دسته بندی و بازشناسی داده های راداری به کمک ویژگی های متمایز کننده

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر
  • نویسنده مسلم شکرالهی
  • استاد راهنما محمدرضا احمدزاده
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1393
چکیده

امروزه بازشناسی رادار ساطع کننده یک قسمت مهم از سیستم های هوشمند الکترونیک و سیستم های اقدامات پشتیبانی الکترونیک می باشد. وظیفه اصلی سیستم های پشتیبان الکترونیک بررسی محیط اطراف به منظور تعیین و تشخیص رادارهای موجود در محیط و آشکار کردن تهدیدهای احتمالی است. بخش شنود در سیستم های پشتیبان الکترونیک وظیفه دریافت سیگنال ها و استخراج ویژگی های پایه سیگنال را به عهده دارد. این مجموعه ویژگی ها در یک ساختار با نام کلمه توصیف گر پالس یا pdw قرار می گیرند. ویژگی های پایه عموماً شامل فرکانس رادیویی، پهنای پالس، زاویه ورود، بازه تکرار پالس، زمان ورود و دامنه پالس می باشند. پس از استخراج این ویژگی ها می توان به مساله تعیین رادار ساطع کننده پرداخت. در تعیین رادارهای موجود در محیط اطراف دو هدف اصلی وجود دارد. هدف اول تعیین تعداد ساطع کننده ها در محیط اطراف است و هدف دوم بازشناسی این رادارها بر اساس بانک اطلاعاتی موجود می باشد. در این پایان نامه از داده های راداری که از یک منطقه خاص ذخیره شده¬اند برای این اهداف استفاده شده است. در این پایان نامه یک مدل کامل که شامل سه لایه اصلی می¬باشد برای تعیین و بازشناسی رادار ساطع کننده ارائه شده است. در این مدل برای تشخیص تعداد رادارها و حذف ویژگی های مازاد روش بهینه سازی چندهدفه ازدحام ذرات به همراه معیار اعتبارسنجی خوشه بندی آمارگان فضای خالی پیشنهاد و استفاده شده است. همچنین به منظور برچسب زنی داده های موجود روش خوشه بندی rough k-means به همراه روش بهینه سازی رقابت استعماری ترکیب شده اند. سپس با استفاده از شبکه های عصبی این داده ها طبقه بندی شده اند. در قسمت طبقه بندی به منظور جلوگیری از گیر افتادن الگوریتم آموزش شبکه عصبی در مینیمم های محلی از روش های ترکیبی آموزش پس انتشار به همراه الگوریتم های بهینه سازی ژنتیک، ازدحام ذرات و رقابت استعماری استفاده شده است که نتایج خوبی را به همراه داشته است. مقایسه مدل پیشنهادی با سایر روش های موجود در این زمینه نشان می دهد که نتایج حاصل شده از مدل پیشنهادی روی داده های عملیاتی موجود بسیار رضایت بخش می باشند.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

حذف ناحیه کور در تصاویر سونار و دسته بندی اهداف با کمک ویژگی های ساختاری شکل

نقش دریاها و در کنار آن خطرات انسانی موجود در اعماق آن‌ها باعث شد که هشداردهنده‌ها و آشکارسازهای بستر دریا ازجمله سونار موردتوجه محققین قرارگرفته و به‌عنوان یکی از زمینه‌های مهم تحقیقاتی مطرح شوند. در این مقاله، روشی جدید برای پردازش تصاویر سونار و حذف ناحیه کور در تصاویر سونار اسکن جانبی معرفی شد. در روش پیشنهادی، با استفاده از الگوریتم تجانس فاز و ویژگی‌های ساختاری شکل، ناحیه کور حذف و تشخیص ...

متن کامل

طبقه بندی راه های شهری مبتنی بر ادغام در سطح تصمیمات داده های نوری و راداری

در این مقاله قابلیت تصاویر اسپات و سار به منظور تشخیص عارضه راه در مناطق شهری مورد بررسی قرار گرفته است. شباهت طیفی عارضه راه با سقف آسفالت ساختمان ها در مناطق شهری موجب بروز مشکلاتی در تشخیص راه مبتنی بر داده های اپتیک از جمله اسپات می گردد. از سوی دیگر، تصاویر سار با اینکه قابلیت خوبی در تشخیص راههای فرعی و باریک دارند، اما در تشخیص راه از پوشش گیاهی دچار مشکلاتی می شود. بنابراین، نتایج حاصل ...

متن کامل

بررسی ویژگی های اپتیکی و اندازه ذرات گرد و غبار و وابستگی های آن ها به کمک داده هایAERONET

افزایش وقوع پدیده­های گرد و غباری لزوم تحقیقات در راستای شناسایی دقیق، پایش مداوم و مقابله با این پدیده را نشان می­دهد. در کنار شناسایی ویژگی­های شیمیایی، ویژگی­های اپتیکی و اندازه ذرات گرد و غبار نیز اهمیت فراوانی دارد. شناسایی گرد و غبار و ویژگی­های دقیق آن به وسیله سنجش از دور یک روش پیشرو و همچنان چالش برانگیز است که نیازمند اطلاعات از پیش تهیه­ای شده­ای از ویژگی­های اپتیکی و اندازه ذرات گر...

متن کامل

پهنه بندی تبخیر-تعرق پتانسیل استان آذربایجان شرقی به کمک داده های دورسنجی فرآورده مودیس

در این پژوهش، پهنه­بندی داده­های فرآورده­ی تبخیر-تعرق پتانسیلاستان با هدف شناسایی پهنه­های اقلیمی از نظر تبخیر-تعرق پتانسیل و بررسی تغییرات مکانی و زمانی آن در هر پهنه انجام شده است. برای تحقق این هدف از داده­های­ فرآورده­ی دورسنجی MOD16A2 سنجنده­ی مودیس در فواصل زمانی 8 روزانه در بازه­ی زمانی 2014-2000 استفاده گردید. جهت پهنه­بندی استان از نظر میانگین بلندمدت تبخیر-تعرق پتانسیل در مقیاس 8 روزا...

متن کامل

سیستم های طبقه بندی کننده ی چندگانه ی نوین درختی به منظور طبقه بندی زمین های کشاورزی از تصاویر نوری و راداری تمام قطبیده

تصاویر نوری و راداری با دریچه­ی مصنوعی تمام­قطبیده (PolSAR)، منابع ارزشمندی برای طبقه­بندی زمین­های کشاورزی است. ویژگی­های مستخرج از تصاویر نوری حاوی اطلاعاتی در مورد امضای بازتابی محصولات مختلف است. در مقابل، یک تصویر PolSAR فراهم­کننده­ی اطلاعاتی در مورد خصوصیات ساختاری و سازوکارهای پراکنش محصولات است. ترکیب این دو منبع قادر به ایجاد یک مجموعه­داده­ی مکمل با تعداد قابل توجهی از ویژگی­های زمان...

متن کامل

ارائه یک الگوریتم خوشه بندی برای داده های دسته ای با ترکیب معیارها

Clustering is one of the main techniques in data mining. Clustering is a process that classifies data set into groups. In clustering, the data in a cluster are the closest to each other and the data in two different clusters have the most difference. Clustering algorithms are divided into two categories according to the type of data: Clustering algorithms for numerical data and clustering algor...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023