Atténuation des niveaux de lobes secondaires maximaux dans les radars à compression d'impulsions utilisant des réseaux de neurones artificiels

Dans cet article, les réseaux de neurones artificiels (RNA) sont considérés pour obtenir un motif de lobes secondaires bas pour des codes binaires et ainsi améliorer les performances des radars à compression d'impulsions. La compression d'impulsions est une technique populaire utilisée pour améliorer la résolution de portée dans les systèmes radar. Cet article propose une nouvelle approche pour la compression d'impulsions en utilisant divers types de réseaux RNA tels que les percepteurs multicouches (MLP), les réseaux de neurones récursifs (RNN), la fonction de base radiale (RBF) et la fonction de base radiale récurrente (RRBF), et une classe spéciale de réseaux de neurones en ondelette à propagation avant (WNN) avec une couche d'entrée, une couche de sortie et une couche cachée. Des réseaux utilisant le code Barker de 13 bits et des codes binaires Barker étendus de longueurs 35, 55 et 75 ont été utilisés pour l'implémentation afin d'améliorer les performances des radars à compression d'impulsions. Les réseaux basés sur WNN utilisant la fonction d'activation Morlet et Sigmoïde dans les couches cachées et de sortie respectivement, une classe spéciale de réseau de neurones artificiels est considérée dans cet article. Les métriques de performance utilisées sont le rapport de lobe secondaire maximal (PSLR), le rapport intégré de lobe secondaire (ISLR) et le rapport signal-sur-lobe secondaire (SSR). De plus, les performances en termes de résolution en portée et en Doppler sont également présentées dans cet article. Une meilleure performance en matière de réduction des lobes secondaires peut être obtenue avec les RNA par rapport à la fonction d'autocorrélation (ACF) appelée filtre adapté. Si les valeurs des lobes secondaires sont élevées, il existe un risque de masquer des signaux de retour plus faibles, rendant ainsi la détection difficile. Cet article établit que RRBF donne de meilleurs résultats que d'autres réseaux RNA. De plus, WNN offre les meilleures performances même comparées à RRBF en termes de réduction des lobes secondaires dans les radars à compression d'impulsions.