Automatic target classification based on radar backscattered ultra wide band signals

Résumé : L’objectif de cette thèse est la classification automatique des cibles (ATC) en utilisant les signaux rétrodiffusés par un radar ultra large bande (UWB). La classification des cibles est réalisée en comparant les signatures des cibles et les signatures stockées dans une base de données. Premièrement, une étude sur la théorie de diffusion nous a permis de comprendre le sens physique des paramètres extraits et de les exprimer mathématiquement. Deuxièmement, des méthodes d’extraction de paramètres sont appliquées afin de déterminer les signatures des cibles. Un bon choix des paramètres est important afin de distinguer les différentes cibles. Différentes méthodes d’extraction de paramètres sont comparées notamment : méthode de Prony, Racine-classification des signaux multiples (Root-MUSIC), l’estimation des paramètres des signaux par des techniques d’invariances rotationnels (ESPRIT), et la méthode Matrix Pencil (MPM). Troisièmement, une méthode efficace de classification supervisée est nécessaire afin de classer les cibles inconnues par l’utilisation de leurs signatures extraites. Différentes méthodes de classification sont comparées notamment : Classification par la distance de Mahalanobis (MDC), Naïve Bayes (NB), k-plus proches voisins (k-NN), Machines à Vecteurs de Support (SVM). Une bonne technique de classification doit avoir une bonne précision en présence de signaux bruités et quelques soit l’angle d’émission. Les différents algorithmes ont été validés en utilisant les simulations des données rétrodiffusées par des objets canoniques et des cibles de géométries complexes modélisées par des fils minces et parfaitement conducteurs. Une méthode de classification automatique de cibles basée sur l’utilisation de la méthode Matrix Pencil dans le domaine fréquentiel (MPMFD) pour l’extraction des paramètres et la classification par la distance de Mahalanobis est proposée. Les résultats de simulation montrent que les paramètres extraits par MPMFD présentent une solution plausible pour la classification automatique des cibles. En outre, nous avons prouvé que la méthode proposée a une bonne tolérance aux bruits lors de la classification des cibles. Enfin, les différents algorithmes sont validés sur des données expérimentales et cibles réelles.
Type de document :
Thèse
Other. Université Blaise Pascal - Clermont-Ferrand II, 2014. English. 〈NNT : 2014CLF22506〉
Liste complète des métadonnées

Littérature citée [95 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01312183
Contributeur : Abes Star <>
Soumis le : mercredi 4 mai 2016 - 22:13:33
Dernière modification le : jeudi 11 janvier 2018 - 06:24:24
Document(s) archivé(s) le : mercredi 25 mai 2016 - 02:01:35

Fichier

KHODJET_KESBA_2014CLF22506.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01312183, version 1

Citation

Mahmoud Khodjet-Kesba. Automatic target classification based on radar backscattered ultra wide band signals. Other. Université Blaise Pascal - Clermont-Ferrand II, 2014. English. 〈NNT : 2014CLF22506〉. 〈tel-01312183〉

Partager

Métriques

Consultations de la notice

387

Téléchargements de fichiers

1687