ISBN-13: 9786131569548 / Francuski / Miękka / 2018 / 152 str.
La dA(c)tection CFAR, prA(c)sente l''avantage de l''utilisation d''un seuil adaptatif suivant la variation du bruit de l''environnement dans lequel la dA(c)tection est effectuA(c)e. Aussi l''utilisation de dA(c)tecteurs multiples avec un centre de fusion, permet l''amA(c)lioration de la dA(c)tection par rapport aux systA]mes A dA(c)tecteur unique. Toutefois, le fait d''utiliser plusieurs dA(c)tecteurs, mA]ne A une situation plus complexe A rA(c)soudre, liA(c)e au systA]me d''A(c)quations non linA(c)aires, engendrA(c) par le dA(c)veloppement des diffA(c)rentes probabilitA(c)s. Ce travail propose une contribution A contourner la difficultA(c) de la rA(c)solution de tels systA]mes et donc d''amA(c)liorer la qualitA(c) de la dA(c)tection par l''utilisation de techniques efficaces. Des algorithmes A(c)volutionnaires ont A(c)tA(c) proposA(c)s pour diffA(c)rents tests, suivant plusieurs situations. Ces derniA]res, considA]rent des environnements de dA(c)tection distincts, des types de dA(c)tecteurs variA(c)s, ainsi que plusieurs variantes d''AEs englobant les algorithmes gA(c)nA(c)tiques et les stratA(c)gies d''A(c)volution. En dA(c)pit de la complexitA(c) de l''implA(c)mentation de ces techniques, celles-ci prA(c)sentent une solution efficace A la rA(c)solution de ce genre de problA]mes.
La détection CFAR, présente lavantage de lutilisation dun seuil adaptatif suivant la variation du bruit de lenvironnement dans lequel la détection est effectuée. Aussi lutilisation de détecteurs multiples avec un centre de fusion, permet lamélioration de la détection par rapport aux systèmes à détecteur unique. Toutefois, le fait dutiliser plusieurs détecteurs, mène à une situation plus complexe à résoudre, liée au système déquations non linéaires, engendré par le développement des différentes probabilités. Ce travail propose une contribution à contourner la difficulté de la résolution de tels systèmes et donc daméliorer la qualité de la détection par lutilisation de techniques efficaces. Des algorithmes évolutionnaires ont été proposés pour différents tests, suivant plusieurs situations. Ces dernières, considèrent des environnements de détection distincts, des types de détecteurs variés, ainsi que plusieurs variantes dAEs englobant les algorithmes génétiques et les stratégies dévolution. En dépit de la complexité de limplémentation de ces techniques, celles-ci présentent une solution efficace à la résolution de ce genre de problèmes.