دانلود پایان نامه کارشناسی ارشد کلاسه‌بندی رادارهای کشف شده توسط سیستم‌های جنگ الکترونیک

دانلود متن کامل پایان نامه مقطع ارشد مهندسی فناوری اطلاعات

گرایش : طراحی و تولید نرم‌افزار

عنوان : کلاسه‌بندی رادارهای کشف شده توسط سیستم‌های جنگ الکترونیک

دانشگاه شیراز

دانشكده آموزشهای الکترونيکی

پایان‌نامه كارشناسي ارشد رشته مهندسی فناوری اطلاعات

گرایش طراحی و تولید نرم‌افزار

عنوان:

کلاسه‌بندی رادارهای کشف شده توسط سیستم‌های جنگ الکترونیک

استاد راهنما:

دكتر محمدهادی صدرالدینی

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

(در فایل دانلودی نام نویسنده موجود است)

تکه هایی از متن پایان نامه به عنوان نمونه :

(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 است)

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 استفاده از PCA.. 18

3-3- الگوریتم‌های کلاسه‌بندی مورد استفاده 21

3-3-1- شبکه عصبی پرسپترون چند لایه(MLP) 21

3-3-2- شبکه عصبی شعاع مبنا 24

3-3-3- بردار ماشین تکیه‍گاه(SVM) 29

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

 

فهرست جداول

جدول 2-1- مشخصات رادارهای موجود در آرشیو]2[ 12

جدول 2-2- مشخصات 3 رادار عملی جهت ارزیابی روش پیشنهادي]2[ 12

جدول 3-1- مشخصات رادارهای مورد استفاده 16

جدول 3-2- دو رادار نمونه. 17

جدول 3-3- انواع توابع هسته برای بردار ماشین تکیه‌گاه 41

جدول 4-1- پرسپترون چند لایه با یک لایه مخفی و تعداد نرونهای مختلف… 46

جدول 4-2- پرسپترون چند لایه با دو لایه مخفی و تعداد نرونهای مختلف… 47

جدول 4-3- نتایج شبیه‌سازی بردار ماشین تکیه‌گاه با تابع هسته خطی.. 49

جدول 4-4- نتایج شبیه‌سازی با تابع هسته چند جمله‌ای درجه دو برای بردار ماشین تکیه‌گاه بخش اول  50

جدول 4-5- نتایج شبیه‌سازی با تابع هسته چند جمله‌ای درجه دو برای بردار ماشین تکیه‌گاه بخش دوم  51

جدول 4-6- نتایج شبیه‌سازی با تابع هسته چند جمله‌ای درجه دو برای بردار ماشین تکیه‌گاه بخش سوم  51

جدول 4-7- نتایج شبیه‌سازی با تابع هسته شعاع مبنا(RBF) برای بردار ماشین تکیه‌گاه 52

جدول 4-8- نتایج شبیه‌سازی با تابع هسته سیگموئید برای بردار ماشین تکیه‌گاه 52

جدول 4-9- نتایج شبیه‌سازی با تابع شعاع مبنا و استفاده از یک سیکما برای همه. 54

جدول 4-10- نتایج شبیه‌سازی با تابع شعاع مبنا و استفاده از یک سیکما مجزا برای هر واحد. 55

جدول 4-11- نتایج شبیه‌سازی با تابع شعاع مبنا و استفاده از یک سیکما برای هر واحد و هر ویژگی  56

جدول 4-12- مقایسه کارایی کلاسه‌بندی شعاع مبنا برای حالت‌های مختلف استفاده از سیکما و CGD  57

 

فهرست شکل‌ها و تصاویر

شکل 1-1-  نمایش یک پالس راداری]20[ 5

شکل 2-1- خروجی شبکه RBF بعد از یادگیري رادارهاي آرشیو و شناسایی رادارهاي جدید]2[ 11

شکل 3-1- گسسته سازی مقادیر پارامترها 17

شکل 3-2- مدل نرون.. 22

شکل 3-3- شبکه پیشخور دو لایه 22

شکل 3-4- توابع محرک رایج در شبکه عصبی پرسپترون چند لایه(MLP) 24

شکل3-5- لایه پنهان(اوزان مرتبط با مرکز خوشه، تابع خروجی معمولاً گوسین) 26

شکل3-6- نرون شعاعی با یک ورودی.. 27

شکل3-7- منحنی نمایش تابع پاسخ با تابع انتقال(تحریک) نرون شعاع با یک ورودی.. 27

شکل3-8- نرون شعاعی با دو ورودی.. 28

شکل 3-9- منحنی نمایش تابع پاسخ یا تابع انتقال(تحریک) نرون شعاع با دو ورودی.. 28

شکل 3-10- نمایی از استفاده از ضرایب لاگرانژ. 30

شکل 3-11- نمایش ماکزیمم کردن حاشیه بین دو کلاس…. 32

شکل 3-12 نمایش بردارهای پشتیبان برای جدا کردن داده‌ها 33

شکل 3-13 نمایی از ابر صفحه جداکننده مجموعه نقاط در الگوریتم SVM… 34

شکل 3-14- نمایش حاشیه امن در الگوریتم SVM… 37

شکل 3-15- داده‌های غیرقابل جداسازی با یک خط… 39

شکل 3-16- تبدیل فضای ویژگی‌ها به فضای با ابعاد بیشتر. 39

چکیده
همواره در یک محیط عملیاتی جنگ الکترونیک[1] 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[2] 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[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
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.

 

تعداد صفحه : 79

قیمت :14700 تومان

بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد

و در ضمن فایل خریداری شده به ایمیل شما ارسال می شود.

:        ****       info@elmyar.net

در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.

***  *** ***

جستجو در سایت : کلمه کلیدی خود را وارد نمایید :

 

برای جستجو بر اساس موضوع های پایان نامه ها اینجا کلیک کنید

مطالب مشابه را هم ببینید

 

فایل مورد نظر خودتان را پیدا نکردید ؟ نگران نباشید . این صفحه را نبندید ! سایت ما حاوی حجم عظیمی از پایان نامه های دانشگاهی است. مطالب مشابه را هم ببینید. برای یافتن فایل مورد نظر کافیست از قسمت جستجو استفاده کنید. یا از منوی بالای سایت رشته مورد نظر خود را انتخاب کنید و همه فایل های رشته خودتان را ببینید