Classification in radar application are often of great interest, since one does not only want to know where a target is, but also what type of target it is. This thesis focus on transforming the radar return from a target into a audio signal. So that the classification can be done by human perception, in this case human hearing. The aim of these classification methods is to be able to distinguish between two types of targets of roughly the same size, namely birds and smaller Unmanned Aerial Vehicles (UAV). It is possible with the radar to measure the targets velocity by using the Doppler effect. To be able to distinguish in which direction the target is moving are a so called I/Q representation of the radar return used, which is a complex representation of the signal. Using signal processing techniques, we extract radar signals generated from the target. By spectral transforms it is possible to generate real valued signals from the extracted target signals. It is required to extend these signals to be able to use them as audio signals, this is done with an extrapolation technique based on Autoregressive (AR) processes. The extrapolated signals are the signals used as the audio output, it is possible to perform the audio classification in most of the cases. This project is done in collaboration with Sebastian Edman [7], where different perspectives of radar classification has been investigated. As mentioned this thesis focus on transforming the radar return into an audio signal. While Edman in his thesis [7] making use of a machine learning approach to classify the targets from the generated audio signal. / Klassificering är ofta av stort intresse inom radarapplikation, eftersom man inte bara vill veta var ett mål befinner sig men också vad för typ av mål det är. Denna uppsats fokuserar på att omvandla radarekot från ett mål till en ljudsignal. Så att klassificeringen kan ske med mänskliga sinnen, i detta fall hörseln. Syftet med dessa klassificeringsmetoder är att kunna klassificera två typer av mål med ungefär samma storlek, nämligen fåglar och mindre obemannade flygfordon (UAV). Det är möjligt att med radarn mäta målets hastighet med hjälp av Doppler-effekten. För att kunna avgöra i vilken riktning målet rör sig används en I/Q-representation, som är en komplex representation av radar signalen. Med signalbehandling är det möjligt att extrahera radar signaler som målet generar. Genom att använda spektrala transformationer är det möjligt att generera reellvärda signaler från de extraherade målsignalerna. Det är nödvändigt att förlänga dessa signaler för att kunna använda dem som ljudsignaler, detta görs med en extrapoleringsteknik baserad på Autoregressiva (AR) -processer. De ljudsignaler som används är dessa extrapolerade signalerna, det är i det flesta fall möjligt att utifrån ljudet genomföra klassificeringen. Detta projekt är utfört i samarbete med Sebastian Edman [7], där olika inriktningar av radarklassificering har undersökts. Som nämnts ovan fokuserar denna uppsats på att omvandla
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-215502 |
| Date | January 2017 |
| Creators | Clemedson, Johan |
| Publisher | KTH, Optimeringslära och systemteori |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-MAT-E ; 2017:70 |
Page generated in 0.0016 seconds