Contribution à l’estimation et la détection CFAR de cibles noyées en milieux de clutter de mer non-Gaussien homogène et hétérogène
Loading...
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université de M'sila
Abstract
تتناول أطروحة الدكتوراه هذه ثلاث قضايا أساسية تؤثر على مجال الكشف عن أهداف الرادار.
يتعلق الموضوع الأول الذي تم تناوله بتقليل أخطاء تكييف الذيل بين نموذج باريتو من النوع الثاني وبيانات حالة البحر التجريبية. الهدف من هذا العمل استعمال تقنية لتقليل الضوضاء تسمى EMD (التحلل النموذجي التجريبي) من مكونين من البيانات المستلمة. يتم استخدام طريقة تقدير MLE لتحديد معلمات مقياس نموذج باريتو من النوع الثاني. يتم تقييم أداء النمذجة عبر قاعدة بيانات IPIX مع وبدون استعمال EMD. يتم الحصول على أفضل ملاءمة للبيانات الفعلية عند تطبيق EMD على كلا مكوني أصداء (من مكونين من البيانات المستلمة) الرادار. بعد ذلك، تمت معالجة مشكلة تقدير فوضى R-GΓ الموزعة بثلاثية المعلمات (Rayleigh-Gamma العامة). تم الحصول على المقدرات ثنائية الأبعاد بطرق HOME و NIOME و [zlog (z)]. يتم أولاً اختبار طرق التقدير المقترحة باستخدام البيانات التركيبية. يتم فحص تقريب ذيل نموذج R-GΓ والنموذج القياسي K (أي حالة خاصة لنموذج R-GΓ) فيما يتعلق ببيانات IPIX الحقيقية.
تتمثل المشكلة الثانية في تطوير مقدرات NIOME و [zlog (z)] و MLE لمعلمات فوضى CG-IG الموزعة. يتم إعطاء أشكال إجراءات NIOME و [zlog (z)] من حيث Bessel والوظائف الأسية المتكاملة. تحافظ هذه الصيغ على خاصية الرتابة على جميع قيم النسبة بين معلمة الشكل ومتوسط قوة الفوضى. ثم يتم حساب تقديرات معلمات الشكل باستخدام طريقة الاستيفاء(méthode d'interpolation) التي تتسم بالسرعة وسهولة التنفيذ نسبيًا. أيضًا ، يتم إنشاء تقدير ML مع متوسط قوة الفوضى ويؤدي إلى بحث أحادي البعد عن معلمة الشكل. من خلال البيانات الاصطناعية ، تتم مقارنة المقدرات المقترحة بالطرق الصحيحة وطريقة MLE. يتم أيضًا فحص ملاءمة ذيول توزيعات CG-IG و K و GP لبيانات IPIX الفعلية.
تتمثل المشكلة الأخيرة غي دراسة CFAR في بيئة غير جوسيان. يتم تحليل كاشفات CFAR الحالية المسماة GMOS و TMOS و IE-CFAR في فوضى من توزيعات log-normal و K. الهدف هو دراسة أداء خوارزميات CFAR في وجود فوضى متجانسة وغير متجانسة. بالنسبة للفوضى المتجانسة ، يتم الاحتفاظ بخاصية CFAR لحالة الفوضى اللوغاريتمية العادية(log-normal) ، بينما يعتمد احتمال الإنذار الخاطئ على القيم المنخفضة لمعلمة الشكل لتوزيع K (حالات الفوضى الحادة). من خلال إجراء عمليات محاكاة مونت كارلو ، تتم مقارنة وتحليل احتمالات الاكتشاف كدالة لـ SCR (نسبة الإشارة إلى الفوضى) لكاشفات CFAR المختلفة في حالات مختلفة من بيئة الفوضى.
Description
Keywords
حالة البحر, نموذج جوسيان المركب , نمذجة, تقدير المعلمات , EMD, MLE ,التوزيع الاحتمالي, الإنذار الخاطئ.