Ana bileşenler analizine dayalı yapay sinir ağı yaklaşımı ile radarla uçak sınıflandırma

Abstract

Herhangi bir hava hedefine çarparak geri yansıyan radar sinyallerinin zaman ve açı domenindeki ifadelerinin anlamlı hale getirilmesi, bu sayede hedefin sınıflandırılması yapay sinir ağları ile mümkün olabilmektedir. Bu çalışmada ihtiyaç duyulan çeşitli hedeflere ait radar kesit alanı ve menzil profili sinyal değerleri, RTBS (Radar Target Backscattering Simulation) yazılımı kullanılarak elde edilmiştir. Sınıflandırma probleminin çözümü ise MATLAB yazılımı kullanılarak oluşturulan yapay sinir ağı modelleri ile gerçekleştirilmiştir. Bu modeller ?Geri Yayılım?, ?Levenberg-Marquardt? ve ?Radyal Tabanlı YSA? modelleridir. Veri seti boyutunun çok yüksek olması durumunda, yapay sinir ağı modellerinin çözüm üretmesi çok uzun zaman alabilmekte, hatta hafıza problemi nedeniyle imkânsız hale gelebilmektedir. İşte bu noktada veri seti boyutunu küçültmek ihtiyacı doğar. Bu çalışmada yapay sinir ağı (YSA) modellerine eğitim seti olarak uygulanacak verilerin sadeleştirilmesi, ?Ana Bileşenler Analizi (ABA)? ile gerçekleştirilmiştir. ABA tabanlı YSA kullanılarak radarla uçak sınıflandırma için MATLAB tabanlı bir yazılım geliştirilmiştir.

It can be possible to classify the targets with neural networks by using the response of the radar signals reflected from aeronautical targets in time and aspect domain. In this thesis, the radar cross section and range profile values which belongs to many different targets has been gathered with RTBS (Radar Target Backscattering Simulation). The solution to the classification problem has been realized with the artifical neural network models by using MATLAB. These models are Back Propagation algorithm, Levenberg-Marquardt algorithm and Radial Basis Neural Networks. In case the size of data is so large, it might be difficult to find a solution for the artificial neural networks (ANN), as well it is impossible because of the unadequate memory capacity. At that point we need to minimize the size of the data. In this thesis, the minimization of the data applied to the neural networks as training set, has been realized with Principal Component Analysis (PCA). By using ANN based PCA, a software based on MATLAB is developed for classification of aircraft by radar.