Constant false alarm rate

La détection par Constant false alarm rate, CFAR, (taux constant de fausses alertes) fait référence à une forme classique d'algorithme adaptatif utilisée dans les radars pour isoler le signal retour d'une cible d'un bruit de fond important, de brouillage et d'interférences.

Il existe également d'autres algorithmes de détection qui, eux, ne sont pas adaptatifs. On parle alors parfois de clairvoyant detectors[1] (détecteurs « clairvoyants »).

Principe

Dans un récepteur radar classique l'écho de retour de la cible est reçu par l'antenne, amplifié, mélangé pour abaisser sa fréquence puis passé dans un détecteur pour séparer l'enveloppe du signal. Cette enveloppe est proportionnelle à la puissance de l'écho reçu et contient à la fois le signal désiré de l'écho et des signaux non désirés comme le bruit du récepteur, des fantômes[2] et des interférences électromagnétiques[3].
Le rôle du constant false alarm rate circuitry consiste à déterminer le seuil de puissance au-dessus duquel chaque écho reçu peut être considéré comme venant vraisemblablement d'une cible réelle. Si le seuil est trop bas, on détecte plus de cibles mais on augmente le nombre de fausses alertes. Inversement, si le seuil est trop élevé, on a moins de fausses alertes mais on détecte moins de cibles probables. Dans la plupart des cas le seuil est choisi pour être compatible soit avec un taux déterminé de fausses alertes, soit pour un temps t entre deux fausses alertes.

Si la zone dans laquelle les cibles doivent être détectées est stable dans le temps et dans l'espace, alors on peut utiliser un seuil fixe pour une certaine probabilité de fausses alertes. Ce seuil est déterminé par la fonction de densité de probabilité du bruit qui est généralement considérée comme gaussienne. La probabilité de détection est alors une fonction du rapport signal sur bruit de l'écho réfléchi par la cible. Cependant, pour la plupart des systèmes de campagne, des sources génératrices d'interférences ou de fantômes font que le niveau du bruit varie dans l'espace et le temps. Dans ce cas il va falloir utiliser un système à seuil variable dans lequel le seuil pourra être relevé ou abaissé pour conserver une probabilité fixe de fausses alertes. Ce système est connu sous le nom de « constant false alarm rate (CFAR) detection ».

CFAR à seuil variable

Dans la plupart des systèmes à seuil variable, CFAR detection, le seuil est calculé en estimant le niveau du bruit de fond autour de la cellule testée ("Cell Under Test" - CUT) . Pour cela, on prend une série de cellules autour de celle sous test et on calcule le niveau de puissance moyen. Pour éviter que les résultats soient faussés par la puissance reçue dans la CUT, on élimine du calcul les cellules immédiatement adjacentes. Une cible est considérée présente dans la CUT si son signal est à la fois supérieur aux cellules adjacentes et au niveau de puissance moyen calculé. Ce système de calcul assez simple s'appelle « cell-averaging CFAR », CA–CFAR (CFAR par cellule moyennée).

D'autres systèmes sont basés sur le calcul de moyennes respectivement pour les cellules situées à droite et à gauche de la CUT considérée. Les valeurs les plus hautes et les plus basses sont intégrées respectivement pour permettre d'améliorer la détection dans le cas où on se trouve à proximité d'une source de brouillage.

Approches plus sophistiquées

Il existe des algorithmes plus sophistiqués qui permettent d'adapter automatiquement le seuil de détection en intégrant de façon rigoureuse les statistiques de l'espace dans lequel la cible doit être détectée. Ce système est assez commun dans la marine où l'espace est très changeant (fantômes dus aux vagues, aux météores, etc.) et, par conséquent, mal modélisé par un bruit blanc gaussien. C'est un problème très délicat car il est difficile de différencier un écho renvoyé par la surface de la mer de celui renvoyé par un périscope de sous-marin par exemple.

Voir aussi

Références

  • (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Constant false alarm rate » (voir la liste des auteurs).
  • (en) Louis L. Scharf, Statistical Signal Processing: Detection, Estimation, and Time Series Analysis, Addison Wesley, New York. (ISBN 0-201-19038-9)

Notes

  1. Gini, Greco et Farina, Clairvoyant and adaptive signal detection in non-Gaussian clutter : a data-dependent threshold interpretation, IEEE Trans. Sig. Proc., juin 1999.
  2. Essentiellement des échos provenant du sol, de la mer, de la pluie, d'animaux et d'insectes, de leurres anti-radar, et de turbulences atmosphériques.
  3. Une interférence électromagnétique est une perturbation qui affecte un circuit électronique due à un rayonnement électromagnétique émis par une source externe. La perturbation peut interrompre, occulter, ou, à la limite, dégrader la performance du circuit électronique. La source peut être n'importe quel objet, artificiel ou naturel, qui est le siège de changements rapides de courants électriques comme un circuit électrique, le soleil ou une aurore boréale.  (en) On peut consulter à ce propos l'article de la Wikipedia anglophone : Electromagnetic interference.
  • Portail de la physique
  • Portail de l’électricité et de l’électronique
  • Portail du monde maritime
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.