Estimation des Paramètres du Clutter CGIG par la Technique d’Intelligence Artificielle
Loading...
Date
2023-07-16
Journal Title
Journal ISSN
Volume Title
Publisher
University of M'sila
Abstract
La bonne modélisation et la bonne estimation des paramètres du clutter de la mer
rendent la détection des cibles radar plus performante. Les travaux de ce mémoire concernent
deux volets ; la modélisation des échos radar IPIX (Intelligent Pixel X-band) et l’application
de la technique du réseau de neurones artificielle (ANN) pour l’estimation des paramètres du
modèle de clutter. Pour ce faire, nous proposons en premier temps la distribution gaussienne
composée (CGIG) et la distribution mélangée CGIG. Un ajustement précis de ce type de
données est obtenu par rapport aux distributions standards nommées Weibull, log-normal,
Pareto type II et K. Ensuite, l’intelligence artificielle basée sur les réseaux de neurones MLP
(Multilayer Perceptron) est appliquée dans le but d’acquérir des estimés rapides des
paramètres du modèle CGIG. A cet effet, la phase d’apprentissage, la phase de test et la phase
de validation sont considérées pour la construction de l’estimateur ANN.