Décomposition matrice à rang faible / parcimonieuse pour la séparation cible-fouillis à structure statistique complexe : approche théorique et validation expérimentale

L'objet de cette thèse est l'étude et le développement de méthodes de séparation cible-fouillis pour les systèmes radar dans des contextes où le fouillis présente une structure statistique complexe, hétérogène et/ou non stationnaire. Plus précisément, la thèse vise à explorer des approches fondées sur des décompositions matricielles de faible rang (parcimonieuses) dans le cadre du problème de Robust Principal Component Analysis (RPCA), afin de proposer des modèles plus adaptés que les méthodes classiques de filtrage Doppler ou de Moving Target Indicator (MTI). L'objectif est à la fois théorique et expérimental : il s'agira, d'une part, de concevoir de nouvelles formulations d'optimisation robustes intégrant des contraintes liées aux propriétés physiques et statistiques du fouillis, ainsi que des régularisations avancées, et, d'autre part, de valider ces approches sur des données réelles afin d'évaluer leur capacité à améliorer la séparation entre cibles d'intérêt et retours parasites dans des environnements radar complexes. École doctorale : Sciences et Technologies de l'Information et de la Communication Direction : Jean-Philippe OVARLEZ Financement : CIFRE - ANRT (Agence Nationale Recherche Technologie)