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

  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: Belirtilmemiş.

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. 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. 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. Maymun çiçeği hastalığının cilt lezyon görüntüleri üzerinden yapay zekâ algoritmaları ile sınıflandırılması

    Classification of monkeypox skin lesion images using artificial intelligence algorithms

    FIRAT BULAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ONUR KOÇAK

  4. 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

  5. End-to-end tire defect detection model based on machine and deep learning techniques

    Makine ve derin öğrenme tekniklerine dayalı uçtan uca lastik arıza tespit modeli

    RADHWAN ALI ABDULGHANI SALEH

    Doktora

    İngilizce

    İngilizce

    2024

    Mekatronik MühendisliğiKocaeli Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN METİN ERTUNÇ