Geri Dön

Radar darbe içi modülasyonlarının derin öğrenme tabanlı sınıflandırılması

Radar intrapulse modulation classification based on deep learning

  1. Tez No: 799095
  2. Yazar: ÖZKAN AKBUNAR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BARIŞ YÜKSEKKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  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: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 149

Özet

Elektronik destek sistemleri için tehdit radar sinyallerinin kimliklendirilmesi son derece kritik bir öneme sahiptir. Radar sistemlerinde kullanılan darbe içi modülasyonları elektronik destek sistemleri tarafından tehdit radarların kimliklendirilmesinde kullanılmaktadır. Bu tez kapsamında, sinyal işleme ve derin öğrenme yöntemleri ile radar darbe içi modülasyonları sınıflandırılması çalışılmıştır. Derin öğrenme mimarisinin eğitimi ve testinde kullanılacak verilerin genelleştirilebilir olması için farklı parametreler ile sinyal üretebilen radar sinyal simülatörü bilgisayar ortamında geliştirilmiştir. Üretilen radar sinyalleri Kısa-Zaman Fourier dönüşümü, Fourier Synchrosqueezed dönüşümü, Düzleştirilmiş Sözde Wigner-Ville dağılımı, Choi-Williams dağılımı ve çevrimsel durağan sinyal analizi gibi dönüşümlerden geçirilerek evrişimli sinir ağını eğitebilmek için kulllanılarak modülasyon sınıflandırması gerçekleştirilmiştir. Analizler sonucunda 11 farklı faz ve frekans modüleli sinyalden oluşan veri seti ile 0 dB sinyal gürültü oranı değerinde %98 sınıflandırıcı başarımı elde edilmiştir.

Özet (Çeviri)

Idenfication of threat radar signals is extremely important for electronic support systems. Radar intrapulse modulations are used by electronic support systems to identify radar systems. In this thesis, radar intrapulse modulations are classified using signal processing and deep learning techniques. A computer based radar signal simulator is designed to generate radar signals which are used to train and test a convolutional neural network. Short Time Fourier Transform, Fourier Synchrosqueezed Transform, Smoothed Pseudo Wigner Ville Distrubution, Choi-Williams Distrubution and Cyclostationary Signal Processing are applied to radar signals for feature extraction. After feature extraction, transformed signals are used to train and test convolutional neural network. Simulation results show that, %98 modulation classification performance is achieved at 0 dB signal to noise ratio.

Benzer Tezler

  1. Deep learning in electronic warfare systems: Automatic pulse detection and intra-pulse modulation recognition

    Elektronik taarruz sistemlerinde derin öğrenme: Otomatik darbe tespiti ve istemli darbe ici kipleme sınıflandırma

    FATİH ÇAĞATAY AKYÖN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN ARIKAN

  2. Performance of IEEE 802.15.4a based uwb systems in the presence of licensed systems

    Lisanslı sistemlerin varlığında IEEE 802.15.4a tabanlı ultra geniş bantlı sistemlerin başarımı

    ÇAĞLAR FINDIKLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ERTUĞRUL ÇELEBİ

  3. Radar ikaz alıcı sistemleri ve radar sinyallerinin sınıflandırılması

    Radar warning receivers and recognition of radar signals

    ENGİN KISALAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU

  4. Range profile extraction in noise radars based on the target characteristics

    Gürültü radarlarında hedef karakteristiklerine dayalı menzil profili çıkarımı

    ŞEVVAL KARABAĞ ÇAHA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik-Haberleşme Eğitimi Ana Bilim Dalı

    PROF. DR. SELÇUK PAKER

  5. Haberleşme tabanlı tren kontrol sistemi için odometresistemi test altyapısı geliştirilmesi ve konum algılamasistemi algoritma tasarımı

    Development of odometry test environment andlocalization algorthm design for communication basedtrain control systems

    TUĞÇE ELBİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Raylı Sistemler Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA DOĞAN