Optimization of search patterns for fixed-panel tridimensional scanning radars - Archive ouverte HAL
Thèse Année : 2017

Optimization of search patterns for fixed-panel tridimensional scanning radars

Optimisation du maillage de la veille sur radar à balayage électronique à panneau fixe

Résumé

Modern radars are complex systems, capable of multiple functions: scanning, tracking, identification, etc. With the advent of electronic and digital technologies, radars can dynamically and freely sweep their surroundings using fixed-panels, freeing them from the limitations of mechanical rotation. With increasingly intelligent and adaptable systems competing in modern warfare in ever shorter time, careful management of the radar available time-budget is required to achieve desired performances and ensure civilian and military safety. In this context, optimization of radar search pattern time-budget must exploit modern radars full potential. This thesis main accomplishments are the mathematical modelling of radar search pattern optimization, the identification and development of appropriate tools for its solving, and the exploration of the model possibilities. Radar search pattern design can be related to covering problems in combinatorial optimization. Radar covering can be solved using methods based on dynamic programming and integer programming, and can furthermore be extended to account for more complex situations with multiple operational constraints. The tools developed in this thesis provide a powerful and flexible framework for solving radar covers problems. This framework opens interesting research avenues for improving radar performances. It offers various possible applications for aided-design of radar search patterns, simulation of new radar architectures performances, and development of cognitive radar systems capable of adapting in real time to the operational environment.
Les radars modernes sont des systèmes complexes. Leurs missions, incluant surveillance, suivi et identification, se sont étendues conjointement à leurs capacités, favorisées par le développement de l'électronique et du numérique. Ces radars peuvent balayer dynamiquement et librement l'espace grâce à des panneaux numériques, les libérant des limitations des moteurs mécaniques. La guerre électronique, où les temps de réaction sont toujours plus courts, nécessite néanmoins une gestion parcimonieuse du temps disponible au radar pour accomplir ces missions. Dans ce contexte, l'optimisation du temps utilisé pour la surveillance doit exploiter pleinement les capacités des nouveaux radars. Les travaux réalisés durant cette thèse ont été de formaliser mathématiquement ce problème, de déterminer et adapter les outils pertinents pour sa résolution, et d'en explorer les possibilités. Le problème de la surveillance radar se rapproche conceptuellement du recouvrement d'ensemble en optimisation combinatoire. Grâce à des algorithmes utilisant la programmation dynamique et la programmation linéaire en nombres entiers, ce problème a pu être résolu, et étendu à des situations plus complexes, incluant différentes contraintes opérationnelles. Cette approche fructueuse ouvre de nouvelles pistes pour l'amélioration des performances des radars, et offre de nombreuses possibilités d'applications. Entre autres l'aide à la conception des couvertures des radars actuels, la simulation des performances d'architectures de futurs radars et le développement de radars cognitifs, capables de s'adapter à leur environnement opérationnel.
Fichier principal
Vignette du fichier
Y_BRIHECHE.pdf (30.39 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)
Loading...

Dates et versions

tel-01709583 , version 1 (15-02-2018)
tel-01709583 , version 2 (25-03-2018)
tel-01709583 , version 3 (28-10-2020)

Identifiants

  • HAL Id : tel-01709583 , version 3

Citer

Yann Briheche. Optimization of search patterns for fixed-panel tridimensional scanning radars. Electronics. École centrale de Nantes, 2017. English. ⟨NNT : 2017ECDN0036⟩. ⟨tel-01709583v3⟩
567 Consultations
340 Téléchargements

Partager

More