Radar darbe içi modülasyonlarının derin öğrenme tabanlı sınıflandırılması
Radar intrapulse modulation classification based on deep learning
- Tez No: 799095
- Danışmanlar: DR. ÖĞR. ÜYESİ BARIŞ YÜKSEKKAYA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- 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
- 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
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN
- 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
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ERTUĞRUL ÇELEBİ
- Radar ikaz alıcı sistemleri ve radar sinyallerinin sınıflandırılması
Radar warning receivers and recognition of radar signals
ENGİN KISALAR
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
- 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
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. SELÇUK PAKER
- 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
2021
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiRaylı Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN