ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Traitement du Signal

0765-0019
Signal, Image, Parole
 

 ARTICLE VOL 28/1-2 - 2011  - pp.143-170  - doi:10.3166/ts.28.143-170
TITRE
STAP à rang réduit, robuste et persymétrique

TITLE
Persymmetric and robust low-rank STAP filter

RÉSUMÉ

Dans ce papier, nous proposons trois filtres STAP rang faible et les détecteurs adaptatifs correspondants dans le cadre d’un bruit composé d’un clutter rang faible de distribution Spherically Invariant Random Vector (SIRV) plus d’un bruit blanc Gaussien. Les projecteurs orthogonaux au sous espace fouillis sont construits à partir de la Sample Covariance Matrix (SCM), de la SCM persymétrique (utilisant les propriétés de symétrie spatiales et temporelles du RADAR) et de la Normalized Sample Covariance Matrix (NSCM). Nous présentons les performances de ces trois filtres en terme de pertes en Rapport Signal à Bruit (RSB) à l’aide d’une analyse de perturbation. Nous étudions aussi la robustesse de ces filtres STAP à la contamination des données secondaires par des composants de la cible. Ces différentes propriétés sont finalement vérifiées sur les données CELAR.



ABSTRACT

In this paper, we propose three Low-Rank (LR) STAP Filters and the corresponding adaptive detectors when the disturbance is modelled as the sum of a Spherically Invariant Random Vector (SIRV) and a white noise Gaussian. The orthogonal projectors onto the subspace clutter are built from the Sample Covariance Matrix (SCM), the persymmetric SCM (by using the temporal and/or spatial symmetric properties of the RADAR system) and the Normalized Sample Covariance Matrix (NSCM). We present the theoretical performances of these three filters based on the statistical law of Signal to Noise Ratio (SNR) Loss computed from an analysis of perturbation. We also study the robustness of these filters to the secondary data contamination by target components. These different properties are finally checked on the data DGA/MI



AUTEUR(S)
Guillaume GINOLHAC, Philippe FORSTER, Jean-Philippe OVARLEZ, Frédéric PASCAL

MOTS-CLÉS
filtrage, rang faible, SIRV, Normalized Sample Covariance Matrix, persymétrie

KEYWORDS
filtering, low-rank, SIRV, Normalized Sample Covariance Matrix, persymmetry

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,90 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
made by WAW Lavoisier