Clasificación de señales Doppler de ecos radar usando deep learning
En esta tesis se muestra el desarrollo de un clasificador de blancos terrestres, tales como personas, animales, automóviles y tanques, a partir de sus firmas micro-Doppler obtenidas con un radar pulsado que opera en banda X. El proceso de clasificación se divide en dos etapas principales. La prim...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Tesis NonPeerReviewed |
| Lenguaje: | Español |
| Publicado: |
2020
|
| Materias: | |
| Acceso en línea: | http://ricabib.cab.cnea.gov.ar/978/1/Alcaraz.pdf |
| Aporte de: |
| Sumario: | En esta tesis se muestra el desarrollo de un clasificador de blancos terrestres, tales
como personas, animales, automóviles y tanques, a partir de sus firmas micro-Doppler
obtenidas con un radar pulsado que opera en banda X. El proceso de clasificación se
divide en dos etapas principales. La primera transforma las señales Doppler (dominio
temporal), obtenidas por el radar a partir de los ecos de los blancos, a una secuencia
de imágenes que se construyen a partir del espectrograma de porciones de dicha señal.
La segunda etapa, el clasificador propiamente dicho, se implementa utilizando redes
neuronales convolucionales (CNN), enmarcadas en la categoría de modelos de Deep
Learning y que son ampliamente utilizadas en la clasificación de distintos tipos de
imágenes. Diversas arquitecturas y parametrizaciones han sido analizadas para evaluar
su desempeño al utilizar un dataset de señales de radar reales, verificándose finalmente,
que el proceso de clasificación desarrollado es adecuado para esta aplicación, presentando
un muy buen desempeño, y que es viable una implementación de tiempo real
dentro de una plataforma radar.
Si bien el enfoque principal del desarrollo es implementar el proceso de clasificación
usando imágenes de espectrogramas, también se analizan diversas alternativas, como
por ejemplo escalogramas construidos usando transformaciones wavelets discretas. Se
implementa también un proceso de detección de segmentos útiles de la señal Doppler
a los fines de mejorar la calidad de las muestras de entrenamiento y evaluación, como
así también mejorar la calidad del producto clasificación entregado al usuario radar
(pos-procesamiento). |
|---|