کلاسهبندی رادارهای کشف شده توسط سیستمهای جنگ الکترونیک |
برای شناسایی رادارها، واحد پردازش اطلاعات نقش مهمی را بر عهده دارد که یکی از بخشهای مهم این واحد، کلاسهبندی رادارهای کشف شده میباشد. در این تحقیق از الگوریتم SVM[3] برای این منظور استفاده شده است که با توجه به نتایج بهدستآمده از شبیهسازیها و مقایسه آن با چند روش دیگر، الگوریتم مذکور بهترین کارایی را دارد. 1-1- پیشگفتار دادهکاوی یکی از پیشرفتهای اخیر در راستای فنآوریهای مدیریت دادههاست. دادهکاوی مجموعهای از فنون است که به شخص امکان میدهد تا ورای دادهپردازی معمولی حرکت کند و به استخراج اطلاعاتی که در انبوه دادهها مخفی و یا پنهان است کمک میکند. سیستمهای پشتیبان الکترونیکی یا ESM[1]، سیستمهای منفعل هستند که تشعشع امواج تولیدی را از بسیاری از سیستمها، دریافت و ویژگیهای هر یک از پالسهای دریافت شده را اندازهگیری میکنند و سپس پالسهایی که متعلق به ساتع کنندهای مشابه باشند را برای تعیین و استخراج پارامترها و ویژگیهای رادار کشف شده دستهبندی میکنند و هدف آن جستجو، رهگیری، مکانیابی و تحلیل سیگنالهای راداری در دیدهبانی و مراقبت از منطقه نظامی میباشد ]5[ ]6[ ]9[ ]11[. بهطورکلی سیستمهای شناسایی رادار دارای چهار جزء اصلی شامل آنتن، گیرنده، پردازشگر(شامل پردازش سیگنال و داده) و نمایشگر میباشد و عمل کلاسهبندی و تفکیک رادارها در قسمت نمایشگر این سیستمها با مقایسه با آرشیو اطلاعات راداری انجام میشود]19[. در یک محیط جنگ الکترونیک، رشته پالسهای مربوط به رادارهای فعال در محیط با هم ادغام شده و توسط گیرندههای سیستم شنود راداری دریافت میشوند. این رشته پالسها دارای ویژگیهای متفاوتی هستند که آن ها را از هم مجزا میسازند. این ویژگیها با توجه به نوع رادار و تهدیدها، متفاوت خواهد بود. خرید اینترنتی فایل متن کامل : ویژگیهای مربوط به هر رادار با چند پارامتر اصلی مشخص میشوند که این پارامترها شامل جهت[2]، زمان دریافت پالس[3]، فرکانس، عرض پالس[4] و دامنه پالس[5] است]14[ ]16[ ]17[ که با جمع آوری تعداد زیادی از این ركوردها و مؤلفههای مشخصه میتوان یک مجموعه داده مرجع و كارآمد تشكیل داد كه برای شناسایی، پیشبینی، دستهبندی و برچسبگذاری رادارها از آن استفاده میشود.
فرم در حال بارگذاری ...
[جمعه 1400-05-08] [ 05:18:00 ق.ظ ]
|