Résumé:
Les algorithmes CFAR (Constant False Alarm rate) sont extrêmement utiles pour la détection des cibles dans un
environnement de clutter avec des paramètres inconnus. Une série des procédures CFAR tels que le GM
(Geometric mean), GO (Greatest of), SO (Smallest of) et OS (Order statistic)-CFAR ont été largement étudiés et
analysés utilisant un système de détection radar SISO (Single Input Single Output). Afin d’améliorer les
performances de détection des cibles immergées dans clutter Pareto distribué, ces détecteurs CFAR sont
généraliser dans ce travail en considérant le système radar MIMO (Multi Input Multi Output). En effet, les
expressions analytiques de la probabilité de fausse alarme sont développées et la méthode de simulation Monte-
Carlo est appliquée pour déterminer les probabilités de détection en fonction du rapport signal-sur-clutter (SCR).
Lors des résultats de la détection illustrés, on a conclu que l'algorithme GM-CFAR était efficace en
environnement homogène du clutter tandis que les algorithmes OS-CFAR et SO-CFAR ont prouvé une
meilleure robustesse devant la présence des cibles interférentes. Dans le cas d'un environnement hétérogène
causé par l'effet de masque (présence du bord de clutter), les algorithmes GO-CFAR et SO-CFAR s'adaptent
mieux mais n'assurent pas à 100% de bonnes robustesses pour quelques soit la position du bord de clutter dans la
fenêtre de référence