Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Optimisation du seuil de détection dans les systèmes distribués cfar
Univ Europeenne - EAN : 9786131569548
Édition papier
EAN : 9786131569548
Paru le : 22 avr. 2011
49,00 €
46,45 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131569548
- Réf. éditeur : 4682060
- Editeur : Univ Europeenne
- Date Parution : 22 avr. 2011
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 152
- Format : H:229 mm L:152 mm E:9 mm
- Poids : 234gr
- Interdit de retour : Retour interdit
- Résumé : La détection CFAR, présente l''avantage de l''utilisation d''un seuil adaptatif suivant la variation du bruit de l''environnement dans lequel la détection est effectuée. Aussi l''utilisation de détecteurs multiples avec un centre de fusion, permet l''amélioration de la détection par rapport aux systèmes à détecteur unique. Toutefois, le fait d''utiliser plusieurs détecteurs, mène à une situation plus complexe à résoudre, liée au système d''équations non linéaires, engendré par le développement des différentes probabilités. Ce travail propose une contribution à contourner la difficulté de la résolution de tels systèmes et donc d''améliorer la qualité de la détection par l''utilisation de techniques efficaces. Des algorithmes évolutionnaires ont été proposés pour différents tests, suivant plusieurs situations. Ces dernières, considèrent des environnements de détection distincts, des types de détecteurs variés, ainsi que plusieurs variantes d''AEs englobant les algorithmes génétiques et les stratégies d''évolution. En dépit de la complexité de l''implémentation de ces techniques, celles-ci présentent une solution efficace à la résolution de ce genre de problèmes.
