Rozpoznawanie sygnałów radarowych z wykorzystaniem sieci neuronowych

• Autorzy: Matuszewski Jan

Identyfikatory

DOI

10.15199/48.2021.10.26

Warianty tytułu

EN

Radar signals recognition using neural networks

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia sposób budowy metryk radarów i badanie możliwości zastosowania sieci neuronowych do rozpoznawania sygnałów radarowych. Badania skuteczności sieci neuronowej przeprowadzono w środowisku MATLAB przy użyciu programów Neural Pattern Recognition Tool z wykorzystaniem metody gradientu sprzężonego oraz Neural Fitting Tool z algorytmem Levenberga-Marquardta. Przeprowadzone badania symulacyjne potwierdziły wysoką skuteczność sieci neuronowych w rozpoznawaniu sygnałów radarowych.

EN

The article presents the way of construction of radar metrics and the study of the possibility of using the neural networks to recognize radar signals. Research on the effectiveness of the neural network was carried out in the MATLAB environment using the Neural Pattern Recognition Tool program using the coupled gradient method and the Neural Fitting Tool with the Levenberg-Marquardt algorithm. The performed simulation studies confirmed the high efficiency of neural networks in recognizing radar signals.

Słowa kluczowe

PL

rozpoznanie radioelektroniczne; metryka radaru; sieć neuronowa

EN

radar recognition; radar signature; neural network

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2021
• Tom: R. 97, nr 10
• Strony: 125--128
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Matuszewski Jan

• Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Radioelektroniki, ul. gen. S. Kaliskiego 2, 00-908 Warszawa

• https://orcid.org/0000-0002-3608-5582

Bibliografia

• [1] D. Adamy, EW 102. A Second Course in Electronic Warfare. Artech House, Boston & London, 2004.
• [2] B. Baron B., Piątek Ł., Metody numeryczne w C++ Builde. Helion, 2004.
• [3] M. H. Beale, M. T. Hagan, H. B. Demuth, MatLab. Neural Network Toolbox. User's Guide, MathWorks, 2017.
• [4] Ch. A.P. Carter, N. Masse, Neural Networks for Classification of Radar Signals, Defence Research Establishment Ottawa, Technical Note 93-33, Nov. 1993, Ottawa, Canada.
• [5] L. Ding, S. Wang, F. Wang and W. Zhang, Specific emitter identification via convolutional neural networks, IEEE COMMUN LETT, vol. 22, no. 12, pp. 2591-2594, 2018.
• [6] M. Elamien Abd Elmaggeed, A. Jabar Alzubaidi, Neural Network Algorithm for Radar Signal Recognition, Int. Journal of Engineering Research and Applications, www.ijera.com, ISSN: 2248-9622, Vol. 5, Issue 2, (Part -2) February 2015, pp.123- 125.
• [7] J. Matuszewski, The methods of class pattern forming in order to emitters recognition [Article@Metody tworzenia wzorców klasy dla celów rozpoznawania źródeł emisji]. Przegląd Elektrotechniczny, 84 (2008), nr 5, Warszawa, str. 104-108.
• [8] J. Matuszewski, The Specific Radar Signature in Electronic Recognition System. Przegląd Elektrotechniczny, 89 (2013), nr 7, Warszawa, str. 236-239.
• [9] J. Matuszewski, D. Pietrow, Recognition of electromagnetic sources with use of deep neural networks. 12th Conference on Reconnaissance and Electronic Warfare Systems (CREWS), Proceedings of SPIE 11055, 110550D (27 March 2019); DOI: 10.1117/12.2524536.
• [10] S. Osowski, Sieci neuronowe do przetwarzania informacji; Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.
• [11] N. Petrov, I. Jordanov, Radar Emitter Signals Recognition and Classification with Feedforward Networks. 17th International Conference in Knowledge Based and Intelligent Information and Engineering Systems - KES2013, Procedia Computer Science, Vol. 22, 2013, pp. 1192-1200, https://doi.org/10.1016/ j.procs.2013.09.206.
• [12] T. Pietkiewicz, K. Sikorska-Łukasiewicz, Comparison of two classifiers based on neural networks and the DTW method of comparing time series to recognize maritime objects upon FLIR images. Proc. SPIE 11055, XII Conference on Reconnaissance and Electronic Warfare Systems, 110550V (27 March 2019); doi: 10.1117/12.2524918.
• [13] T. Pietkiewicz T., Porównanie dwóch klasyfikatorów opartych na metodzie DTW i połączonych metodach PCA-LDA do rozpoznawania obiektów morskich na podstawie obrazów FLIR. Przegląd Elektrotechniczny, vol. 95, nr 11, 2019, ss. 215-222.
• [14] I. Tomaszewska, Koncepcja i badanie jakości rozpoznawania radarów przy użyciu sieci neuronowych. Praca dyplomowa, Warszawa, WAT, 2015.
• [15] L. Yun, L. Jing-chao, Radar signal recognition algorithms based on neural network and grey relation theory. Proceedings of 2011 Cross Strait Quad-Regional Radio Science and Wireless Technology Conference, 26-30 July 2011, Harbin, China, doi: 10.1109/CSQRWC.2011.6037247

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).