• شماره ركورد
    28350
  • پديد آورنده

    سيدمحسن داتلي بكي

  • عنوان
    تشخيص جمرها در سيستم‌هاي رادار پالسي با استفاده از يادگيري ماشين
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مهندسي برق- مخابرات ـ ميدان
  • سال تحصيل
    1398
  • تاريخ دفاع
    1401/9/21
  • استاد راهنما
    محمد سليماني
  • استاد مشاور
    حسين سليماني
  • دانشكده
    دانشكده مهندسي برق
  • چكيده
    در جنگ الكترونيكي از جمرها و جمرها بر عليه ادوات الكترونيكي استفاده مي‌شود. جمرها قصد در سردرگمي، فريب، ازكارانداختن و يا كاهش كيفيت در عملكرد ادوات الكترونيكي خصوصاً رادارها، را دارند. رادارها يكي از بزرگ‌ترين اهداف جنگ الكترونيكي هستند. با پيشرفت تكنولوژي و اثبات آن در بسياري از هوشمندسازي‌ها، هوش مصنوعي يكي از مهم‌ترين عرصه‌هايي هست كه در كمتر جايي مي‌توان رد پاي آن را نديد. الگوريتم‌هاي هوش مصنوعي مي‌توانند اپراتور رادار را از وجود سيستم جمر آگاه كنند و در نتيجه‌ي آن مي‌توانند اولين قدم‌ها را براي مقابله با آن بردارند. همچنين اين نوع الگوريتم‌ها مي‌توانند علاوه بر كشف جمينگ، ناحيه‌ي موردنظر هر سيستم جمر را مشخص نمايند. استفاده از الگوريتم‌هاي يادگيري ماشين، مي‌تواند به بهبود بسياري از پارامترها در كشف و شناسايي جمينگ كمك كند. در اين كار اما با استفاده از روش هاي يادگيري ماشين مبتني بر مكان مانند الگوريتم بسيار قدرتمند YOLO قادر خواهيم بود همزمان چند سيگنال جمر از 6 نوع سيگنال جمر را شناسايي و همچنين محدوده ي فركانسي و همچنين مكاني را با دقت بسيار بالا استخراج كنند. اين روش ميتواند با دقت متوسط %94 و همچنين اطلاعات ارزشمندي كه از سيگنالهاي جمر به دست ميدهد سيستم هاي راداري را قادر كند تا بتوانند موثرتر و با دقت تر و با آمادگي بيشتري با سيگنال هاي مخرب مقابله كننددر اين پروژه قصد داريم علاوه بر شناسايي يك سيستم جمر، قادر شويم چند نوع سيستم جمينگ و همچنين ناحيه‌ي مربوط به هركدام را با استفاده از الگوريتم‌هاي قدرتمند يادگيري ماشين مشخص كنيم.
  • تاريخ ورود اطلاعات
    1402/03/13
  • عنوان به انگليسي
    Jammers detecting in pulse radar systems using machine learning
  • تاريخ بهره برداري
    12/12/2023 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    سيدمحسن داتلي بكي

  • چكيده به لاتين
    In electronic warfare, jammers are used against electronic devices. Disruptors Intent to confuse, deceive, disable and reduce the quality of the performance of electronic devices. Especially Radars are one of the biggest targets of electronic warfares. With the advancement of technology and proven it in many applications, artificial intelligence is one of the most important fields You can see its footprints in many applications. Artificial intelligence algorithms can help the radar operator to inform about the existence of jam system and as a result, they can take the first steps to deal with it and In addition to jamming classification, these types of algorithms can also detect the desired area. Specify each jam system. The use of machine learning algorithms can improve many of the parameters help to detect and identify jamming. In this project, we intend to identify a Jam system, we will be able to specify several types of jamming system and also the area related to each one let's do Many algorithms, including the powerful yolo algorithm, one of the most important algorithms It is the diagnosis of such states
  • كليدواژه هاي فارسي
    يادگيري ماشين , YOLO , جمينگ , جمر , رادار
  • كليدواژه هاي لاتين
    Machine Learning , YOLO , jamming , Jammer , radar
  • Author
    Mohsen Datli Beki
  • SuperVisor
    Dr. Mohammad Soleimani