Monographie

L¹implémentation d¹algorithmes CFAR pour la détection radar ; ERHEL, ; HINZ, Jan Oliver ; SLT DELFAU, Antoine

Type de contenu
  • Texte
Titre(s)
  • L¹implémentation d¹algorithmes CFAR pour la détection radar ; ERHEL, ; HINZ, Jan Oliver ; SLT DELFAU, Antoine
Autre(s) responsabilité(s)
Editeur, producteur
  • Ecoles Militaires de Saint-Cyr Coëtquidan
Description matérielle
  • 1 CD
Note sur le contenu
  • mémoire
Note de thèses et écrits académiques
  • Filière Scientifique - Option Electronique Promotion Capitaine de Cacqueray Date de soutenance : 01/01/2012
Résumé ou extrait
  • PRESENTATION : La détection de cible est une étape importante dans la chaîne de traitement du radar. Même si la détection d¹une cible semble être aussi simple que la comparaison entre un seuil et le signal de la cible, ce procédé est en réalité complexe à cause de l¹environnement dans lequel la cible est située. Maintenir un seuil de détection fixe et un taux de fausse alarme constant est impossible même dans un bruit homogène. Ainsi, des seuils adaptatifs sont nécessaires pour obtenir une détection efficace d¹une cible avec un contrôle sur le taux de fausse alarme. Par exemple, le détecteur Cell-Averaging Constant False Alarm Rate (CA-CFAR) procède à la détection avec des seuils adaptatifs. Cependant, il n¹existe pas d¹étude théorique sur la probabilité de fausse alarme et de détection pour les détecteur CA-CFAR. Ces différents algorithmes sont implémentés en vue d¹une utilisation pour des radars hautes fréquences d¹onde de surface (HFSWR). Notre but est d¹implémenter des algorithmes CFAR pour la détection radar et précisément d¹étudier les performances des algorithmes CA-CFAR dans divers environnements. CONTRAINTES : Le calcul du coefficient d¹échelle est très complexe et ne peut pas être calculé avec un logiciel comme MATLAB. Donc, nous sommes dépendants d¹articles scientifiques publiés par IEEE, où les résultats sont parfois disponibles. De même, nous n¹avons pas trouvé plusieurs données théoriques sur la probabilité de détection pour tous les algorithmes utilisés ce qui réduit le domaine d¹étude. LIMITES : Mon implémentation des différents algorithmes CFAR fonctionne correctement mais seulement dans un nombre limité de cas. De plus, les résultats des simulations avec l¹algorithme CAGO-CFAR ne sont pas aussi bons que ceux attendus dans un environnement homogène. La distribution exponentielle est la seule utilisée pour la simulation du bruit avec les algorithmes CASO and CAGO-CFAR. J¹ai donc une vision limitée de leurs performances dans des environnements homogènes. CONCLUSION : Le but principal du projet est rempli puisque l¹implémentation des algorithmes CFAR fonctionne correctement dans les environnements homogènes, même si l¹algorithme CAGO-CFAR n¹est pas aussi efficace que l¹algorithme CA-CFAR. Néanmoins, pour améliorer mon travail, l¹implémentation des algorithmes dans d¹autres distributions et des environnements non homogènes pourrait être faite.
Sujet(s)
Lien copié.
Build V.5.2.2 - 2ecb916194 (29/04/2026 07:35:08)