Auteur
NAIM, Boudmegh
Directeur de thèse
Z. HAMMOUDI
Filière
Electronique
Diplôme
Magister
Titre
Détecteur CMLD-CFAR utilisant les réseaux de neurones artificiels dans un clutter log-normal en présence de cibles interférentes
Mots clés
techniques CFAR
Résumé
Dans cette étude, nous proposons un détecteur radar à taux de fausse alarme constant (CFAR, Constant False Alarm Rate) utilisant les réseaux de neurones artificiels (ANN, artificial neural networks). L’environnement considéré contient un clutter homogène de type log-normal en présence de cibles interférentes de type Swerling I. L’approche utilisée consiste à faire une censure à point fixe et ceci pour différentes hypothèses sur l’environnement, notamment, le nombre d’interférences et les paramètres de la distribution log-normal. Les performances du détecteur proposé, baptisé ANN-CMLD-CFAR (ANN-Censored Mean Level Detector-CFAR), sont comparées avec un détecteur CMLD-CFAR utilisant sur les méthodes statistiques conventionnelles..
Statut
Soutenue