Çoklu işaret ortamında düşük olasılıklı algılama (DOA) radarı işareti tanımlanması ve sınıflandırılması
No Thumbnail Available
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Ankara: Ankara Üniversitesi : Fen Bilimleri Enstitüsü : Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
Abstract
Düşük güç ve yüksek bant genişliğine sahip modern düşük algılama olasılıklı radarların geleneksel elektronik harp cihazları tarafından algılanması ve parametrelerinin çıkarılması zorlaşmıştır. Bu kapsamda, yeni nesil sinyal işleme algoritmaları geliştirilerek özellikle düşük olasılıklı algılama radarlarının işaretlerinin etkin şekilde tanımlanması ve sınıflandırılması gereği doğmuştur. Bu tez çalışması kapsamında radar işaret ortam yoğunluğunun arttığı günümüz elektronik harp koşullarında, geliştirilen algoritmaların çoklu işaret ortamında çalışması sağlanarak gürbüz ve performası yüksek sonuçlar elde edilmiştir. Öncelikle farklı modülasyonlar içeren radar işaretleri modellenmiştir. Ayrıca, sinyal işleme kartlarında üst üste ekle-topla yöntemini kullanan hızlı Fourier dönüşümü tabanlı özgün uyumlu filtre tasarımı gerçekleştirilmiştir. Modellenen radar işaretleri kısa zamanlı Fourier dönüşümü, Wigner-Ville dağılımı ve Choi-Williams dağılımı gibi dönüşümlerden geçirilerek zaman-frekans imgesi çıkarılmıştır. Dönüşümlerin gerçek zamanlı olarak ultra geniş bantta spektrum taramasına imkan tanıyan parametrik çok kanallı hızlı Fourier dönüşümü tasarımı gerçekleştirilmiştir. Oluşturulan bu zaman-frekans imgeleri üzerinde koşturulan Hough dönüşümü ve frekans eşleştirmesi algoritmaları ile modülasyon tespiti sağlanmıştır. Tespit edilen işaretler ayrıştırılarak modülasyon kümeleri oluşturulmuştur. Her bir küme için farklı öznitelikler çıkarılarak denetimli sınıflandırma yöntemleri ile sınıflandırma gerçekleştirilmiştir. Farklı modülasyon tipleri ve işaret gürültü oranları için benzetimler yapılarak analizler gerçekleştirilmiştir. Analizler sonucunda 10 dB işaret gürültü oranında evrişimsel sinir ağları yöntemi kullanılarak \% 93.47 modülasyon sınıflandırma başarısı sağlanmıştır.
Modern low probability of intercept radars with low power and high bandwidth have become difficult to detect and parameterize by conventional electronic warfare devices. In this context, the necessity of developing new generation of signal processing algorithms especially to detect and classify low porbability of intercept radars effectively, has been emerged. In this thesis study, the algorithms developed to work in multiple signal medium have been obtained with robust and high performance results in today's electronic warfare environment where radar signal density increases,. First of all, radar signals containing different modulations are modeled. In addition, a unique Fourier transform based unique filter design was implemented in the signal processing cards using the overlapp-and-add method. The modeled radar signals were transformed by short-time Fourier transform, Wigner-Ville distribution and Choi-Williams distribution to obtain time-frequency image. A parametric multichannel fast Fourier transform design has been realized that allows the real-time spectrum scanning of transformations in ultra-wideband. Modulation detection is provided by Hough transform and frequency matching algorithms run on these time-frequency images. Modified clusters were formed by separating the detected marks. Different clusters were extracted for each cluster and supervised classification methods were used. Simulations were performed for different modulation types and signal to noise ratios. As a result of analysis, 10 dB signal to noise ratio was achieved by using convolutional neural network method 93.47\% modulation classification success.
Description
Keywords
Düşük olasılıklı algılama radarı, Modülasyon çıkarımı