Localisation à haute résolution de cibles lentes et de petite taille à l’aide de radars de sol hautement ambigus

The aim of this thesis is to enhance the detection of slow-moving targets with low reflectivity in case of ground-based pulse Doppler radars operating in intermediate pulse repetition frequency. These radars are highly ambiguous in range and Doppler. To resolve ambiguities, they transmit successively short pulse trains with different pulse repetition intervals. The transmission of short pulse trains results in a poor Doppler resolution. As consequence, slow-moving targets with low reflectivity, such as unmanned aerial vehicles, are buried into clutter returns. One of the main drawbacks of the classical Doppler processing of intermediate pulse repetition frequency pulse Doppler radars is the low detection performance of small and slowly-moving targets after ground clutter rejection. In order to address this problem, a two-dimensional range / Dopper processing chain including new techniques is proposed in this thesis. First, an iterative algorithm allows to exploit transmitted pulse trains temporal diversity to resolve range and Doppler ambiguities and detect fast, exo-clutter, targets. The detection of slow, endo-clutter, targets is then performed by an adaptive detection scheme. It uses a new covariance matrix estimation approach allowing the association of pulse trains with different characteristics in order to enhance detection performance. The different tests performed on simulated and real data to evaluate the proposed techniques and the new processing chain have shown their effectiveness.Cette thèse a pour objectif d’améliorer la détection de cibles lentes et de faible réflectivité dans le cas de radars de sol Doppler pulsés à fréquence de récurrence intermédiaire. Ces radars, hautement ambigus en distance et en vitesse, émettent de façon consécutive des trains d’impulsions de périodes de récurrence différentes, afin de lever les ambiguïtés.L’émission successive de trains d’impulsions de courtes durées conduit à une faible capacité de séparation sur l’axe Doppler. Par conséquent, les objets lents de faible réflectivité, comme les drones, sont difficiles à distinguer du fouillis de sol. A l’issue du traitement Doppler conventionnel qui vise à éliminer les échos de fouillis, les performances de détection de ces cibles sont fortement atténuées. Pour palier à ce problème, nous avons développé une nouvelle chaîne de traitement 2D distance/Doppler pour les radars à fréquence de récurrence intermédiaire. Celle-ci s’appuie, en premier lieu, sur un algorithme itératif permettant d’exploiter la diversité temporelle entre les trains d’impulsions émis, afin de lever les ambiguïtés en distance et en vitesse et de détecter les cibles rapides exo-fouillis. La détection des cibles lentes endo-fouillis est ensuite réalisée à l’aide d’un détecteur adaptatif. Une nouvelle approche, permettant d’associer les signaux issus de rafales de caractéristiques différentes pour l’estimation de la matrice de covariance, est utilisée en vue d’optimiser les performances de détection. Les différents tests effectués sur données simulées et réelles pour évaluer les traitements développés et la nouvelle chaîne de traitement, ont montré l’intérêt de ces derniers