DIELECTRIC SPHERICAL TARGET CLASSIFICATION USING TIME DOMAIN SCATTERING SIGNAL FEATURES AND ARTIFICIAL NEURAL NETWORKS
Journal Name:
- Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi
Key Words:
Keywords (Original Language):
| Author Name | University of Author | Faculty of Author |
|---|---|---|
Abstract (2. Language):
Solving the problem of classifying the targets, which look-alike, using electromagnetic scattering signals, is difficult as it heavily depends on the aspect angle. For removing this dependency, distinctive features should be extracted from the signals and they should be processed. A target classification technique for objects having spherical shape, is proposed in this study. A set of features is extracted from the scattered signals first. Then a classifier, based on artificial neural networks, is designed with these features. System performance is investigated by simulations based on dielectric spheres.
Bookmark/Search this post with
Abstract (Original Language):
Benzer şekilli cisimlerden saçılan elektromanyetik dalgaları kullanarak ayırt etme probleminin çözümü, geliş açısına bağımlılıktan dolayı oldukça zordur. Bu bağımlılığı ortadan kaldırmak için, saçılım sinyallerinden ayırıcı öznitelikler çıkarılmalı ve işlenmelidir. Bu çalışmada, küresel geometriye sahip dielektrik hedeflerin tanınması için bir sınıflandırma yöntemi önerilmektedir. İlk olarak saçılım sinyallerinin yapısal özellikleri kullanılarak öznitelikler elde edilmiştir. Daha sonra bu öznitelikler ile yapay sinir ağı tabanlı bir sınıflayıcı tasarlanmıştır. Dielektrik küreler temel alınarak yapılan benzetimler ile sistem başarımı incelenmiştir.
FULL TEXT (PDF):
- 48