Algorithmes de poursuite de cibles

Abstract

Les travaux réalisés dans le cadre de cette thèse ont pour objet le développement d’une méthodologie pour la détection et le pistage d'une ou plusieurs cibles radars en utilisant l’approche Track-Before-Detect (TBD). Cette approche a pour avantage d’exploiter directement les signaux bruts pour des fonctions de détection et de pistage, en s’affranchissant de l’étape de seuillage préalable classiquement utilisé. L’approche TBD peut être implémentée selon plusieurs approches. Notre travail concerne le cadre bayésien utilisant les modèles de Markov cachés particuliers, et le problème TBD est résolu en utilisant l’approximation particulaire. Nous commençons dans un premier temps par la présentation de l’algorithme TBD basé sur le filtrage particulaire, et en particulier dans le cas particulier d’une seule cible isolée (mono-cible). Nous proposons différentes applications selon les signaux considérés. Ainsi, nous avons généré des mesures radars prenant en compte différents types de trajectoires de cibles manouvrantes et non manouvrantes, assurant ainsi la détection et l’estimation en présence de différents types de manœuvres. Ensuite, nous nous sommes intéressés à l’approche TBD basée sur le filtrage particulaire dans le cas de plusieurs cibles (multi-cible). Dans ce cadre, nous proposons d’utiliser l’algorithme multi-mode multi-target track- before-detect (MM-MT-TBDF) basé sur le filtrage particulaire. Ceci a pour avantage de voir l’apparition et la disparition de cibles au cours du temps sur différentes mesures et pour différents types de trajectoires de cibles manouvrantes et non manouvrantes.