Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Audio Generation from Radar signals, for target classification
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Optimization and Systems Theory.
2017 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Ljudgenerering från radar signaler, för målklassificering (Swedish)
Abstract [en]

Classification in radar application are often of great interest, since one does not only want to know where a target is, but also what type of target it is. This thesis focus on transforming the radar return from a target into a audio signal. So that the classification can be done by human perception, in this case human hearing. The aim of these classification methods is to be able to distinguish between two types of targets of roughly the same size, namely birds and smaller Unmanned Aerial Vehicles (UAV). It is possible with the radar to measure the targets velocity by using the Doppler effect. To be able to distinguish in which direction the target is moving are a so called I/Q representation of the radar return used, which is a complex representation of the signal. Using signal processing techniques, we extract radar signals generated from the target. By spectral transforms it is possible to generate real valued signals from the extracted target signals. It is required to extend these signals to be able to use them as audio signals, this is done with an extrapolation technique based on Autoregressive (AR) processes. The extrapolated signals are the signals used as the audio output, it is possible to perform the audio classification in most of the cases.

This project is done in collaboration with Sebastian Edman [7], where different perspectives of radar classification has been investigated. As mentioned this thesis focus on transforming the radar return into an audio signal. While Edman in his thesis [7] making use of a machine learning approach to classify the targets from the generated audio signal.

 

Abstract [sv]

Klassificering är ofta av stort intresse inom radarapplikation, eftersom man inte bara vill veta var ett mål befinner sig men också vad för typ av mål det är. Denna uppsats fokuserar på att omvandla radarekot från ett mål till en ljudsignal. Så att klassificeringen kan ske med mänskliga sinnen, i detta fall hörseln. Syftet med dessa klassificeringsmetoder är att kunna klassificera två typer av mål med ungefär samma storlek, nämligen fåglar och mindre obemannade flygfordon (UAV). Det är möjligt att med radarn mäta målets hastighet med hjälp av Doppler-effekten. För att kunna avgöra i vilken riktning målet rör sig används en I/Q-representation, som är en komplex representation av radar signalen. Med signalbehandling är det möjligt att extrahera radar signaler som målet generar. Genom att använda spektrala transformationer är det möjligt att generera reellvärda signaler från de extraherade målsignalerna. Det är nödvändigt att förlänga dessa signaler för att kunna använda dem som ljudsignaler, detta görs med en extrapoleringsteknik baserad på Autoregressiva (AR) -processer. De ljudsignaler som används är dessa extrapolerade signalerna, det är i det flesta fall möjligt att utifrån ljudet genomföra klassificeringen.

Detta projekt är utfört i samarbete med Sebastian Edman [7], där olika inriktningar av radarklassificering har undersökts. Som nämnts ovan fokuserar denna uppsats på att omvandla

Place, publisher, year, edition, pages
2017.
Series
TRITA-MAT-E ; 2017:70
National Category
Computational Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-215502OAI: oai:DiVA.org:kth-215502DiVA, id: diva2:1148091
External cooperation
SAAB
Subject / course
Optimization and Systems Theory
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
Available from: 2017-10-10 Created: 2017-10-10 Last updated: 2017-10-10Bibliographically approved

Open Access in DiVA

fulltext(3318 kB)60 downloads
File information
File name FULLTEXT01.pdfFile size 3318 kBChecksum SHA-512
477557776db1e0c8d80073d3e7b1ca9d5d9f252c86bb693562d042ba78e58e043f6c5061c020ce818586eefdeec4c5bfc08123c3ed7017d24fa9a24e78ce9b53
Type fulltextMimetype application/pdf

By organisation
Optimization and Systems Theory
Computational Mathematics

Search outside of DiVA

GoogleGoogle Scholar
Total: 60 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 299 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf