Geri Dön

Automatic radar antenna scan analysis in electronic warfare

Radar anten taramalarının otomatik analizi

  1. Tez No: 275043
  2. Yazar: BAHAEDDİN ERAVCI
  3. Danışmanlar: PROF. DR. BİLLUR BARSHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Bu calışmada Elektronik Harp (EH) dünyasında el değmemiş bir problemolan ve çoğunlukla insan operatörler tarafından gerçekleştirilen anten taramaperiyodu kestirimi ve anten tarama tipinin otomatik tanınması için bir algoritmaönerilmektedir. Önerilen algoritma iki temel kısımdan oluşmaktadır: antentarama periyod kestirimi ve anten tarama tipi sınıflandırma. Algoritmanınilk kısmı sinyalin periyodunu zaman alanında kullanılan bir yöntemle kestirir.Periyod kestirildikten sonra, sinyal, periyoduna göre tekrar örneklenerek, boyutuönceden belirlenmiş, N elemanlı bir dizi haline getirilir. Bu işlem, çıkartılanözelliklerin güvenilir ve sadece anten tarama tipine bağlı özellikler olmasını sağlar,periyodun etkilerini ortadan kaldırır. Sinyalleri oluşturan etkiler de düşünülerekdört değişik öznitelik çıkartılmakta ve kullanılmaktadır. Çıkartılan bu özniteliklerkullanılarak Bayes, karar ağacı, yapay sinir ağları ve destek vektör makinalarısınıflandırıcıları eğitilir. İlk aşamada Anten Tarama örüntüsü Benzetim programıyazılarak üretilen sentetik veriler kullanılmıştır. Bu sınıflandırıcılar hata matrisleri,doğru sınıflandırma oranları, gürültüye karşı dayanıklılığı ve hesaplamakarmaşıklığı açısından karşılaştırılmaktadır. Her sınıflandırıcı için N parametresininve değişik gürültü seviyelerinin başarım üzerindeki etkisi incelenmiştir.Karar ağacı sınıflandırıcısı, yüksek doğru sınıflandırma oranı, gürültüye karşıdayanıklılığı ve hesaplama kolaylığı nedeniyle en uygun sınıflandırıcı olarak belirlenmiştir. Sonuçlar, yüksek sınıflandırma doğrulukları ile problemin çözüldüğünügöstermektedir. Algoritmayı geçerlemek için sentetik verilerin yanı sıra ASELSANA.Ş. tarafından sağlanan gerçek veriler de kullanılmıştır. Gerçek verilerinsonuçları, algoritmanın sahada kullanıma hazır olduğunu ve pratikteki sorunlarakarşı dayanıklı olduğunu göstermektedir.

Özet (Çeviri)

Estimation of the radar antenna scan period and recognition of the antenna scantype is usually performed by human operators in the Electronic Warfare (EW)world. In this thesis, we propose a robust algorithm to automatize these two criticalprocesses. The proposed algorithm consists of two main parts: antenna scanperiod estimation and antenna scan type classification. The first part of the algorithminvolves estimating the period of the signal using a time-domain approach.After this step, the signal is warped to a single vector with predetermined size(N) by resampling the data according to its period. This process ensures thatthe extracted features are reliable and are solely the result of the different scantypes, since the effect of the different periods in the signal is removed. Four differentfeatures are extracted from the signal vector with an understanding of thephenomena behind the received signals. These features are used to train naiveBayes classifiers, decision-tree classifiers, artificial neural networks, and supportvector machines. We have developed an Antenna Scan Pattern Simulator (ASPS)that simulates the position of the antenna beam with respect to time and generatessynthetic data. These classifiers are trained and tested with the syntheticdata and are compared by their confusion matrices, correct classification rates,robustness to noise, and computational complexity. The effect of the value of Nand different signal-to-noise ratios (SNRs) on correct classification performanceis investigated for each classifier. Decision-tree classifier is found to be the mostsuitable classifier because of its high classification rate, robustness to noise, andcomputational ease. Real data acquired by ASELSAN Inc. is also used to validatethe algorithm. The results of the real data indicate that the algorithm isready for deployment in the field and is capable of being robust against practicalcomplications.

Benzer Tezler

  1. Benek gürültüsü gidermeye dayalı veri artırma ile derin ağlarda radar hedef sınıflandırma

    Despeckling based data augmentation approach in deep learning based radar target classification

    ŞAKİR HÜDAİ MERT CEYLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. IŞIN ERER

  2. Automatic tracking and identification systems in navigation

    Navigasyon amaçlı kullanılan otomatik izleme ve tanıma sistemleri

    YUSUF BARIŞ ÇABUK

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ERCAN TOPUZ

  3. Performance optimization of monopulse tracking radar

    Tek-darbe hedef izleme radarının performans açısından en-iyilenmesi

    MEHMET ALPER ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KEMAL LEBLEBİCİOĞLU

  4. Bazı mikrodalga manyetik malzemelerin karmaşık manyetik geçirgenliklerinin R-bant dikdörtgen kesitli rezonatör ile incelenmesi

    Investigation of the complex permeability of some microwave magnetic materials with R-band rectangular section resonator

    FURKAN ALPER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ORAL SALMAN

  5. ADS-B radar transponder için yüksek kazançlı anten tasarımı

    High gain antenna design for ADS-B radar transponder

    MUSTAFA GÖKHAN TÜRER

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiHava Harp Okulu Komutanlığı

    Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA EMRE AYDEMİR