technologie:Electronique
Tags :	Détection CFAR mono-impulsion non-cohérente  Détecteurs à niveau moyen  Détecteurs basés sur les statistiques ordonnées  Détecteur Weber-Haykin  Modèle SIRP  Clutter Pareto 2 corrélé.
Index. décimale :	610 Electronique
Résumé :	Le fouillis (clutter) marin est l'un des facteurs de restriction les plus importants pour la détection et la reconnaissance de cibles dans un environnement maritime. La conception et la sélection des radars et des algorithmes de traitement du signal radar à utiliser dans un fouillis de mer, est directement influencée par la connaissance des caractéristiques de celuici. La reconstruction précise du fouillis marin peut fournir une base solide pour la recherche d'algorithmes de détection et de reconnaissance de cibles. Ces dernières années, l'analyse du fouillis marin résultant des radars de surveillance haute résolution en bande X, a montré que le fouillis Pareto, i.e., non gaussien, s'est avéré être un excellent modèle pour les phénomènes à longue queue. Autrement dit, il a été validé comme un modèle approprié d'échos de fouillis pour les radars de surveillance maritime haute résolution en bande X. Dans cette thèse de Master, nous nous intéressons à l'investigation des performances de détection CFAR (Constant False Alarm Rate) d'une cible Swerling I ou II noyée dans un fouillis Pareto 2 corrélé, avec un paramètre d’échelle connu a priori et un paramètre de forme inconnu a priori. Ce faisant, nous analysons et comparons d'abord les détecteurs CFAR à niveau moyen et ceux basés sur les statistiques ordonnées, i.e., GM (Geometric Mean)-, SO (smallest Of)-, GO (Greatest Of)-, OS (Ordered Statistic)- et TM (Trimmed Mean)-CFAR, respectivement, dans un clutter Pareto 2 IID (Independent and Identically Distributed), homogène, en présence d'un bord de clutter ou en présence de cibles interférentes. Les échantillons IID sont générés par l'inverse de la CDF (Cumulative Density Function) de la distribution Pareto 2. Comme prévu, les détecteurs GM- et TM-CFAR présentent les meilleures performances de détection dans un fouillis homogène. Alors que le détecteur OSCFAR est le meilleur en présence d'une cible interférente, les détecteurs TM- et OS-CFAR sont les meilleures en présence de deux cibles interférentes, une de chaque côté de la CUT (Cell Under Test). Enfin, le détecteur GO-CFAR est le meilleur en présence d'un bord de fouillis. Ensuite, nous analysons la régulation CFAR et les performances de détection du détecteur GM-CFAR dans un fouillis Pareto 2 corrélé et homogène. Cette fois, cependant, les échantillons sont générés par le modèle gaussien composé, c'est-à-dire le modèle SIRP (Spherically Invariant Random Process); dont le chatoiement (speckle) corrélé suit une loi exponentielle et la (texture) non corrélée suit une loi Inverse-Gamma. Nous avons remarqué que la propriété CFAR du GM-CFAR n'est maintenue que si le coefficient de seuil est adapté aux variations du coefficient de corrélation. Enfin, pour le même modèle corrélé SIRP, nous analysons et comparons les performances de régulation CFAR et de détection des détecteurs OS-CFAR et WH (Weber-Haykin) dans un clutter homogène et hétérogène. Contrairement à ce qui est prévu, comme pour le clutter Weibull et log-normal, le détecteur WH se trouve ne pas être CFAR, par rapport au paramètre de forme. Néanmoins, lorsqu'une carte de fouillis est à portée de main, il est possible d'envisager une détection WH-CFAR. A cet effet, dans un fouillis homogène, alors que le détecteur OS-CFAR est meilleur que le détecteur WH-CFAR pour une décorrélation faible à complète, le WH-CFAR inverse la tendance pour une corrélation forte à complète. Enfin, en présence d'une et deux cibles interférentes, le détecteur WH-CFAR demeure plus robuste que le détecteur OS-CFAR pour un clutter pointu (spiky) que pour un clutter gaussien.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=14306

Analyse du Détecteur Weber-Haykin dans un Milieu Pareto Corrélé [texte imprimé] / Dina Nedjar, Auteur ; Toufik Laroussi, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2020 . - 99 f. ; 30cm.
Une copie electronique PDF disponible au BUC.
Langues : Français (fre)

Catégories :	Sciences de la technologie:Electronique
Tags :	Détection CFAR mono-impulsion non-cohérente  Détecteurs à niveau moyen  Détecteurs basés sur les statistiques ordonnées  Détecteur Weber-Haykin  Modèle SIRP  Clutter Pareto 2 corrélé.
Index. décimale :	610 Electronique
Résumé :	Le fouillis (clutter) marin est l'un des facteurs de restriction les plus importants pour la détection et la reconnaissance de cibles dans un environnement maritime. La conception et la sélection des radars et des algorithmes de traitement du signal radar à utiliser dans un fouillis de mer, est directement influencée par la connaissance des caractéristiques de celuici. La reconstruction précise du fouillis marin peut fournir une base solide pour la recherche d'algorithmes de détection et de reconnaissance de cibles. Ces dernières années, l'analyse du fouillis marin résultant des radars de surveillance haute résolution en bande X, a montré que le fouillis Pareto, i.e., non gaussien, s'est avéré être un excellent modèle pour les phénomènes à longue queue. Autrement dit, il a été validé comme un modèle approprié d'échos de fouillis pour les radars de surveillance maritime haute résolution en bande X. Dans cette thèse de Master, nous nous intéressons à l'investigation des performances de détection CFAR (Constant False Alarm Rate) d'une cible Swerling I ou II noyée dans un fouillis Pareto 2 corrélé, avec un paramètre d’échelle connu a priori et un paramètre de forme inconnu a priori. Ce faisant, nous analysons et comparons d'abord les détecteurs CFAR à niveau moyen et ceux basés sur les statistiques ordonnées, i.e., GM (Geometric Mean)-, SO (smallest Of)-, GO (Greatest Of)-, OS (Ordered Statistic)- et TM (Trimmed Mean)-CFAR, respectivement, dans un clutter Pareto 2 IID (Independent and Identically Distributed), homogène, en présence d'un bord de clutter ou en présence de cibles interférentes. Les échantillons IID sont générés par l'inverse de la CDF (Cumulative Density Function) de la distribution Pareto 2. Comme prévu, les détecteurs GM- et TM-CFAR présentent les meilleures performances de détection dans un fouillis homogène. Alors que le détecteur OSCFAR est le meilleur en présence d'une cible interférente, les détecteurs TM- et OS-CFAR sont les meilleures en présence de deux cibles interférentes, une de chaque côté de la CUT (Cell Under Test). Enfin, le détecteur GO-CFAR est le meilleur en présence d'un bord de fouillis. Ensuite, nous analysons la régulation CFAR et les performances de détection du détecteur GM-CFAR dans un fouillis Pareto 2 corrélé et homogène. Cette fois, cependant, les échantillons sont générés par le modèle gaussien composé, c'est-à-dire le modèle SIRP (Spherically Invariant Random Process); dont le chatoiement (speckle) corrélé suit une loi exponentielle et la (texture) non corrélée suit une loi Inverse-Gamma. Nous avons remarqué que la propriété CFAR du GM-CFAR n'est maintenue que si le coefficient de seuil est adapté aux variations du coefficient de corrélation. Enfin, pour le même modèle corrélé SIRP, nous analysons et comparons les performances de régulation CFAR et de détection des détecteurs OS-CFAR et WH (Weber-Haykin) dans un clutter homogène et hétérogène. Contrairement à ce qui est prévu, comme pour le clutter Weibull et log-normal, le détecteur WH se trouve ne pas être CFAR, par rapport au paramètre de forme. Néanmoins, lorsqu'une carte de fouillis est à portée de main, il est possible d'envisager une détection WH-CFAR. A cet effet, dans un fouillis homogène, alors que le détecteur OS-CFAR est meilleur que le détecteur WH-CFAR pour une décorrélation faible à complète, le WH-CFAR inverse la tendance pour une corrélation forte à complète. Enfin, en présence d'une et deux cibles interférentes, le détecteur WH-CFAR demeure plus robuste que le détecteur OS-CFAR pour un clutter pointu (spiky) que pour un clutter gaussien.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=14306