[Home bibliotech]
Home > Les thèses en ligne de l'INP

Estimation et détection en milieu non-homogène, application au traitement spatio-temporel adaptatif

Bidon, Stéphanie (2008) Estimation et détection en milieu non-homogène, application au traitement spatio-temporel adaptatif. (Estimation and detection in non-homogeneous environment, application to space-time adaptive processing.)

Full text available as:

PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
2.67 Mo

Prix Léopold Escande 2008 (more)

Abstract

Pour un radar aéroporté, la détection de cibles nécessite, de par la nature du fouillis de sol, la mise en place d'un filtre spatio-temporel adaptatif (STAP). Les détecteurs basés sur l'hypothèse d'un milieu homogène sont souvent mis à mal dans un environnement réel, où les caractéristiques du fouillis peuvent varier significativement en distance et en angle. Diverses stratégies existent pour contrer les effets délétères de l'hétérogénéité. La thèse propose d'approfondir deux de ces stratégies. Plus précisément, un nouveau modèle d'environnement est présenté dans un contexte Bayésien : il intègre à la fois une relation originale d'hétérogénéité et de la connaissance a priori. De nouveaux estimateurs de la matrice de covariance du bruit ainsi que de nouveaux détecteurs sont calculés à partir de ce modèle. Ils sont étudiés de manière théorique et par simulations numériques. Les résultats obtenus montrent que le modèle proposé permet d'intégrer de manière intelligente l'information a priori dans le processus de détection. ABSTRACT : Space-time adaptive processing is required in future airborne radar systems to improve the detection of targets embedded in clutter. Performance of detectors based on the assumption of a homogeneous environment can be severely degraded in practical applications. Indeed real world clutter can vary significantly in both angle and range. So far, different strategies have been proposed to overcome the deleterious effect of heterogeneity. This dissertation proposes to study two of these strategies. More precisely a new data model is introduced in a Bayesian framework ; it allows to incorporate both an original relation of heterogeneity and a priori knowledge. New estimation and detection schemes are derived according to the model ; their performances are also studied theoretically and through numerical simulations. Results show that the proposed model and algorithms allow to incorporate in an appropriate way a priori information in the detection scheme

Department or laboratory:Département d'Electronique, Optronique et Signal - DEOS (Toulouse, France)
Directeur de thèse:Tourneret, Jean-Yves and Besson, Olivier
Uncontrolled Keywords:Estimation - Matrice de covariance - Détection radar adaptative stap - Environnement non-homogène - Inférence bayésienne - Méthodes de MonteCarlo - Bornes pour l'estimation. KEYWORDS : Covariancematrix estimation - Adaptive radar detection - Knowledgeaided stap - Non-homogenous environment - Bayesian inference - Monte-Carlo Methods - Bayesian bounds - Cramér-rao bounds
Subjects:Telecommunications and networks > Signal processing
Deposited On:15 January 2009

Archive Staff Only: edit this record


Contacts | Infos légales | Plan du site | Intranet

(c)INP de Toulouse 2012 - Tous droits réservés. -  INP Communication