Performances de détection radar Monte Carlo
Calculez la probabilité de détection (Pd) en fonction de la distance pour les systèmes radar pulsés. Sélectionnez le modèle cible Swerling (0—IV), spécifiez les gains d'antenne, le facteur de bruit, les paramètres d'impulsion et le taux de pluie. Monte Carlo sur les fluctuations du RCS et les incertitudes du système produit des bandes de confiance Pd et des courbes ROC.
Comment ça marche
Le équation de portée radar donne le SNR à impulsion unique en fonction de la plage :
SNR = (Pt × Gt × Gr × λ² × σ)/((4π) ³ × Rv4 × KtBFL)
Intégration non cohérente de n les impulsions fournissent un gain approximatif de n0,8 (formule de Barton) en une seule impulsion.
Le Modèles Swerling décrire comment le RCS cible fluctue d'un scan à l'autre (lent, I/III) ou d'une impulsion à l'autre (rapide, II/IV). Swerling I/II suppose une cible d'amplitude de Rayleigh (chi² (2) RCS). Swerling III/IV utilise le chi² (4). Swerling 0 n'est pas fluctuant (sphère métallique idéale).
Le Seuil de détection CFAR est réglé en exigeant P (fausse alerte) = Pfa sous H( bruit uniquement). Le seuil est égal au quantile (1—Pfa) de la distribution du chi² (2n).
Le Monte Carlo analyse les fluctuations du RCS (échantillonnage swerling), le facteur de bruit du récepteur (±0,5 dB) et la puissance d'émission (±0,3 dB) pour produire des bandes de confiance Pd à chaque plage.
Calculateurs associés
Questions fréquemment posées
Quelle est la différence entre Swerling I et Swerling II ?+
Les deux modélisent une cible d'amplitude de Rayleigh (somme de nombreux petits diffuseurs sans composante dominante, donnant une distribution RCS exponentielle). Le swerling I est un « évanouissement lent » : le RCS est constant pour toutes les n impulsions intégrées d'un séjour. Swerling II « s'estompe rapidement » : le RCS est rééchantillonné indépendamment pour chaque impulsion. L'effacement lent est davantage activé pour les changements de numérisation à numérisation ; les modèles à décoloration rapide sont agiles par impulsion ou les cibles très fluctuantes.
Pourquoi le Pd augmente-t-il avec des impulsions plus intégrées ?+
L'intégration non cohérente permet de calculer la moyenne des fluctuations du bruit. Chaque impulsion supplémentaire ajoute de l'énergie au signal tandis que le bruit diminue en moyenne. Le gain d'intégration est d'environ n^0,8 pour un traitement non cohérent (contre n pour un traitement cohérent idéal). Les rendements décroissants se produisent parce que les fluctuations du bruit diminuent comme √ n, tandis que le seuil s'ajuste également pour maintenir la constante Pfa.
Que représentent les bandes de confiance p5/p50/p95 ?+
Les bandes proviennent de la simulation de Monte Carlo qui analyse les fluctuations du RCS (échantillonnage swerling), le facteur de bruit du récepteur (±0,5 dB σ) et la puissance d'émission (±0,3 dB σ). La courbe p5 représente le 5e centile le plus défavorable : 5 % des scénarios de fabrication et d'exploitation donnent de moins bons résultats que cela. p95 est le meilleur des cas. Pour l'allocation des marges du système, calculez selon la courbe p5.