Online Radar Target Recognition with Decoys

La classification automatique de plusieurs observations en mouvement, utilisant des radars de surveillance au sol, a fait l'objet de beaucoup d'attention en recherche. Le problème de la classification automatique sans assistance humaine reste un défi pour les systèmes radar modernes. En particulier, la distinction entre les petits drones et les oiseaux est un nouveau défi auquel les systèmes précédents n'avaient pas à faire face. La classification est souvent effectuée hors ligne, à l'aide de techniques d'apprentissage supervisées, mais la reconnaissance de classes invisibles reste difficile. En règle générale, les méthodes de classification en ligne nécessitent un niveau élevé d'informations et prennent beaucoup de temps. Dans ce travail, nous décrivons et analysons un modèle de classification simple pour une formalisation du problème, que nous appelons la reconnaissance de cibles de radar avec leurres. De plus, nous évaluons les performances du modèle proposé à la fois sur des données simulées et sur un jeu de données radar réel. Les résultats des expériences montrent que le modèle proposé offre une meilleure performance que les méthodes actuelles.