SDR Tabanlı Radar Sınıflandırma Sistemi Üzerine Mini Bir İnceleme: Son Gelişmeler ve Zorluklar

Year 2023, Volume: 4 Issue: 2, 124 - 129, 21.12.2023

Seçkin Öncü , Ali Kara

https://doi.org/10.53525/jster.1399129

Abstract

Analogdan dijitale geçiş, radyo sistemlerini dönüştürdü ve Yazılım Tanımlı Radyo (SDR), yazılım tabanlı yaklaşımlar aracılığıyla operasyonları gerçekleştirerek eşsiz esneklik ve uyarlanabilirlik getirdi. Son zamanlarda, SDR'nin yükselen popülerliği, Elektronik Destek (ED) alanında kullanılmalarını artırdı ve bu da radar sınıflandırma amacıyla kullanılmalarına olanak tanıdı. Bu kısa inceleme, literatürdeki mevcut SDR tabanlı radar sınıflandırma sistemlerini değerlendirmeyi amaçlamaktadır. İlk olarak, amaçlanan amaca yönelik olarak mevcut SDR tabanlı radar sınıflandırma sistemlerine genel bir bakış sunulmaktadır. Ardından, SDR tabanlı radar sınıflandırma süreci açıklanmaktadır. Daha sonra, SDR tabanlı radar sınıflandırmada karşılaşılan temel problem ve kısıtlamalara vurgu yapılmaktadır. Bunun ardından, gelecek araştırma çabalarını yönlendirmek için çözülmemiş konuların kısa bir incelemesi yapılmaktadır. Ayrıca, hala devam eden, yazarlar tarafından yürütülen araştırma çalışmalarına kısa bir şekilde değinilecektir.

Keywords

Yazılım Tanımlı Radyo, Elektronik Destek, Radar Sınıflandırma, Radar Parametre Çıkarımı, Kümeleme

A Mini-Review on SDR Based Radar Classification System: Recent Advances and Challenges

Abstract

The shift from analog to digital technologies has transformed radio systems, and Software Defined Radio (SDR) has introduced unparalleled flexibility and adaptability by executing operations through software-based approaches. In recent times, the burgeoning popularity of SDR has augmented their applicability within the realm of Electronic Support Measures (ESM), enabling their utilization for the purpose of radar classification. This short review aims to evaluate existing SDR based radar classification systems in the literature. Firstly, an overview of the existing SDR based radar classification systems is provided for the intended purpose. Subsequently, the process of SDR based radar classification is elucidated. Emphasis is then placed on the primary research obstacles encountered in SDR based radar classification. This is succeeded by a concise examination of unresolved matters to direct forthcoming research endeavors. Furthermore, a brief mention is made of the ongoing research studies conducted by the authors.

Keywords

Software Defined Radio, Electronic Support Measures, Radar Classification, Parameter Extraction, Clustering

References

• [1] A. De Martino, "Introduction to Modern EW Systems," Artech, 2012.
• [2] D. Adamy, "Introduction to Electronic Warfare Modeling and Simulation," Artech, 2002.
• [3] J. Mitola, "The software radio architecture," in IEEE Communications Magazine, vol. 33, no. 5, pp. 26-38, May 1995, doi: 10.1109/35.393001
• [4] A. M. Wyglinski, D. P. Orofino, M. N. Ettus, and T. W. Rondeau, "Revolutionizing software defined radio: case studies in hardware, software, and education," in IEEE Communications Magazine, vol. 54, no. 1, pp. 68-75, Jan. 2016, doi: 10.1109/MCOM.2016.7378428.
• [5] G. Baldini et al., "Security Aspects in Software Defined Radio and Cognitive Radio Networks: A Survey and A Way Ahead," in IEEE Communications Surveys & Tutorials, vol. 14, no. 2, pp. 355-379, Second Quarter 2012, doi: 10.1109/SURV.2011.032511.00097
• [6] T. Pető, "Multichannel passive radar receiver platform," 2015 17th International Conference on Transparent Optical Networks (ICTON), Budapest, Hungary, 2015, pp. 1-4, doi: 10.1109/ICTON.2015.7193445.
• [7] R.G. Licursi de Mello and F. Rangel de Sousa, "Non-analytical direction-finding method as a key step in pursuing low size, weight, costs, and computational power in the deinterleaving of radar pulses," IET Radar Sonar Navig., vol. 13, pp. 1876-1882, 2019, doi: 10.1049/iet-rsn.2018.5011.
• [8] R. Licursi de Mello and F. Rangel de Sousa, "Precise techniques to detect superimposed radar pulses on ESM systems," IET Radar Sonar Navig., vol. 12, pp. 735-741, 2018, doi: 10.1049/iet-rsn.2017.0563.
• [9] G. Revillon, A. Mohammad-Djafari, and C. Enderli, "Radar emitters classification and clustering with a scale mixture of normal distributions," IET Radar Sonar Navig., vol. 13, pp. 128-138, 2019, doi: 10.1049/iet-rsn.2018.5202.
• [10] R. G. Licursi de Mello, F. R. de Sousa, and C. Junqueira, "SDR-based radar-detectors embedded on tablet devices," 2017 SBMO/IEEE MTT-S International Microwave and Optoelectronics Conference (IMOC), Aguas de Lindoia, Brazil, 2017, pp. 1-5, doi: 10.1109/IMOC.2017.8121126.
• [11] P. Sharma, K. K. Sarma and N. E. Mastorakis, "Artificial Intelligence Aided Electronic Warfare Systems- Recent Trends and Evolving Applications," in IEEE Access, vol. 8, pp. 224761-224780, 2020, doi: 10.1109/ACCESS.2020.3044453.
• [12] R. G. Machado and A. M. Wyglinski, "Software-Defined Radio: Bridging the Analog–Digital Divide," in Proceedings of the IEEE, vol. 103, no. 3, pp. 409-423, Mar. 2015, doi: 10.1109/JPROC.2015.2399173.
• [13] A. Wyglinski and D. Pu, "Digital Communication Systems Engineering with Software-Defined Radio," Artech, 2013.
• [14] B.R. Mahafza, "Radar Systems Analysis and Design Using MATLAB," 3rd ed., Chapman and Hall/CRC, 2013, doi: 10.1201/b14904.
• [15] İ. E. Ortatatlı et al., "Real-time frequency parameter extraction for electronic support systems," 2016 24th Signal Processing and Communication Application Conference (SIU), Zonguldak, Turkey, 2016, pp. 105-108, doi: 10.1109/SIU.2016.7495687.
• [16] Li, W., et al.: Design of high-speed software defined radar with GPU accelerator. IET Radar Sonar Navig. 16(7), 1083–1094 (2022). https://doi.org/10.1049/rsn2.12244.
• [17] M. Ester et al., "A density-based algorithm for discovering clusters in large spatial databases with noise," in Kdd, vol. 96, 1996, pp. 226–231.