Çoklu işaret ortamında düşük olasılıklı algılama (DOA) radarı işareti tanımlanması ve sınıflandırılması
Low probability intercept (LPI) radar signal detection and classification in multi signal environment
- Tez No: 625428
- Danışmanlar: PROF. DR. MURAT EFE
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 181
Özet
Düşük güç ve yüksek bant genişliğine sahip modern düşük algılama olasılıklı radarların geleneksel elektronik harp cihazları tarafından algılanması ve parametrelerinin çıkarılması zorlaşmıştır. Bu kapsamda, yeni nesil sinyal işleme algoritmaları geliştirilerek özellikle düşük olasılıklı algılama radarlarının işaretlerinin etkin şekilde tanımlanması ve sınıflandırılması gereği doğmuştur. Bu tez çalışması kapsamında radar işaret ortam yoğunluğunun arttığı günümüz elektronik harp koşullarında, geliştirilen algoritmaların çoklu işaret ortamında çalışması sağlanarak gürbüz ve performası yüksek sonuçlar elde edilmiştir. Öncelikle farklı modülasyonlar içeren radar işaretleri modellenmiştir. Ayrıca, sinyal işleme kartlarında üst üste ekle-topla yöntemini kullanan hızlı Fourier dönüşümü tabanlı özgün uyumlu filtre tasarımı gerçekleştirilmiştir. Modellenen radar işaretleri kısa zamanlı Fourier dönüşümü, Wigner-Ville dağılımı ve Choi-Williams dağılımı gibi dönüşümlerden geçirilerek zaman-frekans imgesi çıkarılmıştır. Dönüşümlerin gerçek zamanlı olarak ultra geniş bantta spektrum taramasına imkan tanıyan parametrik çok kanallı hızlı Fourier dönüşümü tasarımı gerçekleştirilmiştir. Oluşturulan bu zaman-frekans imgeleri üzerinde koşturulan Hough dönüşümü ve frekans eşleştirmesi algoritmaları ile modülasyon tespiti sağlanmıştır. Tespit edilen işaretler ayrıştırılarak modülasyon kümeleri oluşturulmuştur. Her bir küme için farklı öznitelikler çıkarılarak denetimli sınıflandırma yöntemleri ile sınıflandırma gerçekleştirilmiştir. Farklı modülasyon tipleri ve işaret gürültü oranları için benzetimler yapılarak analizler gerçekleştirilmiştir. Analizler sonucunda 10 dB işaret gürültü oranında evrişimsel sinir ağları yöntemi kullanılarak \% 93.47 modülasyon sınıflandırma başarısı sağlanmıştır.
Özet (Çeviri)
Modern low probability of intercept radars with low power and high bandwidth have become difficult to detect and parameterize by conventional electronic warfare devices. In this context, the necessity of developing new generation of signal processing algorithms especially to detect and classify low porbability of intercept radars effectively, has been emerged. In this thesis study, the algorithms developed to work in multiple signal medium have been obtained with robust and high performance results in today's electronic warfare environment where radar signal density increases,. First of all, radar signals containing different modulations are modeled. In addition, a unique Fourier transform based unique filter design was implemented in the signal processing cards using the overlapp-and-add method. The modeled radar signals were transformed by short-time Fourier transform, Wigner-Ville distribution and Choi-Williams distribution to obtain time-frequency image. A parametric multichannel fast Fourier transform design has been realized that allows the real-time spectrum scanning of transformations in ultra-wideband. Modulation detection is provided by Hough transform and frequency matching algorithms run on these time-frequency images. Modified clusters were formed by separating the detected marks. Different clusters were extracted for each cluster and supervised classification methods were used. Simulations were performed for different modulation types and signal to noise ratios. As a result of analysis, 10 dB signal to noise ratio was achieved by using convolutional neural network method 93.47\% modulation classification success.
Benzer Tezler
- Energy efficient approaches for spectrum sensing and channel estimation
Spektrum algılama ve kanal kestirimi için enerji verimli yaklaşımlar
MEHMET BAŞARAN
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
DOÇ. DR. SERHAT ERKÜÇÜK
- Applications of artificial intelligence for the security of networks
Ağ güvenliği için yapay zeka uygulamalari
SELEN GEÇGEL ÇETİN
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Cooperative vehicular communication systems with physical layer security and noma techniques
Fiziksel katman güvenliği ve noma teknikleri ile işbirliklikli araçlar arası iletişim sistemleri
SEMİHA KOŞU
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
DR. SERDAR ÖZGÜR ATA
- Energy efficiency and security of rıs-aided communication networks
Ris-tabanli haberleşme ağlarinda enerji verimliliği ve güvenlik
HAKAN ALAKOCA
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA