Techniques Radars

  • Semestre : 2
  • Unité d’enseignement : UED 1.2
  • Matière 2 : Techniques Radars
  • VHS : 22h30 (Cours : 1h30)
  • Crédits : 1, Coefficient : 1
  • Responsable du module : Prof. H. Meliani
  •  Objectifs de l’enseignement :

L'objectif de cette matière est d'offrir aux étudiants des notions avancées sur : la théorie de la décision et de détection, Traitement de l’Information. Ces notions permettront aux étudiants de maîtriser les techniques de détection relatives aux différents types Radar, mais aussi de pouvoir appréhender les problématiques des futurs équipements de télédétection.

Connaissances préalables recommandées :

Traitement du signal.

Contenu de la matière :

Chapitre 1. Rappel sur les processus aléatoires (2 Semaines)

- Processus Aléatoires à temps continu, Processus Aléatoires à temps discret- Mesures statistiques- Stationnarité au sens large- Processus Gaussien- Densité spectrale de puissance- Signaux statistiques

Chapitre 2. Théorie de la décision statistique (3 Semaines)

- Critère de Bayes- Tests d'hypothèses binaires- Critère minimax, Critère Neyman-Pearson- Détection séquentielle

Chapitre 3. Méthodes d'Estimation (3 Semaines) :

- Estimation de vraisemblance- Inégalité de Cramer-Rao- Estimation linéaire non-biaisée- Bruit Blanc Gaussien

Chapitre 4. Principe Radar (2 Semaines) :

 - Introduction- Concepts élémentaires- Modèles de Cibles- Shift Doppler

Chapitre 5. Détection à taux de fausse alarme constant CFAR (3 Semaines) :

- Principes de détection adaptative- Modèles de Cibles- Types de détecteurs CFAR

Chapitre 6. Détection CFAR distribuée (2 Semaines) :

- Détection CA-CFAR distribuée- Configurations de fusion- Règles de fusion

-Mode d’évaluation :

Examen : 100%.

Références bibliographiques :

1. Tsakalides, P., Trinci, P. and Nikias, C. L., “Performance Assessment Of CFAR Processors In Pearson-

Distributed Clutter“, IEEE Transactions on Aerospace and Electronic Systems, vol. AES-36, N°. 4, October.

2000, pp. 1377-1386.

2. Tourneret, J., “Detection And Estimation Of Abrupt Changes Contemned By Multiplicative Gaussian

Noise“, Signal Processing, 68, pp. 259-270, 1998.