Abstract:
nous allons présenter en premier temps les composantes principales d’un radar, les types de radars et la classification de radars. Ensuite, nous focalisons sur les applications des radars et les domaines de recherche considérés dans le radar. Les paramètres de la cible mesurés par le radar sont aussi présentés dans ce chapitre. Les distributions Weibull, log-normal et K caractérisant les échos radar de haute résolution sont données en fonction des fonctions exponentielle et Bessel. Pour savoir l’utilisation de chaque modèle en fonction des paramètres du radar et le type d’environnement, un tableau est inséré à la fin de ce Chapitre.Dans ce chapitre, nous allons présenter au début le principe de la détection classique et les trois critères de décision (Bayes, minimax et Neyman- Pearson). Pour remédier le problème du nombre de fausse alarmes causé par l’utilisation du seuil fixe, la détection adaptive CFAR est expliquée où quatre
détecteurs CFAR non-paramétriques seront introduits lorsque le clutter est membre de classe de distributions d’échelle et de puissance invariants. Une conclusion est donnée à la fin de ce chapitreDans le but de tester la robustesse et de comparer les performances des détecteurs GMOS, TMOS, LOGT et IE-CFAR, nous allons présenter dans ce chapitre une série de simulations Monte-Carlo. Le clutter est supposé de distributions Weibull, log-normal et K avec des paramètres inconnus. La cible est fluctuante selon le modèle de Swerling 1. Dans cette étude, la non-homogénéité du clutter est prise en compte dans la détection CFAR. Pour se faire,l’effet de capture (présence de cibles interférentes) et l’effet de masque (présence de bord de clutter) sont considérés. Les expressions donnantles différents rapports (SCR, ICR et CCR) et les fonctions utilisées pour la génération du clutter et les signaux sont présentées.
