Radar ikaz alıcı sistemleri ve radar sinyallerinin sınıflandırılması
Radar warning receivers and recognition of radar signals
- Tez No: 447013
- Danışmanlar: PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektronik Harp, Darbe Ayrıştırma Yöntemleri, Darbe içi modülasyon, Frank, Barker, LFM, Costas, Radar Sinyalleri, Naive Bayes, DVM, Rastgele Orman, Ortak Vektör Yaklaşımı (OVY), CFS, PCA, Wrapper, Electronic Warfare (EW), Pulse De-interleaving Methods, Modulation On Pulse, Frank, Barker, LFM, Costas, Radar Signals, Naive Bayes, SVM, Random Forest, Common Vector Approach (CVA), CFS, PCA, Wrapper
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon - Sinyal İşleme Bilim Dalı
- Sayfa Sayısı: 70
Özet
Çok sayıda radarın aynı anda yayın yaptığı günümüz EH (Elektronik Harp) sinyal ortamında, EH sistemlerinin kullandığı klasik darbe ayrıştırma yöntemleri radar sistemlerini tanımlamada yeterli olmamaktadır. Bu yetersizliğin çözümü için radar darbelerinin sahip olduğu istemli veya istemsiz modülasyonlar ayırt edici özellik olarak kullanılabilmektedir. Bu çalışmada, radar elektronik harp sensör çeşitleri ve radar sinyalleri incelenmiş, radar sinyallerini temsil etmede hangi özniteliklerin etkili olduğu ve bu özniteliklerin hangi sınıflandırıcılarda başarılı olduğu görülmüştür. Darbe içi, istemli olarak oluşturulan, sekiz farklı tip modülasyona sahip radar sinyali (P1, P2, P3, P4, Frank, Barker, LFM ve Costas) simüle edilerek 4 farklı veri seti üretilmiş, 12 farklı yöntem ile toplamda 95 adet öznitelik türetilmiş, 3 farklı yöntem (CFS, PCA ve Wrapper) ile öznitelik seçimi yapılmış ve dört farklı sınıflandırma yöntemi (Naive Bayes, Destek Vektör Makineleri (DVM), Rastgele Orman ve Ortak Vektör Yaklaşımı (OVY)) ile deneysel çalışmalar gerçekleştirilmiştir. Öznitelik sayısı 6-8 adede kadar düşürülmüş veri setleri ile Rastgele Orman ve Naive Bayes sınıflandırma yöntemleri kullanılarak 6 dB SNR seviyesi ve üzerindeki radar sinyalleri için %98 ve üzerinde başarı oranı elde edilmiştir.
Özet (Çeviri)
The conventional radar pulse de-interleaving methods isn't sufficient for the modern EW (Electronic Warfare) environment where numerous radars broadcast simultaneously. The intentional and unintentional modulations on radar pulses (IMOP and UMOP) can be used as a distinguishing feature to solve this deficiency. In this study, radar EW sensors and radar signal types have examined, which attributes effective in representing radar signals and which classification methods successful with these attributes have studied. For experimental studies, four different data sets have been produced by simulating eight different types of IMOP radar signals (P1, P2, P3, P4, Frank Barker, LFM and Costas). 95 attributes have been derived from 12 different methods, 3 types of attribute selection methods (CFS, PCA and Wrapper) have been used and four different types of classification methods (Random Forest, Naive Bayes, Support Vector Machines (SVM), Common Vector Approach (CVA)) have been utilized. With data sets having 6-8 attributes, by using Random Forest and Naive Bayes classification methods, approximately %98 success rate has obtained for radar signals over 6dB SNR level.
Benzer Tezler
- Elektronik harp sistemlerinde kullanılan Radar İkaz Alıcı'nın MATLAB'da simülasyonu
Simulation of Radar Warning Receiver used in electronic warfare by using MATLAB program
AHMET NASIROĞLU
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. HAKAN IŞIK
- Tek darbe pasif yön bulma tekniklerinin analizi
The analysis of monopulse passive direction finding techniques
KIVANÇ CEYHAN
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT TAVLI
- Elektronik destek sistemlerinde gerçek zamanlı tehdit radar parametreleri çıkarımı
Real time threat radar parameter extraction in electronic support systems
İSMAİL EMRE ORTATATLI
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAMZA KURT
- Bağlantılı bileşen etiketleme tabanlı kümeleme ile radar sinyallerinin ayrıştırılması
Deinterleaving of radar signals with connected component labeling based clustering
NESLİHAN FİŞNE
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET GÜNGÖR PAKFİLİZ
- Darbeli radar sinyallerinin makine öğrenmesi algoritmalari i̇le tanimlanmasi
Identification of pulse radar signals using machine learning algorithms
MERT DEMİRCAN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET GÜNGÖR PAKFİLİZ