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.
7.4 Conclusion 115<br />
SINR normalise en dB<br />
1800<br />
Numero d’echantillon<br />
1600<br />
1400<br />
1200<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
−4<br />
−5<br />
−3 −3<br />
−4<br />
−2 −2 −2<br />
−3<br />
0<br />
0<br />
−3<br />
−5<br />
−3 −3<br />
−5<br />
−5<br />
−13 −13<br />
−13<br />
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02<br />
alpha<br />
Fig. 7.8: SINR normalisé ρ en fonction de α<br />
en rotation à la vitesse de 0.5 tour/sec., ce qui correspond à une rotation de 0.06 rad. pendant la rafale<br />
ou encore 0.25 en largeur de lobe principal. Fig.7.9 représente les SINRs normalisés (ici par rapport à la<br />
valeur optimale) pour trois algorithmes (SMI et ESMI avec les deux contraintes considérées). Les courbes<br />
sont obtenues après simulation de Monte Carlo sur 100 réalisations. On les compare à la courbe de SINR<br />
optimale obtenue avec un traitement STAP optimal (cf. chapitre suivant) avec matrice de covariance R(t)<br />
connue. Sur Fig.7.9, on vérifie tout d’abord que l’amélioration des performances résultant de l’utilisation<br />
de l’algorithme ESMI est importante dans la zone du brouilleur (on observe un gain d’environ 20 dB).<br />
Ensuite, on remarque que le choix de la contrainte n’a pas véritablement d’influence lorsque la cible est<br />
proche du brouilleur. Cependant, quand le brouilleur est vu dans les lobes secondaires éloignés, c’est à<br />
dire lorsque l’on se rapproche d’une situation sans brouillage, une perte importante (−4 dB en accord<br />
avec 7.19) apparaît lorsque la contrainte standard est choisie. Au contraire, l’utilisation de la contrainte<br />
alternative conduit à un SINR proche du SINR optimal.<br />
7.4 Conclusion<br />
Dans ce chapitre, nous nous sommes intéressés au problème d’antibrouillage en configuration radar<br />
à antenne tournante. En particulier, nous avons proposé l’utilisation de filtrage spatial à coefficients<br />
variables dans le temps. Dans un premier temps, nous nous sommes placés sous l’hypothèse selon laquelle<br />
la rotation d’antenne est rapide à l’échelle de la récurrence et avons proposé l’utilisation d’une version<br />
de l’algorithme OLS à coefficients variables dans le temps. Puis, nous en avons étudié les performances<br />
pour montrer que l’utilisation de coefficients variables dans le temps permettait un gain conséquent en<br />
termes de SINR. Ensuite, nous avons considéré une situation dans laquelle la rotation d’antenne est<br />
négligeable à l’échelle de la récurrence mais pas à l’échelle de la rafale. Dans ce cas, nous avons proposé<br />
l’utilisation de l’algorithme ESMI présenté dans la littérature pour un calcul de filtres MVDR variables<br />
dans le temps. Cependant, l’implémentation de cet algorithme avec une contrainte directionnelle standard<br />
conduit à de mauvaises performances en présence de signaux de brouillage vus dans les lobes secondaires.<br />
Pour compenser ces pertes en performance, nous avons finalement présenté une méthode d’optimisation