مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

456
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

568
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

شناسایی و کلاس بندی سیگنال رادارهای LPI با استفاده از شبکه های لی نت و الکس نت در یادگیری عمیق

صفحات

 صفحه شروع 117 | صفحه پایان 128

چکیده

رادارهای LPI (Low Probability of Intercept) و یا با احتمال رهگیری پایین, رادارهایی هستند که به دلیل توان کم, پهنای باند گسترده و فرکانس متغیر, احتمال رهگیری آنها توسط سامانه های شناسایی بسیار پایین است. بنابراین با ظهور این نوع فناوری از رادارها, همواره روش های جدیدی در حوزه پردازش سیگنال و تصویر مورد نیاز است تا با استفاده از این روش ها, بتوان سیگنال های مذکور را در مرحله اول تشخیص داده و در مرحله دوم کلاس بندی کرده و در مرحله آخر بتوان مشخصات آنها را استخراج کرد. برای حل مسیله, امروزه یادگیری عمیق به عنوان یکی از روش های جدید در حوزه پردازش سیگنال و تصویر مطرح است. در این مقاله با استفاده از روش یادگیری عمیق امکان آشکارسازی و کلاس بندی انواع مدولاسیون رادارهای LPI, بررسی خواهد شد. در این راستا ابتدا سیگنال دریافتی با استفاده از تحلیل فوریه زمان-کوتاه, در حوزه زمان-فرکانس مورد تجزیه وتحلیل قرار گرفته و خروجی این بخش به صورت یک تصویر, به دو شبکه الکس نت و لی نت که از شبکه های یادگیری عمیق هستند, برای آشکارسازی و کلاس بندی انواع مدولاسیون های مورد استفاده در رادارهای LPI, داده خواهد شد. نتایج به دست آمده از این شبیه سازی ها نشان می دهد که درSNR (نسبت سیگنال به نویز), dB5-دقت عملکرد روش الکس نت 34/97% و دقت عملکرد روش لی نت 94% است که نشان از عملکرد بهتر روش الکس نت است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    قدیمی، قادر، نوروزی، یاسر، بایدرخانی، رضا، و نایبی، محمدمهدی. (1398). شناسایی و کلاس بندی سیگنال رادارهای LPI با استفاده از شبکه های لی نت و الکس نت در یادگیری عمیق. رادار، 7(1 (پیاپی 21) )، 117-128. SID. https://sid.ir/paper/401998/fa

    Vancouver: کپی

    قدیمی قادر، نوروزی یاسر، بایدرخانی رضا، نایبی محمدمهدی. شناسایی و کلاس بندی سیگنال رادارهای LPI با استفاده از شبکه های لی نت و الکس نت در یادگیری عمیق. رادار[Internet]. 1398؛7(1 (پیاپی 21) ):117-128. Available from: https://sid.ir/paper/401998/fa

    IEEE: کپی

    قادر قدیمی، یاسر نوروزی، رضا بایدرخانی، و محمدمهدی نایبی، “شناسایی و کلاس بندی سیگنال رادارهای LPI با استفاده از شبکه های لی نت و الکس نت در یادگیری عمیق،” رادار، vol. 7، no. 1 (پیاپی 21) ، pp. 117–128، 1398، [Online]. Available: https://sid.ir/paper/401998/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button