Modélisation des échos radar par la loi Gaussienne composée avec la texture lognormal en absence et en présence du bruit thermique

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

La modélisation statistique du clutter radar est un domaine de recherche important, car la tachede la détection est liée directement au modèle statistique choisi. Et les performances sont directementaffectées par ce choix. Dans ce mémoire, le modèle statistique CG-LNT (Compound Gaussien – Log-Normal texture) est généralisé pour inclure la présence du bruit thermique. Ce modèle est une mixturede la distribution de Rayleigh pour modéliser le speckle et la distribution Log-Normal pour modéliserla composante texture. La densité de probabilité (pdf) CG-LNT-plus-bruit est généralisée pour tenircompte le bruit thermique additif pour obtenir un bon ajustement avec des données réelles. La pdfglobal est donnée en une forme intégrale en fonction de trois paramètres qui sont estimé à partir desdonnées utilisant la méthode paramétrique d'estimation par ajustement de courbe (PCFE). À l'aide dela base de données réelle d’IPIX, l'ajustement du des PDF et CCDF CG-LNT-plus-bruit sont évaluéesen les comparant au modèles K-plus-bruit et Pareto-plus-bruit. Les résultats de l'ajustementexpérimental montrent que le modèle CG-LNT-plus-bruit offre des meilleures performances dans laplupart des tests effectués.ABSTRACTStatistical modeling of radar clutter is an important field of research, because the task ofdetection is directly linked to the chosen of statistical model and the performance is directly affectedby the considred model. In this maniscript, the CG-LNT (Gaussian Compound - Log-Normal texture)statistical model is analysed to model the real data of sea clutter in présence of thermal noise. Thismodel is a mixture of the Rayleigh distribution to model the speckle and the Log-Normal distributionto model the texture component. CG-LNT-plus-noise probability density (pdf) is given in an integralform as a function of three parameters which are estimated from data using the Parametric CurveFitting Estimation (PCFE) method. Using the real IPIX database, the fit of the PDF and CCDF CGLNT-plus-noise is evaluated by comparing them to the K-plus-noise and Pareto-plus-noise models.The experimental results show that the CG-LNT-plus-noise model is better in most of the realizedtests.iiiملخصتعد النمذجة الإحصائیة لفوضى الرادار مجالًا مھمًا للبحث ، لأن مھمة الكشف مرتبطة ارتباطًا مباشرًا بالنموذج الإحصائيمركب غاوسي - ) CG-LNT المختار. و یتأثر الأداء بشكل مباشر بھذا الاختبار. في ھذه الأطروحة , تم تعمیم النموذج الإحصائينسیج لوغاریتم عادي ) لیشمل وجود ضوضاء حراریة. ھذا النموذج ھو خلیط من توزیع رایلي لنمذجة البقع والتوزیع اللوغاریتميلحساب الضوضاء الحراریة المضافة CG-LNT (PDF) العادي لنمذجة مكون النسیج. یتم تعمیم كثافة احتمالیة الضوضاءالإجمالي في شكل تكاملات كدالة لثلاث معلمات یتم تقدیرھا من PDF للحصول على توافق جید مع البیانات الحقیقیة . یتم تقدیم ملفCCDF و Pdf الحقیقیة, یتم تقییم ملائمة IPIX باستخدام قاعدة بیانات . (PCFE) البیانات باستخدام طریقة تقدیر ملائمة المنحنىفي وجود الضوضاء .تظھر نتائج الملائمة التجریبیة Pareto و K في وجود الضوضاء من خلال مقارنتھا بنماذج CG-LNTفي وجود ضوضاء یعمل بشكل أفضل في معظم الاختبارات التي تم إجراؤھا.CG-LNT أن نموذج

روابط وملفات

التعريف والنوع

رقم الوثيقة

0e5627d2-d1e5-4421-b358-53859acd76e7

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2064868_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Izzeddine Chalabi ","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Asma Achour ","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Safia Merzoug ","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Modélisation des échos radar par la loi Gaussienne composée avec la texture lognormal en absence et en présence du bruit thermique

المحتوى والصفحات

عدد الصفحات

0

إشراف وإعداد

الإشراف

Izzeddine Chalabi

الإعداد

Asma Achour , Safia Merzoug

الاقتباسات الببليوغرافية