Détection d’interférences pour les systèmes de navigation par satellites en utilisant les ele méthodes d’optimisation multi-objectif NSGAII

Simple item page
dc.contributor.authorMAHREZ Imane - BADAOUI Manar
dc.date.accessioned2024-10-06T13:47:21Z
dc.date.available2024-10-06T13:47:21Z
dc.date.issued2022
dc.description.abstractLa méthode proposée dans ce travail, a pour but de proposer de nouveaux outils et concepts basés essentiellement sur les techniques d’optimisations pour la détection et la suppression des interférences dans les récepteurs GNSS. Notre méthode consiste à combiner la puissance de classifieur OCSVM (SVM à une seule classe) avec une technique d’optimisation heuristique basée sur les algorithmes génétiques uni-objectif GA et multi-objectif NSGAII (Nondominated Sorting Multi-objective Genetic Algorithm) pour filtrer les bases de données contenant des valeurs aberrantes (interférences), dans l’espace de prédiction et dans l’espace des caractéristiques. On optimise simultanément de nombreuses fonctions objectives complémentaires pour une adaptation automatique et donc une meilleure détection des interférences. Les principales fonctions objectives à optimiser sont : l’utilisation d’un critère lié à l’espace des caractéristiques des échantillons qui est la distance Bhattacharyya, et trois critères qui affectent directement sur les performances de prédiction de classifieur OCSVM : la racine de l’erreur quadratique moyenne, le coefficient de corrélation et l’erreur de classification. Les résultats que nous avons obtenus, après la simulation sont assez satisfaisants du point de vue amélioration des performances de l’identification et de la suppression des interférences par rapport au classifieur OCSVM classique.
dc.identifier.urihttp://dspace.univ-khenchela.dz:4000/handle/123456789/7130
dc.language.isofr
dc.titleDétection d’interférences pour les systèmes de navigation par satellites en utilisant les ele méthodes d’optimisation multi-objectif NSGAII
dc.typeThesis
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
1656925806871_memoire_Mahrez_Manar.pdf
Size:
1.84 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Master Memoires