Target classification on kinematic features / Identification de cibles sur critères cinématiques

Le travail présenté dans cette thèse traite du problème de l'identification de cibles manoeuvrantes, non coopératives, c'est-à-dire sans IFF, dans le cas mono-senseur, et sans guerre électronique. Dans un premier temps, les données considérées sont des mesures issues d'un radar à partir desquelles sont estimées les caractéristiques cinématiques de la cible. Ces mesures sont traitées par un filtre hybride, avec une approximation de type "pruning" : le GSFr. Cet algorithme de filtrage est basé sur le traitement des chaînes de Markov cachées. Dans un second temps, afin d'améliorer les estimations, nous intégrons une mesure directe sur le mode de déplacement de la cible via un capteur imageur. De plus, pour simuler la perte ponctuelle de signal, nous appliquons la technique des processus ponctuels marqués. Une fois les caractéristiques cinématiques de la cible évaluées, nous mettons en oeuvre des techniques d'apprentissage supervisé afin d'effectuer une discrimination automatique de la cible. Deux sources d'informations sont alors prises en compte : les variables cinématiques issues du filtrage et les variables imagerie issues de la simulation du capteur imageur. Le résultat final du processus de discrimination est obtenu en fusionnant ces résultats. Deux méthodes sont alors exposées, l'une basée sur un algorithme d'apprentissage de type SVM, l'autre sur une méthode de fusion de données prenant en compte un critère de fiabilité des capteurs. / BORDEAUX1-BU Sciences-Talence (335222101) / Sudoc / Sudoc / France / FR