prikaz prve stranice dokumenta Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata
  Download
PDF 24.59 MB
doctoral thesis
Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:296160
Turčinović, Filip
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Turčinović, F. (2024). Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata (Doctoral thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:296160

Turčinović, Filip. "Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:296160

Turčinović, Filip. "Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:296160

Turčinović, F. (2024). 'Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata', Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 18 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:296160

Turčinović F. Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata [Doctoral thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 November 18] Available at: https://urn.nsk.hr/urn:nbn:hr:168:296160

F. Turčinović, "Sustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata", Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:296160

Metadata
TitleSustav za snimanje radarom sa sintetičkom aperturom i integriranom klasifikacijom objekata
Title (english)System for synthetic aperture radar imaging with integrated object classification
AuthorFilip Turčinović
MentorMarko Bosiljevac (mentor)
Committee memberSonja Grgić (predsjednik povjerenstva)
Committee memberIrena Galić (član povjerenstva)
Committee memberGordan Šišul (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-06-10, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Universal decimal classification
(UDC)		004 - Computer science and technology. Computing. Data processing
Abstract
Disertacija prati razvoj sustava za snimanje radarom sa sintetičkom aperturom i klasifikacijom objekata. Mikroračunalo oko kojeg je sustav implementiran provodi funkcije radarskog snimanja, rekonstrukcije radarske slike i modela dubokog učenja. Radarsko snimanje radi se po principu zemaljskog radara sa sintetičkom aperturom (GBSAR), a rekonstrukcija slike algoritmom Omega-K. Za klasifikaciju objekata uspoređene su različite arhitekture modela, od kojih se istaknula arhitektura rezidualne mreže (ResNet). Analizirani su rezultati modela treniranih sirovim radarskim podacima s rezultatima modela treniranih rekonstruiranim slikama. Pokazano je da, iako je lakše interpretirati rekonstruirane slike, modeli temeljeni na neobrađenim (sirovim) podacima postižu bolje rezultate. Sirovim podacima je prilagođena arhitektura rezidualne mreže s 18 slojeva (ResNet-18). Sustav povećava energetsku učinkovitost komunikacijom između klasifikacijskog modela i radara. Pokazano je da dinamičkim postavljanjem radarskih parametara 73% detaljnijih mjerenja nije potrebno provoditi za postizanje visoke razine točnosti klasifikacije. Istražena je mogućnost dodavanja novog izvora informacije modelu kroz snimanje dvjema linearnim polarizacijama. Opisani su pristupi povezivanja matrica dobivenih horizontalnom i vertikalnom polarizacijom te arhitektura modela koji te matrice prima odvojeno i spaja vektore značajki prije potpuno povezanog sloja. Kroz iteracije je pokazano da dodatna informacija iz matrice snimljene drugom polarizacijom povećava točnost modela.
Abstract (english)
This dissertation explores the development of a synthetic aperture radar (SAR) imaging and object classification system. Built around a microcomputer, the system integrates radar imaging, image reconstruction, and deep learning model. The radar operates on the Ground-Based Synthetic Aperture Radar (GBSAR) principle, with image reconstruction using the Omega-K algorithm. Various model architectures were compared for object classification, with the Residual Network (ResNet) architecture standing out. The dissertation analyzes models trained on raw radar data versus those trained on reconstructed images. Although reconstructed images are more intuitive, models based on raw data achieve superior results. The ResNet-18 architecture was adapted for raw data, maintaining the horizontal dimension of the data matrix during training. The system enhances energy efficiency using communication between the classification model and the radar. Dynamic adjustment of radar parameters reduces the need for detailed measurements by 73% while maintaining high classification accuracy. The potential of incorporating additional information to the model based on dual linear polarization imaging was also explored. Approaches for combining matrices recorded using horizontal and vertical polarizations were described, as well as a model architecture that processes these matrices separately before merging feature vectors before fully connected layer. Iterative testing demonstrated that additional information obtained using matrices recorded with other polarization improves model accuracy.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:296160
Promotion2024
Study programmeTitle: Computer Science
Study programme type: university
Study level: postgraduate
Academic / professional title: Doktor znanosti (Doktor znanosti)
Type of resourceText
Extent89 str.
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-08-29 07:59:14