"Contribution à l’estimation et la détection CFAR de cibles noyées en milieux de clutter de mer non-Gaussien homogène et hétérogène"
Loading...
Files
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Univ M'sila
Abstract
On traite dans cette thèse de doctorat trois problématiques essentielles touchant le domaine de la
détection des cibles radar.
La première thématique traitée s’intéresse sur la minimisation des erreurs d’adaptation de la queue entre
le modèle Pareto type II et les données empiriques du clutter de la mer. Une technique non-stationnaire nommée
EMD (décomposition modale empirique) est introduite pour le débruitage des deux composantes des données
reçues. La méthode d'estimation MLE est utilisée pour déterminer les paramètres de forme et d'échelle du
modèle Pareto type II. Les performances de modélisation sont évaluées via la base de données IPIX avec et sans
analyse par l’EMD. Des meilleurs ajustements de la queue par rapport aux données réelles sont obtenus lorsque
la technique EMD est appliquée aux deux composantes des échos radar. Ensuite, le problème d’estimation du
clutter R-GΓ (Rayleigh-Gamma Généralisée) distribué à trois paramètres a été adressé. Les estimateurs en deux
dimensions HOME, NIOME et [zlog (z)] sont obtenus. Les méthodes d’estimation proposées sont d'abord testées
via des données synthétiques. L'approximation de la queue du modèle R-GΓ et du modèle standard K (i.e., cas
particulier du modèle R-GΓ) est examinée par rapport aux données réelles IPIX.
La deuxième problématique consiste à développer de nouveaux estimateurs NIOME, [zlog(z)] et MLE
des paramètres du clutter CG-IG distribué. Les formes des procédures NIOME et [zlog(z)] sont données en
fonction des fonctions de Bessel et d’intégrale-exponentielle. Ces formules gardent de natures monotones sur
toutes les valeurs du rapport entre le paramètre de forme et la puissance moyenne de clutter. Les estimés des
paramètres de forme sont alors calculées à l'aide de la méthode d'interpolation qui est relativement rapide et
facile à implémenter. Aussi, l’estimation ML combinée par la puissance moyenne de clutter est construite et
mène à une recherche unidimensionnelle du paramètre de forme. Via des données artificielles, les estimateurs
proposés sont comparés aux méthodes des moments entiers et MLE. L’ajustement des queues des distributions
CG-IG, K et GP par rapport aux données réelles IPIX est également examiné.
La dernière problématique traite la détection CFAR en milieu non-Gaussien. Les détecteurs existants
CFAR nommés GMOS, TMOS et IE-CFAR sont analysés dans un clutter de distributions log-normal et K. Le
but est donc d’étudier les performances de ces algorithmes CFAR en présence du clutter homogène et
hétérogène. Pour un clutter homogène, la propriété CFAR pour le cas du clutter log-normal est conservée, tandis
que la probabilité de fausse alarme dépend de faibles valeurs du paramètre de forme de la distribution K
(situations du clutter pointu). En effectuant des simulations Monte-Carlo, les probabilités de détection en
fonction du SCR (rapport signal-sur-clutter) des différent détecteurs CFAR sont comparées et analysées pour des
situations diverses de l’environnement du clutter.
ملخص:
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
التحلل النموذجي التجريبي( من مكونين من البيانات المستلمة. يتم استخدام طريقة تقدير ( EMD العمل استعمال تقنية لتقليل الضوضاء تسمى
يتم .EMD مع وبدون استعمال IPIX لتحديد معلمات مقياس نموذج باريتو من النوع الثاني. يتم تقييم أداء النمذجة عبر قاعدة بيانات MLE
على كلا مكوني أصداء )من مكونين من البيانات المستلمة( الرادار. بعد ذلك، تمت EMD الحصول على أفضل ملاءمة للبيانات الفعلية عند تطبيق
العامة(. تم الحصول على المقدرات ثنائية الأبعاد بطرق Rayleigh-Gamma( الموزعة بثلاثية المعلمات R-GΓ معالجة مشكلة تقدير فوضى
R-GΓ يتم أولاً اختبار طرق التقدير المقترحة باستخدام البيانات التركيبية. يتم فحص تقريب ذيل نموذج .])zlog (z[ و NIOME و HOME
الحقيقية. IPIX فيما يتعلق ببيانات )R-GΓ أي حالة خاصة لنموذج ( K والنموذج القياسي
الموزعة. يتم إعطاء أشكال إجراءات CG-IG لمعلمات فوضى MLE و ])zlog (z[ و NIOME تتمثل المشكلة الثانية في تطوير مقدرات
والوظائف الأسية المتكاملة. تحافظ هذه الصيغ على خاصية الرتابة على جميع قيم النسبة بين معلمة Bessel من حيث ])zlog (z[ و NIOME
التي تتسم بالسرعة )méthode d'interpolation( الشكل ومتوسط قوة الفوضى. ثم يتم حساب تقديرات معلمات الشكل باستخدام طريقة الاستيفاء
مع متوسط قوة الفوضى ويؤدي إلى بحث أحادي البعد عن معلمة الشكل. من خلال البيانات ML وسهولة التنفيذ نسبيًا. أيضًا ، يتم إنشاء تقدير
GP و K و CG-IG يتم أيضًا فحص ملاءمة ذيول توزيعات .MLE الاصطناعية ، تتم مقارنة المقدرات المقترحة بالطرق الصحيحة وطريقة
الفعلية. IPIX لبيانات
IE-CFAR و TMOS و GMOS الحالية المسماة CFAR في بيئة غير جوسيان. يتم تحليل كاشفات CFAR تتمثل المشكلة الأخيرة غي دراسة
في وجود فوضى متجانسة وغير متجانسة. بالنسبة CFAR الهدف هو دراسة أداء خوارزميات .K و log-normal في فوضى من توزيعات
بينما يعتمد احتمال الإنذار الخاطئ على ، )log-normal( لحالة الفوضى اللوغاريتمية العادية CFAR للفوضى المتجانسة ، يتم الاحتفاظ بخاصية
حالات الفوضى الحادة(. من خلال إجراء عمليات محاكاة مونت كارلو ، تتم مقارنة وتحليل احتمالات ( K القيم المنخفضة لمعلمة الشكل لتوزيع
المختلفة في حالات مختلفة من بيئة الفوضى. CFAR نسبة الإشارة إلى الفوضى( لكاشفات ( SCR الاكتشاف كدالة ل
The present thesis deals with three essential problems found for radar target detection applications.
The first thematic concerns the improvement of the tail fitting errors between the Pareto type II model
and the empirical data of sea clutter. A non-stationary technique called EMD (Empirical Modal Decomposition)
is introduced for the denoising of the two components of the received data. The MLE estimation method is used
to determine the shape and scale parameters of Pareto the type II distribution. Modeling performance is assessed
via the IPIX database with and without analysis by the EMD tool. Best tail fittings to the empirical data are
obtained when the EMD technique is applied to the two components of radar echoes. Then, the problem of
estimating the R-GΓ (Generalized Rayleigh-Gamma) distributed clutter with three parameters was addressed.
Estimators based upon HOME, NIOME and [zlog (z)] are obtained in two dimensions. The proposed estimation
methods are first tested using synthetic data. The tail fitting of the R-GΓ model and the standard K model (i.e.,
special case of the R-GΓ model) is examined against real IPIX data.
The second problem deals with the derivation of three novel estimators named NIOME, [zlog (z)] and
MLE for the CG-IG distributed clutter parameters. The forms of the NIOME and [zlog (z)] procedures are given
as a function of the Bessel and exponential-integral functions. These formulas have monotonic natures on all the
values of the ratio between the shape parameter and the mean clutter power. The estimates of the shape
parameters are then calculated by mean of the interpolation method which is relatively quick and easy to
implement. Also, the ML estimate combined by the average clutter power is constructed and leads to a onedimensional
search for the shape parameter. Using artificial data, the proposed estimators are compared with the
integer order moments and MLE methods. The tail fitting of the CG-IG, K and GP distributions are compared
and analyzed using real IPIX database.
The last research issue presented in this dissertation concerns the analysis of CFAR detection in non-
Gaussian clutter. Existing CFAR detectors named GMOS, TMOS and IE-CFAR are investigated in a log-normal
and K clutter distributions. The aim is therefore to study the performance of these CFAR algorithms in the
presence of homogeneous and heterogeneous clutter. For a homogeneous clutter, the CFAR property for the lognormal
clutter is maintained, but the probability of a false alarm depends on low values of the shape parameter of
the K distribution (spiky clutter region). By means of Monte-Carlo simulations, the detection probabilities as a
function of the SCR (Signal-to-Clutter Ratio) of the different CFAR detectors are compared and analyzed for
various situations of sea radar clutter.
Description
Keywords
clutter de mer, modèle gaussien composé, modèle gaussien composé , EMD,CFAR IV, التوزيع الاحتمالي, الإنذار الخاطئ. , MLE , EMD, حالة البحر, نموذج جوسيان المركب , نمذجة, تقدير المعلمات, Sea-clutter, Compound Gaussian model, Modeling, Parameter estimation,EMD,CFAR