Algorithme De Détection Adaptative Ca-Cfar et Os-Cfar Distribué Dans Un Milieu Homogène Et Non Homogène

Abstract

Les performances de la détection du taux constant de fausses alarmes distribuées (CFAR) avec fusion binaire de données sont analysées avec un bruit gaussien dans un milieu homogène et non homogène. Les détecteurs CACFAR et les détecteurs OSCFAR à statistiques ordonnées (OS) sont utilisés comme détecteurs locaux. Avec un modèle de cible Swerling de type I, dans un environnement homogène, la probabilité globale de détection pour une probabilité globale de fausse alarme donnée fixe est maximisée en optimisant les multiplicateurs de seuil pour différents nombres de détecteurs locaux respectivement CACFAR et OS-CFAR et différentes tailles de fenêtre de référence. Dans un milieu non homogène en présence de plusieurs cibles, les performances du système de détection OSCFAR sont analysées et ses performances sont comparées aux performances du système de détection CFAR à moyenne cellulaire distribuée (CA) basées sur la fusion OR et AND.