Hava araçlarının ADS-B sinyalleri yardımıyla sınıflandırılması


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: GÜRSU GÜRER

Danışman: Ali Kara

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Hava trafik yoğunluğunun günden güne artması ve bu trafiğin yönetilebilmesi amacıyla giderek daha fazla öneme sahip olan Otomatik Bağımlı Gözetim-Yayın (ADS-B) sistemleri, herhangi bir yer/hava kullanıcısının ihtiyaç duyacağı pozisyon, iz ve yer hızı vb. bilgilerin bir yayın kaynağı aracılığıyla belli aralıklarla iletimini sağlayan bir gözetim uygulamasıdır. ADS-B out ve ADS-B in olarak 2 farklı servisi olan ADS-B, radar sisteminin yerini alarak tüm dünyada hava trafiğini yönetme yolundadır. ADS-B protokolünde yayınlanan mesajlar kriptolu (encrypted) ya da yetkilendirilme anahtarına sahip (authenticated) değildir. Bu sebeple bir çeşit SDR (Software Define Radio) ya da benzeri düşük bütçeli cihaz ile bu yayınlar kolayca dinlenebilir ya da sahte ADS-B mesajları yayınlanarak siber saldırılar gerçekleştirilebilir. Bu tarz saldırıların önüne geçilmesi için Radyo Frekans Parmak izi (RFF), sinyallerin sınıflandırılması için başarılı sonuçlar üretebilir. Bu çalışmada, hava araçlarının kimliklendirilebilmesi için ADS-B yayın kaynakları RFF vasıtasıyla sınıflandırılmıştır. SDR yardımıyla 8 farklı uçaktan 3480 adet gerçek ADS-B sinyali kaydedilmiştir. Bu sinyallerin benzersiz parmak izinin çıkartılması için güç spektral yoğunluğu (PSD) özelliği kullanılmıştır. Doğrusal, polinom ve dairesel tabanlı (RBF) kernel fonksiyonu ile destek vektör makinaları kullanarak hava araçları kimliklendirilmiştir. Kimliklendirme esnasında farklı sinyal-gürültü oranlarına (SNR) göre test sonuçları gözlemlenmiştir. En düşük SNR seviyesinde (10 dB) dahi önerilen SVM metodunda polinom kernel fonksiyonu kullanarak %92'lik bir başarım yakalanmıştır. Az sayıda ve düşük SNR'a sahip gerçek sinyallerden oluşan veri setiyle dahi RFF sınıflandırmasının başarılı olabileceğini gösterilmiştir.