Discrimination d'échos en sonar actif basse frequence

L'utilisation de basses fréquences en sonar actif permet d'augmenter notablement les portées de détection. En contre-partie, la récurrence des émissions est plus faible et les techniques de trajectographie réduisent difficilement la fausse alarme. D'où le concept du sonar monocoup, dans lequel il est impératif d'exploiter au maximum l'image de détection pour diminuer le taux de fausses alarmes, tout en conservant une probabilité de détection élévée. Ainsi l'introduction, dans la chaîne de réception du sonar, d'un module de discrimination permettant de séparer les événements détectés en deux classes (cible et fausse alarme) devient souhaitable. Dans cet article, nous présentons, puis évaluons une méthode performante de discrimination d'échos, qui se décompose en trois étapes : - la recherche de grandeurs pertinentes qui permettront une bonne discrimination : ces grandeurs sont estimées à l'aide de paramètres de forme et d'énergie appliqués aux échos présents sur l'image de détection dans le plan Gisement/Distance. Seuls des paramètres indépendants et présentant un caractère géométrique stable sont retenus pour former le "vecteur-attribut" pertinent qui décrira l'écho. - une étape d'extraction de ces grandeurs caractérisant les événements. - une étape de discrimination utilisant un réseau de neurones multi-couches. Un ensemble de signaux réels, prélevés dans une base de données, permet d'évaluer les performances en apprentissage puis en généralisation de la méthode