Geri Dön

Performance assessment of real time radar classification on software-defined radio (SDR) platforms

Yazılım tanımlı radyolar ile gerçek zamanlı radar sınıflandırma başarım analizi

  1. Tez No: 860398
  2. Yazar: SEÇKİN ÖNCÜ
  3. Danışmanlar: PROF. DR. ALİ KARA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Bu tez, yazılım tanımlı radyo (SDR) platformları kullanılarak gerçek zamanlı radar sınıflandırmasının kapsamlı bir değerlendirmesini sunmaktadır. Darbe tanımlama kelimesi (PDW) içinde özetlenen radar sinyali parametreleri, elektronik destek (ESM) sistemlerinde çok önemli bir rol oynayarak, elektronik harp (EW) ortamlarındaki tehdit radarlarının tespit edilmesini ve sınıflandırılmasını sağlar. Analogdan dijital teknolojilere geçiş, SDR'nin yazılım tabanlı işlemler aracılığıyla benzeri görülmemiş esneklik ve yeniden yapılandırılabilirlik sunmasıyla radyo sistemlerinde devrim yarattı. Bu çalışma, artırılmış işlem hızıyla gerçek zamanlı operasyon gerçekleştiren SDR tabanlı bir radar sınıflandırma sistemi önermektedir. Sistem, güçlü bir sınıflandırıcı olarak Yoğunluk Tabanlı Gürültülü Uygulamaların Uzamsal Kümelenmesi (DBSCAN) algoritmasını kullanır ve verimli radyo frekansı (RF) parametre çıkarımı için Grafik İşleme Birimi (GPU) paralelleştirmesinden yararlanır. Deneysel sonuçlar, gerçek zamanlı radar sınıflandırması için hem işlem hızında hem de doğrulukta önemli bir gelişme olduğunu göstermektedir.

Özet (Çeviri)

This thesis delves into a comprehensive analysis of the real-time classification of radar signals using software-defined radio (SDR) platforms. In the realm of electronic support measure (ESM) systems, the pulse description word (PDW) that encompasses radar signal parameters plays a pivotal role in the detection and classification of threat radars in electronic warfare (EW) scenarios. The advent of digital technologies has revolutionized radio systems, and SDR, with its software-based operations, offers unparalleled flexibility. This study presents an SDR-based radar classification system specifically designed for real-time functionality, with a strong emphasis on improved processing speed. The system employs the Density-Based Spatial Clustering of Applications with Noise (DBSCAN) algorithm as a robust classifier and harnesses the power of Graphical Processing Unit (GPU) parallelization to efficiently extract radio frequency (RF) parameters. The experimental results underscore a noteworthy enhancement in the speed of data processing as well as the precision of real-time radar classification.

Benzer Tezler

  1. Makine öğrenmesi yöntemleri ile imha değerlendirme

    Kill assessment using machine learning methods

    RAHİME SEVİNÇ GÖKDUMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. CENK TOKER

  2. Evaluation of grid based precipitation products over the Mediterranean region in Turkey

    Grid tabanlı yağış ürünlerinin Türkiye'de Akdeniz bölgesi için değerlendirilmesi

    ENES HİŞAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

    DOÇ. DR. ALI DANANDEH MEHR

  3. Menzil profili modunda çalışan radarla otomatik hedef sınıflama

    automatic target classification with radars operating in range profilling

    CENK GÖKBERK

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN TOPUZ

  4. Deep learning approaches for hailstorm detection and forecasting using CNN and LSTM algorithms: Comparative evaluation of radar products

    Derin öğrenme yaklaşımlarıyla dolu fırtınası tespiti ve tahmini için CNN ve LSTM algoritmalarının kullanılması: Radar ürünlerinin karşılaştırmalı değerlendirmesi

    NAHİT ÇATMADIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. MEHMET SİNAN ÖZEREN

  5. A study on upper atmospheric joule heating using observations and coupled models and a space weather consequence: Geomagnetically induced currents

    Yukarı atmosfer joule ısınmasının gözlem ve uzay havası modelleri kullanarak kapsamlı incelenmesi ve bir uzay havası uygulaması: Jeomanyetik akımlar

    EMİNE CEREN EYİGÜLER

    Doktora

    İngilizce

    İngilizce

    2018

    Astronomi ve Uzay Bilimleriİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEREFŞAN KAYMAZ