Performance du détecteur GM-CFAR avec intégration non-cohérente en milieux côtiers Pareto distribués

Abstract

Dans ce mémoire de fin d’étude, nous avons traité le problème de la détection CFAR dans un clutter modélisé selon la loi de Pareto. En s’appuyant sur ce modèle, nous avons effectué une analyse complète du détecteur Geometric Mean CFAR (GM-CFAR) introduit dans la littérature. Ainsi, nous avons montré que la dérivation de ce détecteur et ses variantes a été faite en exploitant la dualité entre la loi exponentielle et la distribution de Pareto. Cette dualité a permis de transformer aisément les stratégies de détection CFAR développées pour le milieu Gaussien vers le milieu Pareto distribué. Dans le cadre de notre étude, nous avons ensuite abordé le cas général de la détection CFAR multi-impulsions en supposant que les paramètres du clutter sont inconnus a priori. Ceci est motivé par le fait que l’utilisation de plusieurs impulsions contribue, d’une manière significative, à l’amélioration de performances de détection comparativement à la détection mono-impulsion. Nous avons donc développé une configuration plus généralisée du détecteur GM-CFAR et donner ainsi l’expression analytique correspondante de la probabilité de fausse alarme. Via simulations numériques, les performances du détecteur introduit ont été comparées et testées par rapport à celles développées dans la littérature. Les résultats de simulations obtenus permettent de valider l’intérêt du détecteur GM-CAFR multi-impulsions, où on a montré que l’utilisation de plusieurs impulsions améliore les performances de détection comparativement à la détection CFAR simple avec seulement une seule impulsion.