Ανάλυση και επεξεργασία κυματομορφών χαμηλής ανιχνευσιμότητας με τη χρήση μετασχηματισμού Hilbert-Huang και κατηγοριοποίησή τους με μηχανές δ...
Περίληψη
Στο σύγχρονο περιβάλλον επιχειρήσεων ηλεκτρονικού πολέμου, οι εχθρικές εκπομπές τηλεπικοινωνιών ή ραντάρ απαιτείται να εντοπιστούν και να αναγνωριστούν έγκαιρα, προκειμένου να δοθεί η δυνατότητα προγραμματισμού των φίλιων συστημάτων ηλεκτρονικής προστασίας και των βιβλιοθηκών απειλών των βλημάτων αντί-ραντάρ. Στην παρούσα εργασία παρουσιάζονται μέθοδοι επεξεργασίας και ταξινόμησης κυματομορφών που αποτελούν εκπομπές ραντάρ χαμηλής ανιχνευσιμότητας. Το πρόβλημα εξετάζεται από τη βάση του, ξεκινώντας με τη δημιουργία μίας εκτενούς βάσης δεδομένων, αποτελούμενης από δώδεκα διαφορετικούς τύπους διαμόρφωσης κυματομορφών χαμηλής ανιχνευσιμότητας, ενώ η εξομοίωση του επιχειρησιακού περιβάλλοντος γίνεται με προσθήκη στα σήματα πολυχρωματικού γκαουσιανού θορύβου με SNR κυμαινόμενο από -15 έως 10dB. Η αποθορυβοποίηση των σημάτων πραγματοποιείται με τη χρήση της EMD-HOS, η οποία αποτελεί υβριδική μέθοδο βασιζόμενη στο μετασχηματισμό Hilbert-Huang και τη στατιστική υψηλότερης τάξης και αναπτύχθηκε ...
περισσότερα
Περίληψη σε άλλη γλώσσα
Modern electronic warfare environment calls for precise localization and identification of all enemy communication and radar emissions, in order to effectively program the friendly Electronic protection systems, and build the anti-radiation missiles threat libraries. In this thesis the methods and techniques for identification and classification of LPI RADAR signals are presented. An extended database is generated, consisted of twelve LPI signal modulations. To efficiently simulate the radar operational environment, a varying level multispectral Gaussian noise is added to the signals, with SNR spanning from -15 to 10dB. A novel method for signal denoising was used, prior to feature extraction. The new method namely EMD-HOS, is based on Hilbert-Huang transform and Higher Order Statistics and developed especially for the purposes of the present study. The most representative features are extracted from the signals using a wide range of methods and techniques, such as Zhao-Atlas-Marks tra ...
περισσότερα
Κατεβάστε τη διατριβή σε μορφή PDF (15.33 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.