A Comparative Study of Artificial Neural Networks and Naïve Bayes Techniques for the Classification of Radar Targets

Authors : Doğan Tunca ARIK, Ömer KARAL, Asaf Behzat ŞAHİN

Pages : 1779-1788

Doi:10.17798/bitlisfen.676973

View : 38 | Download : 9

Publication Date : 2020-12-25

Article Type : Research Paper

Abstract :Radar hedeflerinin sınıflandırılması, özellikle savunma ve otomotiv endüstrilerinde en önemli çalışma konulardan biridir. Ancak, literatürdeki çalışmaların çoğunda ham radar sinyalleri kullanılmaktadır. Ham radar sinyalleri ortamdan kaynaklı Gürültü ve sinyal modülasyon etkilerine maruz kalabilmektedir. Bu durum radar hedeflerinin sınıflandırılmasını zorlaştırabilir. Bu çalışmada, ham veri kullanmak yerine, Radar Kesit Alanından çıkarılan Fourier tabanlı özellikler kullanılmıştır. Bu çıkarılan özellikler daha sonra radar hedeflerinin sınıflandırılması için iki tür sınıflandırıcıya, yani Naive Bayes (NB) ve Yapay Sinir Ağlarına (YSA) girdi olarak verilmiştir. Ayrıca, her iki sınıflandırıcı farklı algoritmalar ile eğitilmiş ve performansları karşılaştırılmıştır. YSA tabanlı sınıflandırıcıda, en iyi doğruluk, Bayesian regülarizasyon ve geri yayılma eğitim fonksiyonu kullanılarak 96.69% olarak bulunmuştur. Diğer taraftan, NB sınıflandırıcı ile en iyi doğruluk Epanechnikov çekirdek dağılımı kullanılarak 93.95% olarak elde edilmiştir. Burada sunulan sonuç, Fourier dönüşüm temelli öznitelik çıkarımının radar hedef sınıflandırma uygulamalarında etkili bir şekilde kullanılabileceğini göstermektedir.
Keywords : Yapay Sinir Ağları, Naïve Bayes Sınıflandırma, Radar Kesit Alanı, Radar Hedef Sınıflandırma

ORIGINAL ARTICLE URL