WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Détection adaptative CFAR appliquée au Radar Secondaire de Surveillance (SSR ) pour l'élimination du « fruit »

( Télécharger le fichier original )
par Abdellah BOUIBA
Université Saad Dahlab de Blida  - Magister en aéronautique 2012
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.8.3. Performance du CA-CFAR-BI-2D(F1F2)

Nous procédons toujours par les trois étapes :

a) On fixe PfaR F1F2 =10-6.

b) T F1F2 est calculé après résolution de l'équation (3.22).

c) On remplace T F1F2 dans l'expression (3.21) et on calcule la probabilité de détection PdRF1F2 pour différentes valeurs de s.

Pd en fonction du rapport SNR avec une Pfa=1e-6

Pd

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0

?

Pd=0.93 / SNR=17

FNR=50(dB)

CACFAR-BI-2D-F1F2 / e0=.05

0 2 4 6 8 10 12 14 16 18 20

SNR (dB)

Figure 3.27 : la probabilité de détection du CA-CFAR-BI-2D(F1F2)
en fonction du SNR pour r=50dB, e0 = 0,05, M=4, L=6 et N=16.

Figure 3.28 : la probabilité de détection du CA-CFAR-BI2D(F1F2) en fonction du SNR pour ????0 = 0,05, r=17..50dB,

Pd en fonction du rapport SNR avec une Pfa=1e-6

0 10 20 30 40 50

Pd

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0

1

CACFAR-BI-2D-F1F2 / e0=0,02...0,05

M=4 L=6 N=16

FNR=50(dB)

e0=0,02 e0=0,03 e0=0,04 e0=0,05

SNR (dB)

Figure 3.30 : la probabilité de détection du CA-CFAR-BI-2D(F1F2) en

fonction du SNR pour ????0 = 0,05, r=17..50dB, M=4, L=6 et N=32.

Pd en fonction du rapport SNR avec une Pfa=1e-6

e0=0,02 e0=0,03 e0=0,04 e0=0,05

1

0.9

0.8

0.7

0.6

0.4

CACFAR-BI-2D-F1F2

0.3

FNR=50(dB)

0.2

M=4 L=6 N=32

0.1

0

Pd

0.5

/ e0=0,02...0,05

0 5 10 15 20

SNR (dB)

Figure 3.32 : la probabilité de détection du CA-CFAR-BI-2D(F1F2) en

fonction du SNR pour ????0 = 0,05, r=17..50dB, M=4, L=6 et N=48.

Pd en fonction du rapport SNR avec une Pfa=1e-6

e0=0,02 e0=0,03 e0=0,04 e0=0,05

1

0.9

0.8

0.7

0.6

0.4

CACFAR-BI-2D-F1F2

Pd

0.5

/ e0=0,02...0,05

0.3

FNR=50(dB)

0.2

M=4 L=6 N=48

0.1

0

0 5 10 15 20

SNR (dB)

Sur les figures 3.27, 3.28 et 3.29 où le nombre des cellules de référence N=16, ont retient que le CA-CFAR-BI-2D-F1F2 est un schéma efficace, néanmoins ont remarque une nette diminution de la probabilité de détection pour des valeurs e0 <0,04. Ceci est dû à une mauvaise estimation du signal parasite. On peut améliorer cette estimation en augmentant le nombre des cellules de références(N).

Sur les figures 3.30, et 3.31 où le nombre des cellules de référence N=32, l'estimation du signal parasite a été améliorer et la probabilité de détection aussi. Ont remarque que la ???????? pour les différentes valeurs de e0 commence à converger vers un seul graphe.

Pour N=48 ont remarque sur les figures 3.32 et 3.33 que le graphe de la probabilité de détection est pratiquement le même pour les différentes valeurs de e0 et de FNR.

Pour N=48 et ???????????? = 10-6 la probabilité de détection avoisine 0,98 pour toute les valeurs de e0 et r (e0=0,02...0,05 et r=17dB...50dB).

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faut répondre au mal par la rectitude, au bien par le bien."   Confucius