Geri Dön

Arma model based clutter estimation and its effect on clutter suppression algorithms

Arma model tabanlı kargaşa tahmini ve kargaşa bastırma algoritmalarına etkisi

  1. Tez No: 313846
  2. Yazar: GÜNEŞ TANRIVERDİ
  3. Danışmanlar: PROF. DR. SEYİT SENCER KOÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  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: 120

Özet

Radar sinyal işleme teknikleri hedef tespitini mümkün kılmak için kargaşa sinyalini bastırmayı hedeflemektedir. Literatürde bulunan birçok kargaşa bastırma tekniği hedef tespit performansını arttırmak için geliştirilmiştir. Bu yöntemler arasında çeşitli senaryolar altında yeterli seviyede performans sağlayan MTI ardından eşevreli entegratör en bilinen yöntemdir. Fakat kargaşa sinyalleri arasındaki korelasyon az veya hedef ile kargaşa arasındaki spektral uzaklık küçük olduğu durumda, klasik kargaşa bastırma yaklaşımları yetersiz kalmaktadır.Bu çalışmada, Monte Carlo benzetimleri ile K-dağılımlı deniz kargaşasının ARMA spektral kestirim yöntemi ile modellenme performansı incelenmiştir. Yöntem radar çalışma ortamına bağlı olarak değişik kargaşa şekilsel yapılarına ve otokorelasyon dizilerine (ACS) için değerlendirilmiştir. Çalışma sırasında ARMA-CS olarak adlandırılmış kargaşa bastırma amacıyla ARMA spektral kestirimini kullanan yöntemin performansı değişen ARMA model seviyelerine göre analiz edilmiştir.ARMA-CS yönteminin klasik yöntemlere göre kargaşa bastırma performansını karşılaştırmak için ölçü olarak çıkıştaki Sinyal ile Enterferans Oranı (SIR) ile girişteki SIR seviyesinin birbirlerine oranı olarak tanımlanan iyileştirme faktörü (IF) kullanılmıştır. Kargaşa sinyalleri arasındaki korelasyon az veya hedef ile kargaşa arasındaki spektral uzaklığın küçük olduğu durumlarda ARMA-CS yöntemi klasik yöntemlere göre daha yüksek başarım sağlamaktadır.

Özet (Çeviri)

Radar signal processing techniques aim to suppress clutter to enable target detection. Many clutter suppression techniques have been developed to improve the detection performance in literature. Among these methods, the most widely known is MTI plus coherent integrator, which gives sufficient radar performance in various scenarios. However, when the correlation coefficient of clutter is small or the spectral separation between the target and clutter is small, classical approaches to clutter suppression fall short.In this study, we consider the ARMA spectral estimation performance in sea clutter modelled by compound K-distribution through Monte Carlo simulations. The method is applied for varying conditions of clutter spikiness and auto correlation sequences (ACS) depending on the radar operation. The performance of clutter suppression using ARMA spectral estimator, which will be called ARMA-CS in this work, is analyzed under varying ARMA model orders.To compare the clutter suppression of ARMA-CS with that of conventional methods, we use improvement factor (IF) which is the ratio between the output Signal to Interference Ratio (SIR) and input SIR as performance measure. In all cases, the performance of ARMA-CS method is better than conventional clutter suppression methods when the correlation among clutter samples is small or the spectral separation between target and clutter is small.

Benzer Tezler

  1. Tip-2 bulanık öbekleme yöntemleri ile zaman serilerinin modellenmesi

    Time series modelling with Type-2 fuzzy clustering methods

    MEHMET FURKAN DODURKA

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. ENGİN YEŞİL

  2. Spatio-temporal crime prediction model based on analysis of clusters

    Suç kümelerinin analizi ile zamnsal ve mekansal suç tahmin modeli oluşturulması

    ESRA POLAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    DOÇ. DR. ŞEBNEM DÜZGÜN

  3. Online learning stable adaptive controller for chaos control of BLDC motor

    Fırçasız DC motorun kaos kontrolü için çevrimiçi öğrenen kararlı uyarlanır kontrolör

    ALKIM GÖKÇEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SAVAŞ ŞAHİN

  4. İki boyutlu sistemlerin yüksek mertebeden istatistik ile modellenmesi

    Modelling of two-dimensional systems using higher order statistics

    A. MAHİR ÖZDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. AHMET H. KAYRAN