A Study of Selected Constant False Alarm Rate (CFAR) Detectors for Vessels with Compact and Dual Polarimetric Synthetic Aperture Radar (SAR)
Notice bibliographique
Résumé
Space-based polarimetric synthetic aperture radar (SAR) plays an important role in wide-area maritime surveillance and vessel detection. Traditionally, dual polarimetric (DP) SAR has been preferred for such applications, but compact polarimetric CP SAR is a newer option that potentially offers improved backscatter characterization of targets. There are also a variety of detectors proposed for vessels in literature that can be applied to both CP and DP SAR. Unfortunately, it is difficult to know which detector should be used in practice. To that end, this paper presents a survey of detectors and their comparative assessment with simulated CP and DP SAR data. All detectors are systematically analyzed within the framework of statistical hypothesis testing. Receiver operating characteristic (ROCs) are then generated via Monte Carlo simulations for performance analysis and comparative assessment of all surveyed detectors in CP and DP data. Results show that statistical detectors derived from the likelihood-ratio test (LRT) tend to outperform other detectors under homogenous interference, but degradation in relative performance of some LRT based detectors is observed when tested with heterogeneous interference. Results also show that CP provides better detection performance than DP in most cases when targets exhibit even-bounce scattering. Le radar à synthèse d’ouverture (SAR) polarimétrique spatial joue un rôle important pour la surveillance maritime sur de vaste territoires et pour la détection des navires. Traditionnellement, le SAR à double polarization (DP) a été privilégié pour ces applications, mais le SAR à polarization compacte (CP) est une option plus récente qui offre potentiellement une meilleure caractérisation de la rétrodiffusion des cibles. La littérature propose également divers détecteurs pour les navires, applicables à la fois aux SAR à CP et à DP. Malheureusement, il est difficile de déterminer quel détecteur utilizer en pratique. Conséquemment, cet article présente une étude comparative des détecteurs et leur évaluation à l’aide de données SAR CP et DP simulées. Tous les détecteurs sont systématiquement analysés dans le cadre de tests d’hypothèses statistiques. Les caractéristiques de fonctionnement du récepteur sont ensuite générées par des simulations Monte-Carlo pour l’analyse des performances et l’évaluation comparative de tous les détecteurs étudiés de type CP et DP. Les résultats montrent que les détecteurs statistiques dérivés du test du rapport de vraisemblance (LRT) ont tendance à mieux performer que les autres détecteurs en cas d’interférence homogène, mais une dégradation des performances relatives de certains détecteurs basés sur le LRT est observée en cas d’interférence hétérogène. Les résultats montrent également que le CP offre de meilleures performances de détection que le DP dans la plupart des cas lorsque les cibles présentent une diffusion à retour uniforme.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».