Geri Dön

Hava araçlarının ADS-B sinyalleri yardımıyla sınıflandırılması

Classification of aircrafts by means ADS-B signals

  1. Tez No: 883687
  2. Yazar: GÜRSU GÜRER
  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: Türkçe
  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: 73

Özet

Hava trafik yoğunluğunun günden güne artması ve bu trafiğin yönetilebilmesi amacıyla giderek daha fazla öneme sahip olan Otomatik Bağımlı Gözetim-Yayın (ADS-B) sistemleri, herhangi bir yer/hava kullanıcısının ihtiyaç duyacağı pozisyon, iz ve yer hızı vb. bilgilerin bir yayın kaynağı aracılığıyla belli aralıklarla iletimini sağlayan bir gözetim uygulamasıdır. ADS-B out ve ADS-B in olarak 2 farklı servisi olan ADS-B, radar sisteminin yerini alarak tüm dünyada hava trafiğini yönetme yolundadır. ADS-B protokolünde yayınlanan mesajlar kriptolu (encrypted) ya da yetkilendirilme anahtarına sahip (authenticated) değildir. Bu sebeple bir çeşit SDR (Software Define Radio) ya da benzeri düşük bütçeli cihaz ile bu yayınlar kolayca dinlenebilir ya da sahte ADS-B mesajları yayınlanarak siber saldırılar gerçekleştirilebilir. Bu tarz saldırıların önüne geçilmesi için Radyo Frekans Parmak izi (RFF), sinyallerin sınıflandırılması için başarılı sonuçlar üretebilir. Bu çalışmada, hava araçlarının kimliklendirilebilmesi için ADS-B yayın kaynakları RFF vasıtasıyla sınıflandırılmıştır. SDR yardımıyla 8 farklı uçaktan 3480 adet gerçek ADS-B sinyali kaydedilmiştir. Bu sinyallerin benzersiz parmak izinin çıkartılması için güç spektral yoğunluğu (PSD) özelliği kullanılmıştır. Doğrusal, polinom ve dairesel tabanlı (RBF) kernel fonksiyonu ile destek vektör makinaları kullanarak hava araçları kimliklendirilmiştir. Kimliklendirme esnasında farklı sinyal-gürültü oranlarına (SNR) göre test sonuçları gözlemlenmiştir. En düşük SNR seviyesinde (10 dB) dahi önerilen SVM metodunda polinom kernel fonksiyonu kullanarak %92'lik bir başarım yakalanmıştır. Az sayıda ve düşük SNR'a sahip gerçek sinyallerden oluşan veri setiyle dahi RFF sınıflandırmasının başarılı olabileceğini gösterilmiştir.

Özet (Çeviri)

The increasing daily air traffic density and the necessity to manage this traffic have elevated the importance and usage of Automatic Dependent Surveillance-Broadcast (ADS-B) systems. These systems serve as a surveillance application that broadcasts essential information such as position, track, and ground speed at regular intervals through a broadcast source to any terrestrial or aerial user requiring it. ADS-B, with its two distinct services, ADS-B Out and ADS-B In, is on the path to replace radar systems, managing air traffic worldwide. The messages broadcasted by the ADS-B protocol are neither encrypted nor authenticated. Therefore, these broadcasts can be easily intercepted or spoofed with fake ADS-B messages using a Software Defined Radio (SDR) or similar low-cost devices, leading to potential cyber-attacks. Radio Frequency Fingerprinting (RFF) of signals for classification can produce successful results in preventing such attacks. In this study, ADS-B broadcast sources were classified to identify aircraft. With the assistance of SDR, 3480 real ADS-B signals from 8 different aircraft were recorded. The Power Spectral Density (PSD) feature was utilized to extract the unique fingerprint of these signals. Air vehicles were identified using Support Vector Machines (SVMs) with linear, polynomial, and Radial Basis Function (RBF) kernel functions. The test results were observed across different Signal-to-Noise Ratios (SNRs). At the lowest SNR level (10 dB), the proposed SVM method using the polynomial kernel function achieved a success rate of 92%. This demonstrates that RFF classification can be successful even with a small dataset consisting of real signals at low SNRs.

Benzer Tezler

  1. Modelling, control and implementation of an unmanned vertical take-off and landing aircraft

    Dikey iniş kalkış yapabilen bir insansız hava aracının modellenmesi, kontrolü ve gerçeklenmesi

    FARABİ AHMED TARHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  2. Otomatik bağımlı gözetim - yayın verileri kullanılarak anomali tespiti ve uçuş istatistiklerinin değerlendirilmesi

    Anomaly detection and statistical analysis of flights by using automatic dependent surveillance - broadcast database

    ÖMER GÜNEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Matematikİstanbul Medeniyet Üniversitesi

    Uygulamalı Matematik ve Hesaplamalı Bilimler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NURULLAH ÇALIK

    DOÇ. DR. BETÜL HİÇDURMAZ

  3. ADS-B cihazlarına yapılan saldırıların yapay öğrenme ile tespiti

    Classification of attacks on ADS-B devices with artificial learning

    İBRAHİM MERAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF BOZKAYA

  4. ADS-B radar transponder için yüksek kazançlı anten tasarımı

    High gain antenna design for ADS-B radar transponder

    MUSTAFA GÖKHAN TÜRER

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiHava Harp Okulu Komutanlığı

    Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA EMRE AYDEMİR

  5. İnsansız hava araçlarının ulusal hava sahalarına entegrasyonu ve yeni hava trafik yönetimi konsepti için otomatik HTK modellemesi ve uçuş yönetim sistemi geliştirilmesi

    The design of automated atc and the development of flight management system for the integration of UAVs into the national airspaces within the new air traffic management paradigm

    CENGİZ PAŞAOĞLU

    Doktora

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NURSEL AKÇAM

    PROF. DR. GÖKHAN İNALHAN