Abstract:
La détection du signal est une procédure qui peut être implémentée dans diverses
applications telles que les radars, les sonars et les systèmes de communications. Le terme
RADAR signifie la détection et localisation à distance d’un objet (cible) à partir du signal
rétrodiffusé (écho) par le système radar. Depuis trois décennies, le système de détection
décentralisée est considéré lorsque plusieurs radars (senseurs) sont employés simultanément
et espacés géographiquement avec un centre de fusion de données. Le présent travail
s’intéresse sur l’optimisation de la performance de détection CFAR (Constant False Alarm
Rate) décentralisée en présence du bruit blanc Gaussien. Ce système a une caractéristique non
linéaire et nécessite des méthodes d’optimisation pour acquérir les valeurs optimales des
paramètres de celui-ci. Après donné les expressions générales des probabilités de fausse
alarme et de détection des détecteurs décentralisés CA-CFAR (Cell Averaging) et OS-CFAR
(Order Statistic), l’algorithme génétique (GA) et l’algorithme biogéographique (BBO) sont
employés en fonction des règles de fusion "AND"et "OR" pour la recherche des paramètres
du système. Enfin, une série de simulations qui compare les performances des détecteurs
CFAR cités ci-dessus est illustrée pour une cible fluctuante suivant le model de Swerling 1.
