5G İşaretleri kullanılarak bilişsel pasif radar ile dron tespiti

Abstract

Bu yüksek lisans tezinde, 5. Nesil Yeni Radyo haberleşme işaretleri kullanılarak geliştirilen Bilişsel Pasif Radar ile dron ve insan hedef tespiti ve sınıflandırması yapılmıştır. Yapılan çalışmada, Destek Vektör Makinesi, En Yakın Komşu ve Ağaç Karar algoritmaları kullanılarak başarım oranları mukayese edilmiştir. Ayrıca, V.Chen’e ait insan yürüme simülatörü ve pervane simülatörü incelenmiş ve geliştirilmiştir. İlave olarak, Pasif Radar uygulamalarına yönelik düşük maliyetli ve hafif Bilişsel Yazılım Tabanlı Radyo donanımı hazırlanarak test edilmiştir. Bilgi Teknolojileri ve İletişim Kurumu’na ait 5G Açık Test Sahası’nda 3.5 GHz ve 35 GHz 5. Nesil Yeni Radyo İşaretleri ile geliştirilen Pasif Radar sistemi farklı dronlar ve insan yürüme örüntüleri için ölçüm ve testler gerçekleştirilmiştir. In this thesis, Support Vector Machine, KNN and Decision Tree Algorithms are used to compare the capacity of Cognitive Passive Radar using 5th Generation New Radio Communication signals for drone and human-being detection and classification. Additionally, the human walking simulator and propeller simulator by V.Chen are examined and modified. Then, a cheap and compact Cognitive Software Defined Radio hardware is developed and tested for Passive Radar applications. Developed Passive Radar system is tested and measured for different types of drones and human walking patterns using 3.5 GHz and 35 GHz 5th Generation New Radio Signals at 5G Open Test Area belonging to Information and Communication Technologies Authority.