Ce papier décrit l’intérêt de l’apport des processus SIRV (processus gaussiens composés) pour la détection et l’estimation dans le cadre de la détection de cibles mobiles (STAP). Ces processus permettent de manière élégante et efficace d’étendre au problème STAP la théorie de la détection et de l’estimation dans un cadre de bruit additif (fouillis) hétérogène et/ou non gaussien. Nous présentons ainsi les outils théoriques (estimateurs, détecteurs) qui permettent d’améliorer les performances des détecteurs conventionnels ainsi que leurs propriétés (SIRV TFAC, robustesse, réduction du nombre de données secondaires)....
In the STAP framework, this paper proposes a review of SIRV modelling for detection and estimation. These processes allow to extend the detection and estimation theory to the STAP problem in a non-Gaussian and heterogeneous background. Some theoretical tools (estimators, detectors) are presented jointly with their attractive properties (SIRV CFAR, robustness, secondary data number reduction) which allow to significantly outperform conventional, e.g. Gaussian based, ones....