Comparative study of adaptive algorithms CA CFAR and OS CFAR based on fuzzy logic in non-homogenous environment

Abstract

Abstract Constant False Alarm Rate (CFAR) and Order Statistic CFAR (OS CFAR) detectors use fuzzy logic to adjust detection thresholds in homogeneous and non-homogeneous environments. By using fuzzy logic in addition to the binary logic commonly used, these detectors dynamically adapt their thresholds according to variations in the noise, allowing more precise detection of targets in different contexts. In particular the fused fuzzy logic used in our work offers a flexible approach to model uncertainty and optimize detection performance, thereby reducing false alarms and improving the efficiency of detection systems.

Résume Les détecteurs CFAR (Constant False Alarm Rate) et OS CFAR (Order Statistic CFAR) utilisent la logique floue pour ajuster les seuils de détection dans les environnements homogènes et non homogènes. En utilisant la logique floue par apport a la logique binaire conventuellement utilisée , ces détecteurs adaptent dynamiquement leurs seuils en fonction des variations du bruit, permettant une détection plus précise des cibles dans différents contextes. En particulier la logique floue en fusion utilisée dans notre travail offre une approche flexible pour modéliser l'incertitude et optimiser les performances de détection, réduisant ainsi les fausses alarmes et améliorant l'efficacité des systèmes de détection.