Abstract FR:

Un travail de recherche important est déployé depuis plusieurs années pour permettre aux radars de réaliser la reconnaissance des cibles. Les radars à haute résolution sont particulièrement adaptés pour cette tâche, car ils sont capables de mesurer les signatures électromagnétiques des cibles, liées à leur caractéristique de réflectivité. Nous proposons une méthode pour la reconnaissance des cibles radar à partir du profil de distance, qui constitue leur signature temporelle monodimensionnelle. La capacité des profils de distance à décrire fidèlement la distribution de la fonction de réflectivité de la cible le long de la ligne de visée est directement liée à la resolution longitudinale. Nous proposons alors l'utilisation des méthodes à haute resolution non-paramétriques et montrons que l'algorithme esprit est le plus adéquat pour donner une estimation stable, précise et robuste des positions des pics d'un profil de distance. Lorsque le nombre de cibles est important la base de données devient très large, car une classe entière de profils de distance pour chaque cible doit être considérée, en raison de leur dépendance par rapport à l'angle de visée. Nous proposons alors, pour la sélection des caractéristiques, d'associer la méthode de Sammon avec un perceptron multicouches, initialisé par la solution de l'analyse en composantes principales. Nous obtenons ainsi une technique de projection fidèle, rapide et disposant d'une bonne capacité de généralisation. Pour la phase de classification nous proposons un nouveau réseau de neurones, qui constitue une variante supervisée d'un réseau art. La fusion des décisions prises à partir des quatre combinaisons de polarisation est réalisée en utilisant l'intégrale floue de Sugeno. Une double validation de la méthodologie de reconnaissance automatique des cibles radar est réalisée, à partir de données synthétiques et finalement à partir de données réelles.