Geri Dön

Radar target classification based on range profiles and ISAR images

Menzil kesitleri ve ISAR görüntülerine dayalı radar hedef sınıflandırması

  1. Tez No: 143420
  2. Yazar: İSMAİL ÇALIŞKAN
  3. Danışmanlar: PROF. DR. ZAFER ÜNVER, PROF. DR. MEHMET KEMAL LEBLEBİCİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Ters Yapay Ağız Aralıklı Radar, menzil kesiti, ISAR görüntüsü, vektör nicemlemesi, saklı Markov modeli, doğrusal birleştiriciler, Inverse Synthetic Aperture Radar, range profile, ISAR image, vector quantization, Hidden Markov Models, linear combiners
  7. Yıl: 2003
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 99

Özet

ISAR, hedefin kendi açısal hareketlerinden faydalanarak menzil- Doppler yüzeyinde iki boyutlu görüntü elde eden bir hedef görüntüleme tekniğidir. ISAR'dan elde edilen diğer öznitelik bilgisi ise radar görüş çizgilerinde hedef yansımalarının tek boyutta dağılımı olan menzil kesitidir. Aynı ISAR verisinden elde edilen bu iki farklı öznitelik bilgisi, önerilen sınıflandırma metotları için giriş verisini sağlar. Tezde, benzetim yapılan ISAR verilerini kullanarak üç sınıflandırıcı ve iki doğrusal birleştirici üzerinde çalışılmıştır. Bunlardan ikisi, menzil kesiti kullanarak vektör nicemlemesini ve HMM'i temel alan sınıflandırırlardır. Üçüncü ise, HMM kullanarak şekil benzerliklerin ölçülmesidir. Her bir eğitilmiş sınıflandırıcı her bir muhtemel sınıf için bir olasılık tahmini verir. Sınıflandırma işleminin başarımını artırmak için sınıflandırıcıların çıkışı doğrusal birleştiriciler ile birleştirilir. Her bir sınıflandırma metodunda üç ana kısım vardır, öncelikle, hareket dengelemesi ve Fourier dönüşümü gibi geleneksel yöntemlerle, aynı 2 boyutlu veriden ISAR görüntüsü ve menzil kesitleri oluşturulur, ikinci kısım ise giriş verilerinden öznitelik bulmadır. İlk iki sınıflandırma yönteminde menzil kesitleri giriş öznitelik vektörleri olarak kullanılır. Üçüncü metotta, yönbağımlı yayılım süzgeçleme, morfolojik karşıtlık pekiştirme, yılan ve açısal zincir kod gibi ara işlemler yapıldıktan sonra iki boyutlu görüntü tek boyutlu öznitelik vektörüne dönüşür. Son basamak ise sınıflandırmadır.

Özet (Çeviri)

ISAR is a target imaging technique which obtains a two-dimensional image on the range-Doppler plane by using target's own angular motions. Another feature information obtained from the ISAR is a range profile, a one-dimensional distribution of target reflections on the line-of-sight. These two different feature information retrieved from the same ISAR data set provide the input data for the proposed classification methods. In this thesis, three classifiers and two linear combiners are studied using the simulated ISAR data. Two of them are Vector Quantization (VQ)~ based-classifier and Hidden Markov Models (HMMs)-based classifier by using a sequence of range profiles. The third classifier measures shape similarities of ISAR images by using HMMs. Each trained classifier gives a probability estimate for each of the possible classes. The outputs of classifiers are combined with two linear combiners to increase the performance of the classification process. There are three main steps in each classification method. Firstly, the range profiles and the ISAR image are obtained from the same 2-dimensional raw data. The Fourier transform and motion compensation are conventional way for this part. The second step is feature extraction. The range profiles are used as input feature vectors for the first two classification methods. In the third method, a two-dimensional image is transformed into a one-dimensional feature vector after some pre-processing steps such as nonlinear diffusion filtering, morphological contrast enhancement, snake and angular chain code. The last step is classification.

Benzer Tezler

  1. Eksik veri için seyrek gösterilimler ile radar görüntüleme

    Sparse representation radar imaging in the case of missed data

    NİHAT KOYUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. IŞIN ERER

  2. Sparse linear prediction models for radar imaging and classification

    Radar hedef görüntüleme ve sınıflandırma için seyrek doğrusal öngörü modelleri

    BAHAR ÖZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. IŞIN ERER

  3. Menzil profili modunda çalışan radarla otomatik hedef sınıflama

    automatic target classification with radars operating in range profilling

    CENK GÖKBERK

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN TOPUZ

  4. Air-to-ground target classification and heading angleestimation using radar range profiles

    Radar menzıl profı̇llerı̇nı̇ kullanarak havadan yere hedef sınıflandırma ve yön açısı kestı̇rı̇mı̇

    MURAT KÖKÇÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Medipol Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. BAHADIR KÜRŞAT GÜNTÜRK

  5. Yüksek çözünürlüklü menzil profili kullanarak deniz hedeflerinin sınıflandırılması

    Ship target classification using high range resolution profile

    ÖZLEM ERGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN SOYSAL