دانلود متن کامل پایان نامه با فرمت ورد

پایان نامه مقطع کارشناسی ارشد رشته فناوری اطلاعات

دانشگاه شیراز

دانشكده آموزشهای الکترونيکی

پایان‌نامه كارشناسي ارشد در رشته مهندسی فناوری اطلاعات (طراحی و تولید نرم‌افزار)

عنوان:

کلاسه‌بندی رادارهای کشف شده توسط سیستم‌های جنگ الکترونیک

استاد راهنما:

دكتر محمدهادی صدرالدینی

برای رعایت حریم خصوصی نام نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :

فهرست مطالب:

فصل 1- مقدمه……………………. 1

1-1- پیشگفتار………………….. 2

1-2- اهداف پایان‌نامه…………………… 3

1-3- مسائل و مشکلات مربوط به موضوع…………………… 5

1-4- ساختار پایان‌نامه…………………… 7

فصل 2- مروری بر تحقیقات انجام‌شده………………….. 9

فصل 3- مراحل انجام کار………………….. 14

3-1- جمع‌آوری داده‌ها …………………..16

3-2- پیش‌پردازش داده‌ها………………….. 17

3-2-1- انتخاب و کاهش ویژگی‌ها با بهره گرفتن از PCA…………………….

3-3- الگوریتم‌های کلاسه‌بندی مورد استفاده …………………..21

3-3-1- شبکه عصبی پرسپترون چند لایه(MLP)…………………..

3-3-2- شبکه عصبی شعاع مبنا………………….. 24

3-3-3- بردار ماشین تکیه گاه(SVM) …………………..

3-4-ارزيابي روش‌هاي کلاسه‌بندي……………………. 43

فصل 4- شبیه‌سازی……………………. 44

4-1- مقدمه…………………… 45

4-2- انتخاب ویژگی‌ها …………………..45

4-3- شبیه‌سازی با پرسپترون چند لایه…………………… 46

4-4- شبیه‌سازی با بردار ماشین تکیه‌گاه …………………..48

4-5- شبیه‌سازی با شبکه عصبی شعاع مبنا………………….. 53

فصل 5- نتیجه‌گیری و پیشنهادات…………………….. 58

5-1- نتيجه‌گيري و جمع‌بندي……………………. 59

5-2- پيشنهادات و كارهاي آینده………………….. 59

فهرست منابع……………………. 60

چکیده:

همواره در یک محیط عملیاتی جنگ الکترونیک پالس‌های متعددی از رادارهای فعال در منطقه موجود می‌باشد. يكي از روش‌های تشخيص تهديدات هوايي، دريايي و زميني، استفاده از تحليل سيگنال راداري است كه توسط این‌گونه تهديدات حمل می‌شوند. ازآنجایی‌که رادار به عنوان یکی از مهم‌ترین حسگرها در این حوزه مورد استفاده قرار می‌گیرد، لذا شناسایی دقیق و سریع رادارهای موجود در یک منطقه عملیاتی از اهمیت ویژه‌ای برخوردار است.

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 اين تحقيق از الگوریتم SVM برای این منظور استفاده شده است که با توجه به نتایج به‌دست‌آمده از شبیه‌ سازی‌ها و مقایسه آن با چند روش دیگر، الگوریتم مذکور بهترین کارایی را دارد.

فصل اول: مقدمه

1-1- پیشگفتار

در دنیای امروزی، اطلاعات به عنوان یکی از فاکتورهای تولیدی مهم پدیدار شده است. درنتیجه تلاش برای استخراج اطلاعات از داده‌ها توجه بسیاری از افراد دخیل در صنعت اطلاعات را به خود جلب نموده است. پیشرفت‌های حاصله در علم اطلاع‌رسانی و فناوری اطلاعات، فنون و ابزارهای جدیدی را برای غلبه بر رشد مستمر و تنوع بانک‌های اطلاعاتی تأمین می‌کنند. این پیشرفت‌ها هم در بعد سخت‌افزاری و هم نرم‌افزاری حاصل‌شده‌اند.

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 داراي چهار جزء اصلی شامل آنتن، گیرنده، پردازشگر(شامل پردازش سيگنال و داده) و نمایشگر می‌باشد و عمل کلاسه‌بندی و تفکیک رادارها در قسمت نمايشگر این سیستم‌ها با مقايسه با آرشيو اطلاعات راداري 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 آن‌ها را از هم مجزا می‌سازند. این ویژگی‌ها با توجه به نوع رادار و تهدیدها، متفاوت خواهد بود.

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 جمع‌آوري تعداد زيادي از اين ركوردها و مؤلفه‌های مشخصه مي‌توان يك مجموعه داده مرجع و كارآمد تشكيل داد كه براي شناسايي، پيش‌بيني، دسته‌بندي و برچسب‌گذاری رادارها از آن استفاده مي‌شود.

 1-2-  اهداف پایان‌نامه

با توجه به گستردگي آماري داده‌ها و انواع رادارهاي موجود، مسئله برچسب‌گذاری رادارهای استخراج شده، چالشي جدي است. در صورت اكتشاف پارامترهای عملیاتی يك رادار توسط سیستم‌های شنود راداری موجود در يك منطقه عملياتي، مي‌بايست بر اساس پایگاه داده موجود، نام و نوع آن رادار تشخيص داده شود تا بتوان عمليات مناسبي را جهت غیرفعال كردن آن رادار انجام داد. در حال حاضر برای انجام این کار از پردازش‌هاي قياسي استفاده می‌شود تا رکوردی که بیشترین شباهت با رادار کشف شده توسط نرم‌افزار دارد مشخص گردد که برای انجام این کار از يك مدل رياضي خيلي ساده‌انگارانه خطي استفاده می‌شود كه بر اساس آن توسط نیروی خبره، یک ضريب به هر پارامتر آن رادار اختصاص می‌یابد و با عملیات ریاضی خیلی ساده‌ای، راداری که بیشترین شباهت به رادار مکشوفه دارد استخراج می‌شود و بنابراين فرآيندي زمان‌بر و کم‌دقت است و همچنين به سطح تخصص و تجربه فرد خبره نيز بستگی دارد و علاوه بر آن رادارهای بسیار متنوع و متفاوتی وجود دارد که برای هرکدام از آن‌ها باید ضرایب متفاوتی را اعمال کرد.

همان‌طور كه مشخص است نيروي انساني نقش عمده‌ای در فرآيند فوق‌الذکر دارد، هدف از انجام اين پایان‌نامه كاهش نقش نيروي انساني و خطاهايي است كه مي‌تواند از اين منبع سرچشمه بگيرد. بنابراين و با در نظر گرفتن صورت‌مسئله یادشده، استفاده از الگوریتم‌های کلاسه‌بندی[6] در داده‌کاوی[7] ابزار مناسبي جهت تشخيص، تبيين و استخراج اطلاعات مطلوب از مجموعه داده جمع‌آوری‌شده مي‌باشد.

در سیستم‌های مخابراتی نظامی تکنیک‌های پیشرفته‌ای برای شنود و پردازش سیگنال‌های بلادرنگ بکار می‌رود که برای تصمیم‌گیری‌های مربوط به عملیات جنگ الکترونیک و سایر عملیات تاکتیکی حیاتی‌اند. امروزه ضرورت سیستم‌های هوشمند با تکنیک‌های پردازش سیگنال مدرن، به‌خوبی احساس می‌شود. وظیفه اصلی چنین سیستم‌هایی شناخت رادارهای موجود در محیط عملیاتی و طبقه‌بندی آن‌ها بر اساس آموخته‌های قبلی سیستم و انجام عملیات لازمه با سرعت بالا و بلادرنگ می‌باشد بخصوص در مواردی که سیگنال دریافت شده مربوط به یک تهدید آنی مانند موشک است و باید سیستم‌های جنگ الکترونیک در کوتاه‌ترین زمان ممکن پاسخ لازم را به عنوان هشداردهنده بدهند.

هدفی که به دنبال آن هستیم استفاده از نتایج این تحقیق در کلاسه‌بندی اطلاعات استخراج شده توسط سیستم‌های شنود راداری می‌باشد که این امر بعد از مرحله پیش‌پردازش سیگنال ورودی و انتخاب صحیح الگوریتم‌های دسته‌بندی، محقق می‌شود. عملیات پیش‌پردازش می‌تواند دربرگیرنده حذف نویز ، تخمین فرکانس حامل، توان سیگنال و نویز، همسان‌سازی و… می‌باشد که به دلیل وجود مباحث مخابراتی از بحث ما خارج می‌باشد. پس از پردازش و استخراج مشخصات سیگنال ورودی و ذخیره‌سازی در بانک اطلاعاتی سیستم نوبت به تشخیص نوع رادار کشف شده با تکیه‌بر اطلاعات موجود و آموزش قبلی سیستم است. در این راستا مطالعه روش‌های معتبر کلاسه‌بندی داده‌ها در یک قالب مشخص، و از میان آن‌ها انتخاب روش بهینه حائز اهمیت برای سیستم‌های شنود می‌باشد. ازآنجایی‌که آیتم زمان در چنین سیستم‌هایی بسیار مهم و حیاتی است بنابراین انتخاب روشی مؤثر، بهینه و سریع به‌منظور کلاسه‌بندی و هدایت روش‌های ECM[8] برای این‌گونه تجهیزات نظامی دارای جایگاه خاصی می‌باشد.

1-3- مسائل و مشکلات مربوط به موضوع

در حال حاضر فرآیند جداسازی پالس‌های راداری معمولاً یک یا چند پارامتر مربوط به یک پالس(مانند شکل 1-1) را در نظر می‌گیرند. به طور مثال برای جداسازی پالس‌ها در گیرنده و نسبتدادن آن به راداری مشخص و معلوم، در حالات تک پارامتری، پارامتر زمان دریافت پالس مورد استفاده قرار می‌گیرد. در حالات دوم، پارامترهای دیگر نیز مورد استفاده قرار می‌گیرند. لذا با توجه به مطالب ذکرشده روش‌های جداسازی پالس‌ها به دو روش تکپارامتری و چندپارامتری تقسیم می‌شوند.]3[

اما در عملیات کلاسه‌بندی راداری ما مجبوریم تا چندین پارامتر از آن پالس کشف شده را مورد مقایسه و ارزیابی قرار دهیم برخلاف روش تکپارامتری که سرعت بالایی دارد روش دوم یا چندپارامتری پیچیدگی کار را بالابرده که در این صورت سرعت تحت‌الشعاع دقت سیستم قرار خواهد گرفت. علاوه بر اين موضوع در هنگامی‌که تعداد پالس‌ها زياد شود روند ارزيابي و تشخيص رادار از روي چندين پارامتر پيچيده می‌گردد.

البته می‌توانیم بر اساس روش تکپارامتری کلاسه‌بندی را انجام دهیم ولی در این صورت به علت وجود تعداد رادارهای زیاد در یک منطقه و پیشرفت روزافزون رادارها در ارسال الگوهاي رفتاري متفاوت در يك يا چندين پارامتر خودشان در هرلحظه، دسته‌بندی‌های انجام شده بسیار متنوع و زیاد خواهند شد که باعث به وجود آمدن مشکلاتی در این زمینه می‌شود. علیرغم مسائل و مشکلات مربوط بهروش‌های تکپارامتری، این روش‌ها در محیط‌های ساده و نه‌چندان شلوغ و پیچیده نسبت به روش‌های چند پارامتری دارای سرعت بالاتری خواهند بود. در ادامه توضيح داده خواهد شد كه روش تکپارامتري جوابگوی تمام الگوهاي رفتاري رادارها (مانند Stagger, Jitter) نخواهد بود.

فرض کنید که بخواهیم مثلاً بر اساس فقط پارامتر فرکانس کلاسه‌بندی انجام شود. در این حالت فرض كنيم كه سيستم پالس‌های چندین رادار را كشف كرده و اطلاعات آن‌ها را استخراج نموده است، تداخلي بين آن‌ها به وجود نيامده و الگوي رفتاري فرکانس همه آن‌ها نیز ثابت بوده باشد آنگاه ممکن است كه این انتخاب روش براي کلاسه‌بندی مناسب باشد. ولی اگر الگوي رفتاري فرکانس پالس رادار دریافتی از نوع Agile یا از نوع Diversity باشد در این صورت به دلیل ماهيت همان الگوي رفتاري خروجي شامل چندین رادار می‌شود درصورتی‌که درواقع تمامی این فرکانس‌ها مربوط به یک رادار بوده است. با توجه به توضيحات گفته‌شده بالا همین موضوع برای پارامتر [1]PRI نیز صادق است چراکه به علت تنوع الگوهای رفتاري PRI این مسئله نیز مشکلي به‌مانند فركانس را به وجود می‌آورد (برخی از انواع الگوهاي معروف و متداول PRI شامل: Stable, Jitter, Stagger, Dwell&Switch, Periodical است). بنابراین نیاز است تا برای کلاسه‌بندی سیگنال‌های راداری از روش چندپارامتري استفاده شود که در این صورت رادارها بر اساس چندین مشخصه پالس‌هایشان کلاسه‌بندی می‌شوند و باعث محدودتر شدن دسته‌ها و درنتیجه بالاتر رفتن سرعت جستجوها و مقایسه‌ها در مراجعات بعدی خواهد شد.

[1] Pulse repetition interval

[1] Electronic Support Measure

[2] Directional Of Arrival (DOA)

[3] Time Of Arrival (TOA)

[4] Pulse width (PW)

[5] Pulse Amplitude (PA)

[6] Classification

[7] Data Mining

[8] Electronic Counter Measure

ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود است

متن کامل را می توانید دانلود نمائید

چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)

ولی در فایل دانلودی متن کامل پایان نامه

 با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود است

تعداد صفحه : 79

قیمت : 14700 تومان

 

—-

پشتیبانی سایت :       

*         serderehi@gmail.com

جستجو در سایت : کلمه کلیدی خود را وارد نمایید :