Den senaste trenden inom flygvapenindustrin är utveckling av obemannade farkoster. Den svenska vapenindustrikoncernen Saab AB följer denna trend i och med den stundande introduktionen av företagets obemannade helikopter Skeldar V-150. Som ett led i vidareutvecklingen av detta system finns planer på att även lansera en marin variant, kallad Skeldar M. Tanken med denna marina variant är att möjliggöra fullständigt autonoma starter och landningar från fartyg. För att kunna genomföra detta på ett tryggt sätt även i hårt väder krävs att helikoptern hålls säkrad på fartygsdäcket såväl innan start som efter landning. Uppgiften för detta arbete har varit att ta fram koncept för hur ett sådant säkringssystem skulle kunna se ut. För att ta fram idéer för dessa koncept har en flitigt brukad produktutvecklingsmetod använts. Metoden innebär att en kravspecifikation tas fram utifrån kundens behov. Med stöd av den genereras sedan ett antal produktkoncept genom kreativt tänkande och analyser av hur andra löser samma problem. Koncepten jämförs sedan utefter hur väl de uppfyller kundens behov och de bästa idéerna kan på så sätt väljas ut och vidareutvecklas. De koncept som tagits fram i detta arbete har sträckt sig från enklare idéer där kardborrmaterial används för att säkra helikoptern, till system som mäter in helikopterns position relativt fartyget och justerar sitt eget läge därefter. Totalt framkom nio grundidéer och sammanlagt tolv varianter på antiglidsystem. I samråd med personer inblandade i Skeldar-projektet valdes sedermera tre av koncepten ut för att vidareutvecklas ytterligare, en lösning där helikoptern vinschas ner på däck, en annan där kardborrlås används för att säkra den och en tredje där sugkoppar håller Skeldar fast. Med hänsyn tagen till bland annat svårigheter att implementera en vinschlösning ombord på såväl Skeldar som fartygen valdes denna lösning slutligen bort. Svårigheterna bottnar framför allt i utrymmesbrist och problem med automatisk sammankoppling av helikopter och fartyg. De koncept som rekommenderas i detta arbete blir därför ett av systemen med kardborrlås eller sugkoppar. / The latest trend within the air force industry is development of unmanned aerial vehicles. The Swedish defense industry group Saab AB is following this trend by means of the introduction of their unmanned helicopter Skeldar V-150. As part of the further development of this system Saab has plans on introducing a marine version of the system, called Skeldar M. One of the purposes of this version is to enable completely autonomous take-offs and landings from ships. To be able to complete this in a safe manner in harsh conditions the helicopter needs to be secured to the deck before take-off as well as after landing. The purpose of this thesis has been to develop a concept for keeping Skeldar secured on deck. To establish ideas for these concepts a common method for product development has been used. The method involves acquiring customer needs and from these needs establish a list of demands on the product itself. A set of product concepts are then generated by means of creative thinking and competitor analysis. After that the concepts are compared based on how well they meet the demands put upon them and the best ideas get picked out and further developed. The concepts developed in this thesis stretch from simple ideas where hook and loop fasteners are used to secure the helicopter to more advanced ones where the helicopter’s position relative to the ship is measured and the system adjust to this position. All in all nine basic ideas were developed and a total of twelve versions on securing systems. In consultation with people involved in the Skeldar project, three of the concepts were chosen for further development, one concept where the helicopter was winched to the deck, a second where hook and loop fasteners were used to secure it and finally one where vacuum grippers keeps Skeldar on deck. With difficulties of implementing a winch system onboard Skeldar as well as on board the ships taken into account, this solution was dropped. This was primarly due to lack of space and difficulties solving an automatic connection between helicopter and ship. The concepts recommended in this thesis will therefore be one of the systems where hook and loop fasteners or vacuum grippers are used.

Purpose This study has been conducted in order to investigate opportunities regarding theestablishment of technology-based self-service stores (TBSS). By studying proposedsites for establishment, information has been collected in order to be used in a factorrating analysis. Research questions 1. Where is the need for expanded service supply the greatest and what characterizesa number of potential establishments? 2. What impact does the marketing decision ‘people’ have in order to create anattractive store concept? 3. How does the need of goods and services differ as well as the marketing decision‘people’ between different potential establishment sites and different consumergroups? Methodology This master thesis has been conducted as a survey on planned establishments placesas well as an observation study of these. A qualitative approach has been usedwhenever respondent answers, from the questionnaire, were applied to the subquestions in order to be used as data for the research questions later on. Literatureconcerning marketing, establishment strategies and consumer needs has been of vitalimportance in this study. Conclusion Based on our study, we found that the need for increased service supply is greater inrural areas. What characterizes potential establishment sites is the distance to andnumber of potential consumers. When it comes to the importance of the marketingdecision ‘people’, it turned out that ‘service availability’ is far more important thanthat of ‘people’ which becomes a secondary feature in order to create an attractivestore concept. The need for good and services differs between the two differenttypes of establishment places. However, both consumer groups prefer to have food,but it differs when it comes to what type. Younger people tend to be more positivelycommitted to unmanned self-service. / Våra krav på service och tillgänglighet ökar samtidigt som samhället urbaniseras och fler pendlar mellan hemmet och arbetet. För att underlätta för konsumenten skulle en teknologibaserad självservice (TBSS) butik kunna fungera. Rapporten ämnade att ta reda på förutsättningarna för etablering av dessa butikskoncept och hur konsumentgrupper upplever attraktivitet även om butiken är utan personal. Vi utgår från McCarthy (1960) marknadsmix med de fyra konkurrensmedlen produkt, plats, pris, och promota. Marknadsmixen har sedan utökats till att även innehålla flera konkurrensmedel med personal som ett av dessa. För att ta reda på konsumenters behov av ett utökat serviceutbud utformades en enkät innehållande delfrågor som berörde hur konsumenter upplevde det nuvarande serviceutbudet, inställning till TBSS och behov av varor och tjänster. Denna enkät besvarades av resenärer på resecentrum och boende på fyra landsbygdsorter. En analys med hjälp av faktorvärdesmetoden utfördes på fem utvalda faktorer för att ge data till en observationsstudie rörande etablering. Från resultaten av enkätstudien upptäcktes att merparten av respondenterna var positivt inställda till TBSS, vilket innebär att konkurrensmedlet personal inte är avgörande när det kommer till att skapa ett attraktivt butikskoncept. De slutsatser som vi drar är att etableringsplatser behöver vara lättillgängliga för ett stort antal konsumenter för att vara värt att satsa på. De produkter som främst angavs var ätbara följt av biljett- och drivmedelstjänster. Analysen med hjälp av faktorvärdesmetoden exemplifierar på ett tydligt sätt hur företag i dagligvaruhandel kan jämföra etableringsplatser utifrån olika faktorer.

Our demands on services and availability increases at the same time as the society gets more urbanized and more people tends to commute. In order to facilitate the consumer, technology based self-service (TBSS) stores might survive and thrive. This thesis had a focus on finding out the general public's perception on TBSS stores and how they perceive the availability even if it is unmanned. The extended marketing mix contains people as a means of competition and we wanted to investigate whether this competitive mean could be ruled out which would mean that the extended marketing mix needs to be revised. In order to find out the people's perception of the TBSS concept a short enquiry were constructed containing three questions. People from Uppsala central station and four countryside towns, corresponding to two percent of the population, answered this enquiry. In order to collect data for information concerning establishment a factor rating method with five chosen factors were performed. From the results of the enquiry we found that the majority of the respondents have a positive attitude towards TBSS, which means that the competitive mean people are not critical when it comes to consumer perception of accessibility; conclusion from this is that the extended marketing mix needs to be revised. The products that was stated most frequently were edible goods followed by ticket and fuel services. The analysis using the factor rating method exemplifies a way for companies to compare differents places for establishment from various chosen factors. / Våra krav på service och tillgänglighet ökar samtidigt som samhället urbaniseras och fler pendlar mellan hemmet och arbetet. För att underlätta för konsumenten skulle en teknologibaserad självservice (TBSS) butik kunna fungera. Rapporten ämnade att ta reda på konsumenters inställning till en TBSS butik och hur de upplever tillgängligheten även om butiken är obemannad. Vi utgår från McCarthy (1960) marknadsmix med de fyra konkurrensmedel produkt, plats, pris, och promota. Marknadsmixen har sedan utökats för att även innehålla flera konkurrensmedel med personal som ett av dessa. Vi ville undersöka om konkurrensmedlet personal kan uteslutas vilket skulle innebära en revidering av den utökade marknadsmixen. För att ta reda på konsumenters inställning till TBSS konceptet utformades en kort enkät innehållande tre frågor (nuvarande serviceutbud, varor och tjänster samt inställning till obemannad självservice). Denna enkät fick resenärer på resecentrum och boende på fyra landsbygdsorter, motsvarande två procent av populationen, svara på muntligt. En analys med hjälp av faktorvärdesmetod utfördes av fem utvalda faktorer för att ge data till en observationsstudie rörande etablering. Från resultaten av enkätstudien upptäcktes att merparten av respondenterna var positivt inställda till TBSS, vilket innebär att konkurrensmedlet personal inte är avgörande när det kommer till konsumenters uppfattning av tillgänglighet; detta innebär att den utökade marknadsmixen behöver revideras. De produkter som främst angavs var ätbara följt av biljett- och drivmedelstjänster. Analysen med hjälp av faktorvärdesmetoden exemplifierar på ett tydligt sätt hur företag kan jämföra olika etableringsplatser utifrån olika faktorer.

Obemannade luftfarkoster, även kallade drönare, är del av IoT-revolutionen och har uppmärksammats de senaste åren på grund av integritetsfrågor såväl som flygplats- och militär säkerhet. Då de kan flyga samt har implementerat en ökande mängd teknologi, särskilt kamera och annan övervakning, är de attraktiva måltavlor för hackers och penetrationstestare. Ett antal attacker har genomförts i närtid. I detta examensarbete utforskas och attackeras drönaren Parrot ANAFI genom att använda hotmodellering ur ett black box-perspektiv. Hotmodelleringen inkluderar hotidentifiering med STRIDE samt riskvärdering med DREAD. Inga stora svagheter i systemet hittades. Rapporten visar att tillverkaren har en stor säkerhetsmedvetenhet. Exempel på denna medvetenhet är att tidigare rapporterade svagheter har åtgärdats och programkoden har förvrängts. Metoderna och de funna resultaten kan användas för att vidare utforska svagheter i drönare och liknande IoT-enheter. / Unmanned aerial vehicles, commonly known as drones, are part of the IoT revolution and have gotten some attention in recent years due to privacy violation issues as well as airport and military security. Since they can fly and have an increasing amount of technology implemented, especially camera and other surveillance, they are attractive targets for hackers and penetration testers. A number of attacks have been carried out over the years. In this thesis the Parrot ANAFI drone is explored and attacked using threat modeling from a black box perspective. The threat modeling includes identifying threats with STRIDE and assessing risks with DREAD. Major vulnerabilities in the system were not found. This report shows that the manufacturer has a high security awareness. Examples of this awareness are that previously reported vulnerabilities have been mitigated and firmware code has been obfuscated. The methods used and results found could be used to further explore vulnerabilities in drones and similar IoT devices.

The ability for unmanned autonomous aerial vehicles (UAV) to localize themselves in an environment is fundamental for them to be able to function, even if they do not have access to a global positioning system. Recently, with the success of deep learning in vision based tasks, there have been some proposed methods for absolute geolocalization using vison based deep learning with satellite and UAV images. Most of these are only tested in urban environments, which begs the question: How well do they work in non-urban areas like forests and fields? One drawback of deep learning is that models are often regarded as black boxes, as it is hard to know why the models make the predictions they do, i.e. what information is important and is used for the prediction. To solve this, several neural network interpretation methods have been developed. These methods provide explanations so that we may understand these models better. This thesis investigates the localization accuracy of one geolocalization method in both urban and non-urban environments as well as applies neural network interpretation in order to see if it can explain the potential difference in localization accuracy of the method in these different environments. The results show that the method performs best in urban environments, getting a mean absolute horizontal error of 38.30m and a mean absolute vertical error of 16.77m, while it performed significantly worse in non-urban environments, getting a mean absolute horizontal error of 68.11m and a mean absolute vertical error 22.83m. Further, the results show that if the satellite images and images from the unmanned aerial vehicle are collected during different seasons of the year, the localization accuracy is even worse, resulting in a mean absolute horizontal error of 86.91m and a mean absolute vertical error of 23.05m. The neural network interpretation did not aid in providing an explanation for why the method performs worse in non-urban environments and is not suitable for this kind of problem. / Obemannade autonoma luftburna fordons (UAV) förmåga att lokaliera sig själva är fundamental för att de ska fungera, även om de inte har tillgång till globala positioneringssystem. Med den nyliga framgången hos djupinlärning applicerat på visuella problem har det kommit metoder för absolut geolokalisering med visuell djupinlärning med satellit- och UAV-bilder. De flesta av dessa metoder har bara blivit testade i stadsmiljöer, vilket leder till frågan: Hur väl fungerar dessa metoder i icke-urbana områden som fält och skogar? En av nackdelarna med djupinlärning är att dessa modeller ofta ses som svarta lådor eftersom det är svårt att veta varför modellerna gör de gissningar de gör, alltså vilken information som är viktig och används för gissningen. För att lösa detta har flera metoder för att tolka neurala nätverk utvecklats. Dessa metoder ger förklaringar så att vi kan förstå dessa modeller bättre. Denna uppsats undersöker lokaliseringsprecisionen hos en geolokaliseringsmetod i både urbana och icke-urbana miljöer och applicerar även en tolkningsmetod för neurala nätverk för att se ifall den kan förklara den potentialla skillnaden i precision hos metoden i dessa olika miljöer. Resultaten visar att metoden fungerar bäst i urbana miljöer där den får ett genomsnittligt absolut horisontellt lokaliseringsfel på 38.30m och ett genomsnittligt absolut vertikalt fel på 16.77m medan den presterade signifikant sämre i icke-urbana miljöer där den fick ett genomsnittligt absolut horisontellt lokaliseringsfel på 68.11m och ett genomsnittligt absolut vertikalt fel på 22.83m. Vidare visar resultaten att om satellitbilderna och UAV-bilderna är tagna från olika årstider blir lokaliseringsprecisionen ännu sämre, där metoden får genomsnittligt absolut horisontellt lokaliseringsfel på 86.91m och ett genomsnittligt absolut vertikalt fel på 23.05m. Tolkningsmetoden hjälpte inte i att förklara varför metoden fungerar sämre i icke-urbana miljöer och är inte passande att använda för denna sortens problem.

Som ett resultat av attackerna mot USA den 11 september 2001 förklarade dåvarande president George W Bush krig mot terrorismen den 20 september samma år. Sex dagar senare undertecknade Bush ett direktiv vilket auktoriserade den civila amerikanska underrättelsetjänsten Central Intelligence Agency att utföra riktat dödande mot fördefinierade individer i syftet att förhindra nya attacker från terroristnätverket Al Qaeda, talibanerna och associerade styrkor. Bush initierade det amerikanska bruket av så kallade ”drone strikes” i anslutning till krigsförklaringen med intentionen att eliminera misstänkta terrorister utan möjlighet till en rättvis rättegång, Obama-administrationen har valt att fortsätta utöva policyn. Syftet med studien är att fastställa huruvida USA:s juridiska rättfärdigande och bruk av folkrätt i relation till genomförandet av riktat dödande och användandet av obemannade luftfarkoster i kriget mot terrorismen kan betraktas vara förenligt med doktrinen för just war theory och gällande internationell rätt. Vidare undersöker studien effekterna av det amerikanska bruket av folkrätten i relation till civilbefolkningen och den internationella humanitära rätten. Relevant lagtext och krigsetikens sedvanerättsliga principer jämförs med USA:s bruk av folkrätt för att fastställa agerandets legalitet. Vidare påvisar studien att programmet för riktat dödande inte kan anses vara förenligt med just war theory och gällande internationell lag och att bruket av drönare hamnar i konflikt med gällande internationell rätt i relation till hur de används under kriget mot terrorismen. / As a result of the attacks against the United States on September 11, 2001 then President George W Bush declared a war on terror. Six days later, Bush signed a directive which authorized the Central Intelligence Agency to carry out targeted killings against predefined individuals with the purpose to prevent any future attacks from the terrorist network Al Qaeda, as well as the Taliban and associated forces. In conjunction with the declaration of war president Bush initiated the American practice of so-called "drone strikes" with the intention to eliminate suspected terrorists without access to a fair trial, the practice has continued under the mandate of the Obama-administration. The aim of this study is to examine whether the US legal justification for the use of targeted killings and unmanned aerial vehicles in the war against terrorism can be regarded as compatible with the doctrine of just war theory and applicable international law. Furthermore, the study examines the effects of the US practice on international humanitarian customary law in relation to the civilian population. The U.S. justification of targeted killing is compared with international law to determine the lawfulness from a legal perspective. Furthermore, the study demonstrates that the practice is not compatible with the doctrine of just war theory and applicable international law. The use of drones violates international customary law in relation to how they are used under the current conflict.

Cooperative control of autonomous multi-agent systems is a research areawhich is getting significant attention in recent years. Multi-agent systemsallow for a broad spectrum of applications and cooperation can increasetheir flexibility, efficiency and robustness to changes in external constraintsand disturbances. Focusing on autonomous vehicles, examples of possibleapplications of cooperative multi-agent systems include search and rescuemissions, autonomous delivery and performing of emergency landings.The purpose of the thesis is to develop and implement a cooperativerendezvous algorithm based on model predictive control and apply it to theproblem of autonomous landing in an indoor setting. The agents involved in themaneuver are a quadcopter and a ground carrier. The two agents cooperativelynegotiate on the optimal location for the touchdown taking also into accountrelevant spatial constraints and, if necessary, update that location, also referredto as rendezvous point, in real-time throughout the maneuver.The algorithm is first tested and validated in a simulated environment andfinally on the physical system during real-time operations.Additional scenarios are tested in the simulated environment in order tofurther inspect the potential capabilities of the developed algorithm. Thoseadditional simulations analyse how the algorithm behaves when a constantlateral wind influences the quadcopter; when the controllers operate at areduced frequency; and when the quadcopter is affected by an external Gaussiandisturbance.The developed algorithm proved to be suitable for the purpose, allowingthe agents to perform the desired maneuver in a relatively short time and witha high degree of precision. / Kooperativ reglering av autonoma fleragentsystem är ett forskningsområdesom har fått stor uppmärksamhet de senaste åren. Fleragentsystem möjliggörett brett spektrum av applikationer samtidigt som kooperation kan öka derasflexibilitet, effektivitet och robusthet mot förändringar i yttre begränsningar ochstörningar. Med fokus på autonoma fordon, exempel på möjliga tillämpningarav kooperativa fleragentsystem inkluderar sök- och räddningsuppdrag, autonomleverans och utförande av nödlandningar.Syftet med rapporten är att utveckla och implementera en kooperativrendezvous -algoritm baserad på modellprediktiv reglerteknik samt att tillämpaden för att utföra en inomhus autonom landning. I vår uppställning beståragenterna i manövern av en quadcopter och en markbärare. De två agenternaförhandlar samarbetsvilligt om den optimala platsen för landning samtidigtsom de beaktar relevanta rumsliga begränsningar och uppdaterar vid behovden platsen i realtid under hela manövern.Algoritmen testas och valideras först i en simulerad miljö och slutligen pådet fysiska systemet under en realtidsmiljö.Ytterligare scenarier testas i den simulerade miljön för att bortre inspekterapotentialen hos den utvecklade algoritmen. Dessa extra simuleringar illustrerarhur algoritmen beter sig när en konstant sidovind påverkar quadcoptern; närstyrenheterna arbetar med reducerad frekvens; och när quadcoptern påverkasav en yttre Gaussisk störning.Den utvecklade algoritmen visade sig vara lämplig för ändamålet, vilketgjorde att agenterna kunde utföra önskad manöver på relativt kort tid och medhög precision.

In this thesis, the main focus is to formulate and test a suitable model forexogenous fault detection in swarms containing unmanned aerial vehicles(UAVs), which are aerial autonomous systems. FOI Swedish DefenseResearch Agency provided the thesis project and research question. Inspiredby previous work, the implementation use behavioral feature vectors (BFVs)to simulate the movements of the UAVs and to identify anomalies in theirbehaviors. The chosen algorithm for fault detection is the density-based cluster analysismethod known as the Local Outlier Factor (LOF). This method is built on thek-Nearest Neighbor(kNN) algorithm and employs densities to detect outliers.In this thesis, it is implemented to detect faulty agents within the swarm basedon their behavior. A confusion matrix and some associated equations are usedto evaluate the accuracy of the method. Six features are selected for examination in the LOF algorithm. The firsttwo features assess the number of neighbors in a circle around the agent,while the others consider traversed distance, height, velocity, and rotation.Three different fault types are implemented and induced in one of the agentswithin the swarm. The first two faults are motor failures, and the last oneis a sensor failure. The algorithm is successfully implemented, and theevaluation of the faults is conducted using three different metrics. Several setsof experiments are performed to assess the optimal value for the LOF thresholdand to understand the model’s performance. The thesis work results in a strongLOF value which yields an acceptable F1 score, signifying the accuracy of theimplementation is at a satisfactory level. / I denna uppsats är huvudfokuset att formulera och testa en lämplig modellför detektion av exogena fel i svärmar som innehåller obemannade flygfordon(UAV:er), vilka utgör autonoma luftburna system. Examensarbetet ochforskningsfrågan tillhandahölls av FOI, Totalförsvarets forskningsinstitut.Inspirerad av tidigare arbete används beteendemässiga egenskapsvektorer(BFV:er) för att simulera rörelserna hos UAV:erna och för att identifieraavvikelser i deras beteenden. Den valda algoritmen för felavkänning är en densitetsbaserad klusterana-lysmetod som kallas Local Outlier Factor (LOF). Denna metod byggerpå k-Nearest Neighbor-algoritmen och använder densiteter för att upptäckaavvikande datapunkter. I denna uppsats implementeras den för att detekterafelaktiga agenter inom svärmen baserat på deras beteende. En förväxlings-matris(Confusion Matrix) och dess tillhörande ekvationer används för attutvärdera metodens noggrannhet. Sex egenskaper valdes för undersökning i LOF-algoritmen. De första tvåegenskaperna bedömer antalet grannar i en cirkel runt agenter, medande andra beaktar avstånd, höjd, hastighet och rotation. Tre olika feltyperimplementeras och framkallas hos en av agenterna inom svärmen. De förstatvå felen är motorfel, och det sista är ett sensorfel. Algoritmen implementerasframgångsrikt och utvärderingen av felen genomförs med hjälp av treolika mått. Ett antal uppsättningar av experiment utförs för att hitta detoptimala värdet för LOF-gränsen och för att förstå modellens prestanda.Examensarbetet resultat är ett optimalt LOF-värde som genererar ettacceptabelt F1-score, vilket innebär att noggrannheten för implementationennår en tillfredsställande nivå.

Focusing on the problem of Drone vs. Unknown classification based on radar frequency-amplitude spectra using Deep Learning (DL), especially 1-Dimensional Convolutional Neural Networks (1D-CNNs), this thesis aims at reducing the current gap in the research related to adequate pre-processing techniques for hardware deployment. The primary challenge tackled in this work is determining a pipeline that facilitates industrial deployment while maintaining high classification metrics. After presenting a comprehensive review of existing research on radar signal classification and the application of DL techniques in this domain, the technical background of signal processing is described to provide a practical scenario where the solutions could be implemented. A thorough description of technical constraints, such as Field Programmable Gate Array (FPGA) data type requirements, follows the entire project justifying the necessity of a learning-based pre-processing technique for highly skewed distributions. The results demonstrate that data-adaptive preprocessing eases hardware deployment and maintains high classification metrics, while other techniques contribute to noise and information loss. In conclusion, this thesis contributes to the field of radar frequency-amplitude spectra classification by identifying effective methods to support efficient hardware deployment of 1D-CNNs, without sacrificing performance. This work lays the foundation for future studies in the field of DL for real-world signal processing applications. / Med fokus på problemet med klassificering av drönare kontra okänt baserat på radarfrekvens-amplitudspektra med Deep Learning (DL), särskilt 1-Dimensional Convolutional Neural Networks (1D-CNNs), syftar denna avhandling till att minska det nuvarande gapet i forskningen relaterad till adekvata förbehandlingstekniker för hårdvarudistribution. Den främsta utmaningen i detta arbete är att fastställa en pipeline som underlättar industriell driftsättning samtidigt som höga klassificeringsmått bibehålls. Efter en omfattande genomgång av befintlig forskning om klassificering av radarsignaler och tillämpningen av DL-tekniker inom detta område, beskrivs den tekniska bakgrunden för signalbehandling för att ge ett praktiskt scenario där lösningarna kan implementeras. En grundlig beskrivning av tekniska begränsningar, såsom krav på datatyper för FPGA (Field Programmable Gate Array), följer hela projektet och motiverar nödvändigheten av en inlärningsbaserad förbehandlingsteknik för mycket skeva fördelningar. Resultaten visar att dataanpassad förbehandling underlättar hårdvaruimplementering och bibehåller höga klassificeringsmått, medan andra tekniker bidrar till brus och informationsförlust. Sammanfattningsvis bidrar denna avhandling till området klassificering av radarfrekvens-amplitudspektra genom att identifiera effektiva metoder för att stödja effektiv hårdvarudistribution av 1D-CNN, utan att offra prestanda. Detta arbete lägger grunden för framtida studier inom området DL för verkliga signalbehandlingstillämpningar.