Geri Dön

Öğrenme ve çözümleme katmanlarından oluşan saklı Markov model tabanlı frekans kiplemeli sürekli dalga yayın tespiti

Frequency modulated continuous wave emitter detection by using hidden Markov models composed of learning and decoding layers

PDF İndir

  1. Tez No: 639511
  2. Yazar: YILMAZ BAYINDIR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ YAKUP SABRİ ÖZKAZANÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 129

Özet

Elektronik harp sistemleri için LPI özellikli frekans kiplemeli sürekli dalga (FKSD) yayın yapan radarların tespit edilebilmesi son derece önemli bir kabiliyettir. Bu kabiliyete sahip olabilmek amacıyla bu tez kapsamında FKSD yayın yapan LPI radarların tespiti için saklı Markov model (SMM) tabanlı özgün bir tespit metodolojisi geliştirilmiştir. Geliştirilen saklı Markov model tabanlı yöntem öğrenme ve çözümleme olmak üzere iki katmandan oluşmaktadır. Öğrenme katmanında beklenti enbüyütme yaklaşımına dayanan Baum-Welch algoritması kullanılmıştır. Çözümleme katmanında ise Viterbi algoritması kullanılmıştır. Buna ek olarak; Matlab ortamında FKSD yayın simülatörü de geliştirilerek önerilen iki katmanlı algoritmaya girdi sağlanmış ve bilgisayar simülasyonları gerçekleştirilmiştir. Geliştirilen tespit yöntemi, elektronik harp sistemlerinde gerçek zamanlı çalışan almaç yapılarında kullanılabilir niteliktedir. Bu sayede EH sistemlerinin LPI yayın tespit performansı artırılabilecektir.

Özet (Çeviri)

The ability of detection of frequency modulated continuous wave (FMCW) radar has strategic importance for electronic warfare systems. In order to have this ability, an original method, based on hidden Markov models (HMM), has been developed in this thesis. This method is composed of learning and decoding layers. In learning layer, Baum-Welch algorithm, based on expectationmaximization approach, is used. On the other hand, Viterbi algorithm is used in decoding layer. In addition, it is shown that the proposed method can run with required inputs by developing FMCW emitter simulator in Matlab environment. Also, the results are supported with computer simulations. The developed method can be used for receivers in electronic warfare systems. The performance of LPI emitter detection for electronic warfare systems can be improved.

Benzer Tezler

  1. Tez No

    856455

    Deep learning for ınverse problems in ımaging

    Görüntüleme ters problemlerinde derin öğrenme

    HASAN HÜSEYİN KARAOĞLU

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  2. Tez No

    958993

    Fully convolutional one-stage object detection model for fire and smoke detection

    Yangın ve duman tespiti için tam evrişimsel tek aşamalı nesne algılama modeli

    EKREM YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KESKİNÖZ

  3. Tez No

    565494

    Semantic land cover and land use classification using deep convolutional neural networks

    Derin evrişimsel sinir ağları ile arazi kullanımı ve arazi örtüsünün anlamsal sınıflandırılması

    BERK GÜNEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  4. Tez No

    955270

    Vision transformer-based physics informed CFD prediction of axial fans with self-supervised contrastive learning for enhanced geometric sensitivity

    Eksenel fanlarda geometrik farklılıkların yakalanmasına yönelik kontrastif öğrenme destekli, fizik bilinçli vısıon transformer tabanlı CFD tahmini

    MEHMET FATİH REYHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAHA ZAFER

  5. Tez No

    849520

    Analysis of network security using machine learning methods

    Makine öğrenmesi yöntemleri kullanılarak ağ güvenirliği analizi

    MARYAM SALATI

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İMAN ASKERBEYLİ

Geri Dön