MAKİNE ÖĞRENME TABANLI TERS YAPAY AÇIKLIKLI RADAR TEKNİĞİ İLE KARMAŞIK HEDEFLERİN GÖRÜNTÜLENMESİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği A.B.D., Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: GÜLCE EKEN
Danışman: Özlem Özgün
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Radar sistemleri ile karmaşık hedefler görüntülenirken, bu sistemler çevresel bir etken olan gürültüden oldukça etkilenir ve yüksek çözünürlüklü görüntüler veremez. Bu duruma bir çözüm sunmak amaçlı, iyi bir sinyal isleme teknigi olan Ters Yapay Açiklikli Radar (TYAR) ve derin öğrenme tabanlı bir yapi olan Evrisimsel Sinir Ağları (ESA) bir arada kullanılmıştır. Bu sayede geleneksel TYAR görüntüleme yöntemlerinin sahip olduğu, zaman veri yetersizliği gibi problemlerin aşılması amaçlanmıştır. Elektromanyetik dalga ile aydınlatılan 7 farklı karmaşık hedeften X bandını (8-12 GHz) kapsayacak sekilde, faklı açı ve polarizasyonda toplam 400 adet geri saçılan elektrik alan bilgisi ANSYS HFSS programı kullanılarak toplanmıştır. Bu veriler MATLAB ile işlenerek hem saçılma merkezi ile TYAR göruntüleri oluşturulmuş, hem de menzil-Doppler yardımı ile ESA yapısı için giriş görüntü verisi olarak kullanılmıştır. ESA yapıları hem gürültü sorununu aşmak hem de çözünürlük iyilestirmek üzere eğitilmiştir. 21 katman ve 11 katmandan oluşan iki farklı ESA yapısı kurulmuş ve bunlar gürültü sorunu çözmek amaçlı karşılaştırılmıştır. Daha sonra saçılma merkezi çıkartılarak yeniden oluşturulan görüntüler ve çıkartılmamış halindeki görüntüler bu yapılar kullanılarak karşılaştırılmıştır. Son olarak bu görüntüler çözünürlük problemini çözmek için rasgele örneklenerek bozulmuş ve eğitim sonuçları karşılaştırılmıştır. Bu yapılan üç farklı test sonucunda ESA yapıları başarılı görüntü sonuçları vermiş ve gelecek çalışmalarda da az veri ile etkili sonuçlar alınabileceğini göstermiştir.