Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman

Autores
Trobiani, Armando; Rancan, Claudio; Britos, Paola Verónica
Año de publicación
2008
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Las Medidas de Apoyo Electrónico (Electronic Support Measures ESM) tienen que ver con la búsqueda, intercepción, localización, análisis e identificación de energía electromagnética irradiada con propósitos militares. Una función crítica de un sistema ESM es la identificación en tiempo real del tipo de radar asociado con cada tren de pulsos interceptado. Esta tarea constituye un desafío debido a la creciente densidad electromagnética, típica de una zona de conflicto, donde puede haber cientos de miles de pulsos por segundo, además de gran dispersión en los modos de trabajo de los radares militares. En este trabajo se examina un sistema de reconocimiento de emisiones de radar que combina diversas fuentes de información para predecir el tipo de radar más probable. Los parámetros del pulso que caracterizan el tipo de radar se utilizan para la tarea de clasificación, mientras que los parámetros de carácter espacial (dirección de arribo y amplitud) se utilizan para separar los trenes de pulsos correspondientes a los distintos emisores activos. El componente principal del sistema de reconocimiento es un clasificador basado en una red neuronal con capacidad de aprendizaje incremental, que se entrena para determinar el tipo de emisor radar presente en el ambiente. El sistema aprende en forma autónoma a identificar cada tipo específico de radar, directamente a partir de la información recolectada de campo
Presentado en el Congreso General
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Transmitters
red ARTMAP difusa
ESM
Clustering
Medidas de Apoyo Electrónico
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/21407
Acceder
id SEDICI_ceef860e03d36e443ef2d2f7ad744b75
oai_identifier_str oai:sedici.unlp.edu.ar:10915/21407
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros KalmanTrobiani, ArmandoRancan, ClaudioBritos, Paola VerónicaCiencias InformáticasTransmittersred ARTMAP difusaESMClusteringMedidas de Apoyo ElectrónicoLas Medidas de Apoyo Electrónico (Electronic Support Measures ESM) tienen que ver con la búsqueda, intercepción, localización, análisis e identificación de energía electromagnética irradiada con propósitos militares. Una función crítica de un sistema ESM es la identificación en tiempo real del tipo de radar asociado con cada tren de pulsos interceptado. Esta tarea constituye un desafío debido a la creciente densidad electromagnética, típica de una zona de conflicto, donde puede haber cientos de miles de pulsos por segundo, además de gran dispersión en los modos de trabajo de los radares militares. En este trabajo se examina un sistema de reconocimiento de emisiones de radar que combina diversas fuentes de información para predecir el tipo de radar más probable. Los parámetros del pulso que caracterizan el tipo de radar se utilizan para la tarea de clasificación, mientras que los parámetros de carácter espacial (dirección de arribo y amplitud) se utilizan para separar los trenes de pulsos correspondientes a los distintos emisores activos. El componente principal del sistema de reconocimiento es un clasificador basado en una red neuronal con capacidad de aprendizaje incremental, que se entrena para determinar el tipo de emisor radar presente en el ambiente. El sistema aprende en forma autónoma a identificar cada tipo específico de radar, directamente a partir de la información recolectada de campoPresentado en el Congreso GeneralRed de Universidades con Carreras en Informática (RedUNCI)2008-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/21407spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:37Zoai:sedici.unlp.edu.ar:10915/21407Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:37.616SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
title Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
spellingShingle Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
Trobiani, Armando
Ciencias Informáticas
Transmitters
red ARTMAP difusa
ESM
Clustering
Medidas de Apoyo Electrónico
title_short Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
title_full Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
title_fullStr Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
title_full_unstemmed Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
title_sort Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman
dc.creator.none.fl_str_mv Trobiani, Armando
Rancan, Claudio
Britos, Paola Verónica
author Trobiani, Armando
author_facet Trobiani, Armando
Rancan, Claudio
Britos, Paola Verónica
author_role author
author2 Rancan, Claudio
Britos, Paola Verónica
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Transmitters
red ARTMAP difusa
ESM
Clustering
Medidas de Apoyo Electrónico
topic Ciencias Informáticas
Transmitters
red ARTMAP difusa
ESM
Clustering
Medidas de Apoyo Electrónico
dc.description.none.fl_txt_mv Las Medidas de Apoyo Electrónico (Electronic Support Measures ESM) tienen que ver con la búsqueda, intercepción, localización, análisis e identificación de energía electromagnética irradiada con propósitos militares. Una función crítica de un sistema ESM es la identificación en tiempo real del tipo de radar asociado con cada tren de pulsos interceptado. Esta tarea constituye un desafío debido a la creciente densidad electromagnética, típica de una zona de conflicto, donde puede haber cientos de miles de pulsos por segundo, además de gran dispersión en los modos de trabajo de los radares militares. En este trabajo se examina un sistema de reconocimiento de emisiones de radar que combina diversas fuentes de información para predecir el tipo de radar más probable. Los parámetros del pulso que caracterizan el tipo de radar se utilizan para la tarea de clasificación, mientras que los parámetros de carácter espacial (dirección de arribo y amplitud) se utilizan para separar los trenes de pulsos correspondientes a los distintos emisores activos. El componente principal del sistema de reconocimiento es un clasificador basado en una red neuronal con capacidad de aprendizaje incremental, que se entrena para determinar el tipo de emisor radar presente en el ambiente. El sistema aprende en forma autónoma a identificar cada tipo específico de radar, directamente a partir de la información recolectada de campo
Presentado en el Congreso General
Red de Universidades con Carreras en Informática (RedUNCI)
description Las Medidas de Apoyo Electrónico (Electronic Support Measures ESM) tienen que ver con la búsqueda, intercepción, localización, análisis e identificación de energía electromagnética irradiada con propósitos militares. Una función crítica de un sistema ESM es la identificación en tiempo real del tipo de radar asociado con cada tren de pulsos interceptado. Esta tarea constituye un desafío debido a la creciente densidad electromagnética, típica de una zona de conflicto, donde puede haber cientos de miles de pulsos por segundo, además de gran dispersión en los modos de trabajo de los radares militares. En este trabajo se examina un sistema de reconocimiento de emisiones de radar que combina diversas fuentes de información para predecir el tipo de radar más probable. Los parámetros del pulso que caracterizan el tipo de radar se utilizan para la tarea de clasificación, mientras que los parámetros de carácter espacial (dirección de arribo y amplitud) se utilizan para separar los trenes de pulsos correspondientes a los distintos emisores activos. El componente principal del sistema de reconocimiento es un clasificador basado en una red neuronal con capacidad de aprendizaje incremental, que se entrena para determinar el tipo de emisor radar presente en el ambiente. El sistema aprende en forma autónoma a identificar cada tipo específico de radar, directamente a partir de la información recolectada de campo
publishDate 2008
dc.date.none.fl_str_mv 2008-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/21407
url http://sedici.unlp.edu.ar/handle/10915/21407
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615804124921856
score 13.070432

Publicaciones similares