Detection and localization of drones in MIMO CW radar
MIMO(çoklu giriş çoklu çıkış) sürekli dalga radarında insansız hava aracı (İHA) sezimi ve konumlandırması
- Tez No: 782061
- Danışmanlar: PROF. DR. BUYURMAN BAYKAL
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 168
Özet
Drone'ların sahip olduğu düşük radar kesit alanları onları radar tespiti açısından zorlayıcı hedefler yapar. Yerde hareket eden hedeflerin varlığında sıklık tayfında oluşan yoğunluk drone'ların tespiti daha da güçleştirir. Micro-Doppler etki drone'ların diğer hedeflerden ayırt edilmesinde kullanılan ana özniteliklerdendir. Tipik olarak drone'ların ayırt edilmesi hedef tespitinden sonra gerçekleştirilir. Şehir gibi hedef yoğun ortamlarda bu yaklaşım yüksek işlem gücü gerektirmektedir. Monostatic radar kapsama alanı şehir ortamlarında yaşanan bir diğer problemdir. Binalar tarafından monostatic radar kapsama alanı kısıtlanabilmektedir. Bu zorluklarla mücadele etmek için dağıtık çok girişli çok çıkışlı sürekli dalgalı radarda çok girişli çok çıkışlı çevrimsel tayf yoğunluk analizi yöntemi (MCSD) bu tezde sunulmuştur. MCSD yöntemi drone'lar ile diğer hedefleri çevrimsel sıklık ekseninde ayrılır. Önerilen sistemin basit ve ucuz olabilmesi için sürekli dalga radarında sadece Doppler bilgisi ile konum bulma yaklaşımı uygulanmıştır. Benzetimler ve deneysel sonuçlar önerilen yöntemin ispatını yapmaktadır. MCSD yönteminin performans ve maliyet analizleri tezde ayrıca sunulmuştur.
Özet (Çeviri)
Low radar cross section and capability to fly at low speeds make drones challenging targets for radar detection. In the presence of ground moving targets, the frequency spectrum is also crowded which makes the detection of the drones more difficult. Micro-Doppler effect is the main feature used to discriminate drone from other targets and clutter. Typically, discrimination is performed after the detection of all the targets. Especially in target dense environments, such as cities, typical approach requires high processing power in order detect and classify all of the targets. Coverage is also another problem of the typical monostatic radar based drone detection in cities. Coverage of monostatic radar is easily blocked by buildings. In order to cope with these problems distributed multi-input multi-output (MIMO) continuous wave (CW) radar using MIMO cyclic spectral density (CSD) analysis (MCSD) method is proposed in this thesis. MCSD method separates drones and other targets and clutter in cyclic frequency domain. In order to make system simple and low cost, a network of continuous wave radars is used and the localization is performed based on Doppler only localization approach. The simulations and experimental results show the proof of the concept. Performance and cost analysis of MCSD method is also analyzed in the thesis.
Benzer Tezler
- Development and testing novel guidance algorithms for visual drone interception
Görsel dron yakalama için yeni güdüm algoritmalarının geliştirilmesi ve testi
AHMET TALHA ÇETİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Coordinated target detection and tracking by drones using distance and vision
Mesafe ve görüntü kullanan dronlar ile koordine hedef teşhisi ve takibi
HÜSNÜ HALİD ALABAY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAMET GÜLER
- Early forest fire detection and prevention using ai powered drones and the IoT
Başlık çevirisi yok
MONTASER N. A. RAMADAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiYapay Zeka Ana Bilim Dalı
PROF. DR. BEKİR TEVFİK AKGÜN
- Detection and classification of agricultural pest and vermin's using full-convolutional neural network
Tam kavramsal sinir ağları kullanılarak tarımsal zarar ve hareketlerin tespiti ve sınıflandırılması
ALI RAAD ABDULRAZZAQ
Yüksek Lisans
İngilizce
2023
Bilgi ve Belge YönetimiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Signal detection and parameter estimation of frequency hopping signals
Frekans atlamalı sinyallerin tespiti ve parametre kestirimi
BATUHAN KAPLAN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN