Stop-Band APES: STAP processing on highly hetergeneous data. A formulation extended to Maximum Likehood Estimation Detector

Cet article propose une version étendue du Maximum Likelihood Estimation Detector (MLED) particulièrement bien adaptée à la problématique de la détection des cibles lentes dans des environnements très fortement hétérogènes. Contrairement à la méthode MLED, cette nouvelle méthode appelée Stop-Band APES ne souffre pas de la haute résolution Doppler de la méthode MLED qui implique une forte charge de calcul. Les performances de cette nouvelle méthode sont illustrées sur des données synthétiques réalistes.This paper proposes an extended version of the Maximum Likelihood Estimation Detector (MLED) that can operate in severe heterogeneous environment for slow moving target detection in ground clutter using space-time adaptive processing (STAP). Unlike the MLED, the extended version called StopP-Band APES does not suffer from the high Doppler resolution properties of the MLED leading to severe extra computational burden. Performances are illustrated on realistic synthetic data