Browsing by Author "Mohammed Manel"

Now showing 1 - 1 of 1
  • Thumbnail Image
    ItemOpen Access
    Estimation et Détection CFAR dans un Clutter CG-LNT par la Technique d’Intelligence Artificielle
    (2024-07-08) Mohammed Manel; Hammache Malek; ENCA/Mezache Amar
    Dans ce travail, nous présentons en premier lieu le principe de fonction du radar avec les citations des modèles de fluctuation de cibles et du clutter de la surface. En particulier, nous considérons les distributions CG-LNT sans et avec bruit thermique pour la modélisation du clutter IPIX (Intelligent PIXel X-band). Pour ce faire, nous utilisons les approches d’estimation existantes HOME, FOME, zlog(z) et PCFE (Parametric Curve Fitting Estimation). Dans le but d’améliorer les performances d’estimation, nous proposons les méthodes MLE (Maximum Likelihood Estimator) et ANN (Artificial Neural Network). Ce dernier est construit à partir de trois étapes ; apprentissage (via des données simulées), test (via des données simulées) et validation (via des données réelle IPIX). Les résultats numérique montre que l’approche ANN offre des estimés précis avec un temps de calcul réduit. Enfin, nous analysons les performances des détecteurs CA (Cell Averaging)-CFAR, SO (Smallest Of)-CFAR, GO (Greatest Of)-CFAR et OS (Order Statistic)-CFAR dans un clutter CG-LNT sans bruit homogène et hétérogène avec un paramètre d’écart type connu a priori.