TH`ESE DE DOCTORAT DE L'UNIVERSITà PARIS 6 Spécialité ...
TH`ESE DE DOCTORAT DE L'UNIVERSITà PARIS 6 Spécialité ...
TH`ESE DE DOCTORAT DE L'UNIVERSITà PARIS 6 Spécialité ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
108 Filtrage spatial non stationnaire sur radar à antenne tournante<br />
K T rec (ms) ω(rd/s) σJ 2 G p (0) G a (0) N mc<br />
100 0.1 2π 50 0 −7 100<br />
Tab. 7.1: Paramètres de la simulation<br />
maintenant une approximation asympotique des fonctions de brouillage correspondant aux équations<br />
(7.8) et (7.9). La convergence en moyenne quadratique des expressions suivantes permet de justifier ces<br />
approximations (avec ρ = t 0<br />
KT e<br />
) :<br />
S<br />
K ≈ σ2 J<br />
et<br />
U<br />
K 2 T e<br />
≈ ( 1 2 − ρ)σ2 J (7.12)<br />
V<br />
K 3 T 2 e<br />
≈ ( 1 3 − ρ + ρ2 )σ 2 J (7.13)<br />
X<br />
K 4 T 3 e<br />
≈ ( 1 4 − ρ + 3/2ρ2 − ρ 3 )σ 2 J. (7.14)<br />
En utilisant (7.12) dans (7.7), on obtient un équivalent sur la puissance résiduelle de brouillage avec<br />
l’algorithme OLS standard :<br />
P (1)<br />
res (t l) ≈<br />
∣<br />
ωT e<br />
(K − 2l) ˙<br />
2<br />
G p (ωt l + θ J )<br />
∣<br />
Puis, en utilisant (7.12), (7.13) et (7.14) dans (7.11) et après quelques simplifications :<br />
P (2)<br />
res(t l ) ≈<br />
∣<br />
ω 2 T 2 e<br />
2 (K2<br />
6 − lK + l2 ) ¨G p (ωt l + θ J )<br />
∣<br />
2<br />
σ 2 J . (7.15)<br />
2<br />
σ 2 J. (7.16)<br />
Nous remarquons que cette dernière expression ne dépend pas de t 0 , ce qui veut dire que le choix de cette<br />
valeur n’a pas d’influence sur les performances de l’algorithme.<br />
7.2.4 Simulations<br />
Les simulations sont réalisées à partir d’une voie principale formée grâce à une ALU de 16 capteurs<br />
et d’une voie auxiliaire à partir d’une ALU de 2 capteurs. Ces deux réseaux respectent la condition de<br />
Shannon et ont le même centre de phase. On choisit comme durée d’observation une période de récurrence<br />
radar. Les puissances sont exprimées en dB.<br />
Comparaison des performances des deux versions de l’algorithme OLS<br />
Les figures suivantes Fig.7.3 et Fig.7.4 comparent les puissances résultantes des deux versions de<br />
l’algorithme OLS obtenues par Monte Carlo sur N mc réalisations et par les formules théoriques (7.15) et<br />
(7.16), pour deux valeurs de θ J correspondant respectivement à un brouilleur dans un trou de diagramme<br />
et un brouilleur sur un lobe secondaire. On observe une nette diminution de la puissance résiduelle<br />
moyenne pour la version avec coefficients variables dans le temps par rapport à la version standard. On<br />
note ensuite que même en zone de gain de la voie principale fortement variable (cf. Fig.7.2 avec θ J = 7<br />
deg.), les courbes théoriques et de Monte Carlo sont très proches. On vérifie enfin que les courbes de P res<br />
(1)<br />
montrent un creux pour l = K (2)<br />
2<br />
, alors que celles de P res montrent un creux pour les valeurs de l racines<br />
de ( K2<br />
6 − lK + l2 ).