dc.contributor.author | Κυρίτσης, Αλέξανδρος | el |
dc.contributor.author | Kyritsis, Alexandros | en |
dc.date.accessioned | 2023-03-10T10:59:09Z | |
dc.date.available | 2023-03-10T10:59:09Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/57231 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.24929 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Ενεργητικές μέθοδοι | el |
dc.subject | Παθητικές μέθοδοι | el |
dc.subject | Ανίχνευση UAS | el |
dc.subject | Ραντάρ συνεχούς κύματος Doppler | el |
dc.subject | Συστοιχία μικροφώνων | el |
dc.subject | Εκτίμηση κατεύθυνσης άφιξης | el |
dc.subject | Ταυτοποίηση ηχητικού σήματος | el |
dc.subject | Συνελικτικά νευρωνικά δίκτυα | el |
dc.subject | Μηχανική μάθηση | el |
dc.subject | Active methods | en |
dc.subject | Passive methods | el |
dc.subject | UAS detection | el |
dc.subject | Continuous wave Doppler radar | el |
dc.subject | Microphone array | el |
dc.subject | DOA estimation | el |
dc.subject | Sound signal identification | el |
dc.subject | Convolutional neural networks | el |
dc.subject | Machine learning | el |
dc.title | Συμβολή Στην Ανάπτυξη Συνδυαστικών Μεθόδων Ανίχνευσης Μικρών Μη – Επανδρωμένων Ιπτάμενων Συστημάτων | el |
heal.type | doctoralThesis | |
heal.classification | Τηλεπικοινωνίες | el |
heal.classification | Ραντάρ | el |
heal.classification | Μηχανική Μάθηση | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2023-02-01 | |
heal.abstract | Στην παρούσα διατριβή μελετάται η ανάπτυξη ενός πρωτότυπου συστήματος ανίχνευσης μικρών μη – επανδρωμένων ιπτάμενων συστημάτων (ΣμηΕΑ - UAS) χρησιμοποιώντας συνδυασμό ενεργητικής και παθητικής μεθόδου. Η ευρεία διάδοση στη χρήση των UAS σε πολλούς τομείς δραστηριοτήτων, αναπόφευκτα δημιουργεί την ανάγκη για την υλοποίηση συστημάτων ικανών να ανιχνεύουν πτήσεις πάνω από περιοχές ενδιαφέροντος. Η πολύ χαμηλή ενεργός διατομή (RCS) τους, σε συνδυασμό με το χαμηλό ύψος και ταχύτητα πτήσης, καθιστούν τα UAS δύσκολα ανιχνεύσιμα από τα παραδοσιακά συστήματα ραντάρ. Η χρησιμοποίηση παθητικών μεθόδων λειτουργώντας συνεργατικά, εκμεταλλεύεται τα εκπεμπόμενα σήματα από το UAS καθιστώντας δυνατή και την ταυτοποίησή τους. Η διατριβή ξεκινά με σύντομη παρουσίαση στοιχείων της νεοφυούς τεχνολογίας των UAS, ώστε να αναδειχθεί η πολυδιάστατη προσέγγιση που απαιτείται για την ανίχνευσή τους. Στη συνέχεια γίνεται αναφορά σε βασικές αρχές της ΗΜ θεωρίας στην οποία βασίζεται η ενεργητική μέθοδος ανίχνευσης∙ αντίστοιχα, για την παθητική μέθοδο που αξιοποιεί τα εκπεμπόμενα ακουστικά (ηχητικά) κύματα, παρουσιάζονται οι χρησιμοποιούμενες τεχνικές επεξεργασίας σήματος συστοιχιών μικροφώνων και μηχανικής μάθησης. Ακολουθεί η λεπτομερής ανάλυση των προτεινόμενων μεθόδων (α) ενεργητικής ανίχνευσης με χρήση ραντάρ Doppler συνεχούς κύματος, (β) του αλγόριθμου εντοπισμού γωνίας άφιξης του λαμβανόμενου ηχητικού σήματος και (γ) της τεχνικής μηχανικής μάθησης που υλοποιήθηκε και χρησιμοποιήθηκε για την ταυτοποίηση UAS μέσω ακουστικού σήματος, διακρίνοντάς τα από άλλες πηγές. Στη συνέχεια γίνεται αναλυτική αναφορά στα διάφορα συστήματα ραντάρ που δοκιμάστηκαν κατά τη διάρκεια εκπόνησης της διατριβής, με έμφαση στο προτεινόμενο σύστημα CW Doppler ραντάρ συχνότητας 24 GHz και στα διάφορα στάδια εξέλιξής του. Με κατάλληλο λογισμικό που δημιουργήθηκε για τον έλεγχο και τη συλλογή δεδομένων του ραντάρ, χρησιμοποιείται ο γρήγορος μετασχηματισμός Fourier (FFT) της συμφασικής (Ι) και ορθογώνιας (Q) συνιστώσας της εξόδου του σε πραγματικό χρόνο, για την αξιόπιστη ανίχνευση πτήσης UAS σε μεγάλη απόσταση. Τα δεδομένα των μετρήσεων από δοκιμές της διάταξης τόσο σε στατική λειτουργία, όσο και σε λειτουργία περιμετρικής σάρωσης μιας περιοχής ενδιαφέροντος, επιβεβαίωσαν την αποτελεσματική λειτουργία του συστήματος κατά την ανίχνευση. Όσον αφορά τον τομέα των παθητικών μεθόδων για την ανίχνευση και ταυτοποίηση UAS, εξετάστηκε η λειτουργία συστοιχίας μικροφώνων σε ευθύγραμμη διάταξη και σε διάταξη σταυρού. Λόγω της εγγενούς αδυναμίας της (μονοδιάστατης) ευθύγραμμης συστοιχίας για εκτίμηση γωνίας άφιξης του ακουστικού σήματος, δόθηκε βαρύτητα στη μελέτη της συστοιχίας 4 πυκνωτικών μικροφώνων σε διάταξη σταυρού. Με κατάλληλες αποστάσεις ανάμεσα στα στοιχεία που υπολογίστηκαν μέσω προσομοίωσης, προσδιορίστηκε -κατόπιν δοκιμών σε 3 διαφορετικούς τύπους περιβάλλοντος- η μέγιστη απόσταση στην οποία είναι εφικτή η εκτίμηση της γωνίας άφιξης του σήματος UAS. Για την ταυτοποίηση του ακουστικού σήματος, εξετάστηκε η χρήση (α) συσχέτισης αρμονικών γραμμών και (β) τεχνικών μηχανικής μάθησης. Έμφαση δόθηκε στο (β), με την ανάπτυξη και εκπαίδευση πολυεπίπεδου συνελικτικού νευρωνικού δικτύου, το οποίο αξιοποιώντας τα spectrograms των λαμβανόμενων ηχητικών σημάτων ως είσοδο, επιτυγχάνει ταυτοποίηση του σήματος διάφορων εναέριων μέσων σε πραγματικό χρόνο. Το προτεινόμενο ενοποιημένο σύστημα που ενσωματώνει τις δυο παραπάνω μεθόδους, δοκιμάστηκε εκτενώς σε εξωτερικούς χώρους εκτελώντας μετρήσεις πεδίου κατά την πτήση πραγματικών αεροχημάτων, επαληθεύοντας την εγκυρότητα των αποτελεσμάτων του στην ανίχνευση και ταυτοποίηση. | el |
heal.advisorName | Ουζούνογλου, Νικόλαος | el |
heal.committeeMemberName | Κακλαμάνη, Δήμητρα - Θεοδώρα | el |
heal.committeeMemberName | Μακρή, Ροδούλα | el |
heal.committeeMemberName | Παναγόπουλος, Αθανάσιος | el |
heal.committeeMemberName | Καρανάσιου, Ειρήνη | el |
heal.committeeMemberName | Ματσόπουλος, Γεώργιος | el |
heal.committeeMemberName | Σωτηριάδης, Παύλος - Πέτρος | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 145 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: