Air-to-ground target classification and heading angleestimation using radar range profiles
Radar menzıl profı̇llerı̇nı̇ kullanarak havadan yere hedef sınıflandırma ve yön açısı kestı̇rı̇mı̇
- Tez No: 887241
- Danışmanlar: PROF. DR. BAHADIR KÜRŞAT GÜNTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Medipol Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Radar teknolojisinin gelişmesiyle birlikte, özellikle aktif elektronik tarama yapan sistemlerde yeryüzeyindeki hedeflerin otomatik olarak tanımlanması kritik bir öneme sahip hale gelmiştir. Bu tanımlama süreci, askeri ve sivil uygulamalarda operasyonel kararların alınmasında hayati bir rol oynamaktadır. Hedef tanıma aşamasında elde edilen bilgilerin doğruluğu ve kesinliği, gerçekleştirilen operasyonun seyrini doğrudan etkilemekte, bu da sistemin genel performansını ve etkinliğini belirlemektedir. Bu çalışmada, X frekans bandında çalışan bir radar sisteminin yerde konuşlu farklı hedeflerden topladığı yüksek çözünürlüklü menzil profilleri incelenmiştir. Bu profiller, hedeflerin sınıflarını ve yatay yönelim açılarını belirlemede kullanılmıştır. Araştırma, modern radar sistemlerinin yalnızca hedefleri tespit etmekle kalmayıp, aynı zamanda bu hedeflerin türlerini ve konumlarını da yüksek doğrulukla belirleyebilme potansiyelini ortaya koymaktadır. Çalışmanın metodolojisi, derin öğrenme temelli ardışıl sınıflandırıcı yapıları ile şablon eşleme tekniğinin kombine edilmesine dayanmaktadır. Bu yaklaşım, geleneksel radar sinyal işleme tekniklerinin ötesine geçerek, yapay zeka ve makine öğrenmesi alanlarındaki son gelişmeleri radar hedef tanıma problemine uygulamaktadır. Kullanılan derin öğrenme modelleri, radar sinyallerindeki karmaşık örüntüleri analiz ederek hedeflerin özelliklerini çıkarabilme yeteneğine sahiptir. Araştırmanın sonuçları, önerilen sistemin performansının oldukça yüksek olduğunu göstermektedir. İşaret gürültü oranına bağlı olarak, ana hedef sınıfının %85'in üzerinde bir doğrulukla tanınabildiği tespit edilmiştir. Bu bulgu, önerilen yöntemin pratik uygulamalarda kullanılabilirliğini ve güvenilirliğini vurgulamaktadır. Ayrıca, çalışma hedeflerin yapılarındaki simetrinin, yatay yönelim başarımları üzerindeki etkisini de incelemiştir. Gözlemler, yatay yönelim başarımlarının genellikle simetrik yönelim açılarına bölüştüğünü ortaya koymuştur. Bu durum, hedef tanıma sistemlerinin tasarımında simetri faktörünün dikkate alınması gerektiğini göstermektedir. Bu araştırma, radar tabanlı hedef tanıma sistemlerinin geliştirilmesinde önemli bir adım teşkil etmektedir. Elde edilen bulgular, gelecekteki radar sistemlerinin tasarımında ve optimizasyonunda kullanılabilecek değerli bilgiler sunmaktadır. Ayrıca, çalışmanın sonuçları, sivil hava trafiği kontrolü, doğal afet yönetimi ve çevresel izleme gibi alanlarda da potansiyel uygulamalara sahiptir. Gelecekteki araştırmalar, farklı çevresel koşullar altında sistemin performansını incelemeyi ve daha geniş bir hedef yelpazesini kapsayacak şekilde modeli genişletmeyi hedefleyebilir.
Özet (Çeviri)
The generation of radar technology has necessitated the recognition of targets on the ground through automatic functions and this has been vital in active electronic surveillance systems. This identification process is very critical in making the operational decisions as relate to the military and civilian purposes. It denotes that the nature of information collected in the target identification phase is a reproductive and definitive determinant of the course of the operation, which in turn defines the performance and efficiency of the system. In this study, the dataset consists of range profiles acquired by an X frequency band radar system from various ground based objects. These profiles are used in the determination of the target classes and the horizontal orientation angles. Based on the results of this work, the effectiveness of new radar systems for target detection and determination of their type and position with high accuracy is shown. The approach used in the conducted research is related to the use of deep learning based sequential classifier structures and template matching. It is not limited to the conventional radar signal processing methods, but incorporates the state-of-the-art artificial intelligence and machine learning methods to the problem of radar target recognition. The models of deep learning under consideration are ready to extract target features based on the peculiarities of the patterns and forms of radar signals. The results of the study prove very high performance for a proposed system. Depending on the Signal-to-Noise Ratio, the main target class can be recognized at an accuracy of more than 85%. This result underlines the usability and reliability of the proposed method in practical applications. Indeed, the study investigates farther the impact of symmetry in target structure on horizontal orientation performance. These observations have revealed that the performance in horizontal orientation is essentially bifurcated between symmetric orientation angles. This may indicate that it will turn out to be very important to consider the symmetry factor when designing target recognition systems. This research brings considerable opportunities for the development of radar-based systems of target recognition. These findings contribute useful information, which allows design and optimization of future radar systems. Such results could be used in many applications, including civil air traffic control, disaster management, monitoring of environmental systems, etc. Future studies could focus on checking system performance under different environmental conditions or further develop the model for targets at a higher degree of complexity.
Benzer Tezler
- Frekans atlamalı sinyallerin yazılım tanımlı radyolar ile gerçek zamanlı tespit ve sınıflandırılması
Real-time detection and classification of frequency-hopping signals with software-defined radios
MUTLU AYDIN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARA
- Kenar koruyan görüntü ayrışım yöntemleri ile SAR görüntülerinde otomatik hedef sınıflama performansının arttırılması
Increasing automatic target recognition rate of SAR images via edge preserving image decomposition methods
HALDUN BOZKURT
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. IŞIN ERER
- Veri madenciliği yöntemleri kullanarak hava kirliliği tahmini
Prediction of air pollution using data mining methods
KIYMET KAYA
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ
- Threat evaluation in air defense systems using analytic network process
Hava savunma sistemlerinde analitik ağ süreçleri yardımıyla tehdit değerleme
SEÇKİN ÜNVER
Yüksek Lisans
İngilizce
2015
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TUNCAY GÜRBÜZ