Optimisation de la Détection Distribuée CA-CFAR et OS-CFAR par l’Algorithme BBO

Abstract

La détection du signal est une procédure qui peut être implémentée dans diverses applications telles que les radars, les sonars et les systèmes de communications. Le terme RADAR signifie la détection et localisation à distance d’un objet (cible) à partir du signal rétrodiffusé (écho) par le système radar. Depuis trois décennies, le système de détection décentralisée est considéré lorsque plusieurs radars (senseurs) sont employés simultanément et espacés géographiquement avec un centre de fusion de données. Le présent travail s’intéresse sur l’optimisation de la performance de détection CFAR (Constant False Alarm Rate) décentralisée en présence du bruit blanc Gaussien. Ce système a une caractéristique non linéaire et nécessite des méthodes d’optimisation pour acquérir les valeurs optimales des paramètres de celui-ci. Après donné les expressions générales des probabilités de fausse alarme et de détection des détecteurs décentralisés CA-CFAR (Cell Averaging) et OS-CFAR (Order Statistic), l’algorithme génétique (GA) et l’algorithme biogéographique (BBO) sont employés en fonction des règles de fusion "AND"et "OR" pour la recherche des paramètres du système. Enfin, une série de simulations qui compare les performances des détecteurs CFAR cités ci-dessus est illustrée pour une cible fluctuante suivant le model de Swerling 1.