بررسی و بهبود عملکرد طرح های تشخیص هدف رادار بر اساس شبکه های عصبی مصنوعی و تکنیک های یادگیری عمیق

ارتقا و بهبود سامانه راداری در زنجیره سامانه دفاعی از اهمیت بسیاری برخوردار است؛ زیرا تشخیص هدف رادار برای عملکرد صحیح و موثر فرایندهای پدافند و سایر فعالیت های مرتبط با آن حیاتی است. عدم تشخیص هدف رادار با افزایش هزینه های دفاعی، کاهش توان دفاعی و افزایش تهدیدات دشمنان همراه است؛ بنابراین هدف اصلی پژوهش حاضر، ارائه راهکار هایی جهت بهبود تشخیص هدف در رادار مبتنی بر شبکه عصبی است. شناسایی هدف راداری (شناسایی هدف راداری) یک فرایند اساسی، اما مهم در سامانه راداری است که برای تمایز و اندازه گیری اهداف از یک پس زمینه پیچیده طراحی شده است. روش های هوش مصنوعی و یادگیری عمیق در حال حاضر توجه زیادی را به خود جلب کرده اند و به عنوان راه حل های عملی در پردازش سیگنال رادار تبدیل شده اند. در مقایسه با روش های مرسوم شناسایی هدف راداری، روش های مبتنی بر هوش مصنوعی می توانند ویژگی ها را به طور خودکار استخراج کرده و نتایج دقیق تری به دست آورند. استفاده از هوش مصنوعی در شناسایی هدف راداری به عنوان یک مفهوم جدید در نظر گرفته می شود. در این تحقیق، کاربرد های شبکه عصبی در حوزه شناسایی هدف راداری بررسی شده و محدودیت های احتمالی نیز بیان گردیده است. این کار به دلیل افزایش تعداد آثار تحقیقاتی منتشر شده در سال های اخیر انجام شده است. حفظ امنیت سامانه دفاعی و شناسایی اهداف موجود یکی از الزامات اصلی هر کشوری محسوب می گردد. ازآنجاکه در تشخیص اهداف راداری چالش ها و مشکلاتی همچون عدم دقت، صحت تشخیص و خطای بالا مطرح است. ازاین رو در این پژوهش در ابتدا یک فیلتر برای بهبود سیگنال های ورودی طراحی و پیاده سازی شده است و در نهایت کد VHDL شبکه عصبی پیشنهادی برای رفع مشکلات تشخیص اهداف در نرم ISE نوشته و بر روی تراشه اسپارتان ۶ پیاده سازی شده است.

کلیدواژه ها:

شناسایی هدف راداری ، پردازش سیگنال راداری ، مدل های یادگیری عمیق ، عصبی مصنوعی شبکه ، شبکه عصبی عمیق