Modélisation et Détection CFAR dans un Clutter de la Mer de Distribution Weibull Mélangée

Simple item page
dc.contributor.authorHALITIM, Hassina
dc.contributor.authorOULED MAHEDDINE, Zakaria
dc.contributor.authorEnca/ MEZACHE, Amar
dc.date.accessioned2022-09-25T09:19:58Z
dc.date.available2022-09-25T09:19:58Z
dc.date.issued2022-09-25
dc.description.abstractII Résumé La surveillance du trafic maritime nécessite de disposer de systèmes de détection radar efficaces pour des cibles noyées dans un clutter non-stationnaire. Plusieurs facteurs contribuent dans les caractéristiques statistiques de clutter de mer tels que, l’agitation de la surface, la corrélation spatio-temporelle des échos, présence de déchets indésirables flottants, etc. Afin de répondre à cette problématique, nous avons proposé la distribution Weibull mélangée pour modéliser une mixture de données gaussiennes et non-gaussiennes. Cette distribution a été examinée à l’aide des données synthétisées et réelle IPIX. Il a été montré que plusieurs scénarios des échos radar IPIX possèdent des erreurs de modélisation minimales. En ce qui concerne la détection CFAR dans un clutter Weibull et Weibull mélangé, les algorithmes logt- CFAR, WH-CFAR, GMOS-CFAR, TMOS, IE-CFAR et WHOS-CFAR ont été exécutés. Les résultats de simulations montrent que la propriété CFAR est seulement assurée par un clutter de distribution Weibull. Les performances de détection ont été également illustrées via des données IPIX.en_US
dc.identifier.urihttp://dspace.univ-msila.dz:8080//xmlui/handle/123456789/32194
dc.language.isofren_US
dc.publisheruniversity of M'silaen_US
dc.titleModélisation et Détection CFAR dans un Clutter de la Mer de Distribution Weibull Mélangéeen_US
dc.typeThesisen_US

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
memoire master 2 halitim & ould mhi din (تم الإصلاح)(5) (1).pdf
Size:
2.68 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Master Thesis