Czasopismo | ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA | Rocznik 2018 - zeszyt 2

The Concept of ELINT DataBase based on ERD Modelling

Koncepcja Bazy Danych ELINT powstałej w oparciu o modelowanie ERD

10.15199/13.2018.2.8

Janusz DUDCZYK

nr katalogowy: 112345
10.15199/13.2018.2.8

Streszczenie

This paper provides an overview of the Entity-Relationship Modelling (ERM), which is used to construct the Emitter DataBase (EDB) for current ELectronic INTelligence (ELINT) systems. The method described, delivers a data model of radar signal, called the Entity-Relationship Diagram (ERD). This model incorporates some of the important semantic information about the real radar signal and its platform, weapon system, location, antenna system, ect. A special diagrammatic technique is introduced as a tool for DataBase design, by using Barker’s notation. Also, semantic ambiguities in ERD for radar signal is analysed. The author pay special attention to the character and the meaning of the “radar signature” in DataBase, taking into consideration the difficulties that appear during the process of the parameter selection. Special ERD of radars, presented in this paper, can be used in real time or non-real time on any PC computer with portable HDD containing the signals collected earlier. Such approach is very convenient to operators’ training as it gives them an opportunity to meet rare radar signals and reduces the cost of Electronic Warfare (EW) exercises.

Abstract

Niniejszy artykuł przedstawia metodę Modelowania Związków Encji (MZE), która została wykorzystana do budowy Bazy Danych Emiterów (BDE) sygnałów radarowych, mającej zastosowanie we współczesnych systemach rozpoznania elektronicznego ELINT. Zaprezentowana metoda dostarcza model danych sygnału radarowego w postaci Diagramu Związków Encji (DZE). Model ten, zawiera ważne informacje semantyczne o rzeczywistym sygnale radarowym, jego platformie, systemie uzbrojenia, lokalizacji, systemie antenowym, itd. Baza Danych Emiterów została zaprojektowana przy użyciu sformalizowanego zapisu graficznego w notacji Barkera. Również w procesie projektowania zostały poddane analizie wieloznaczności semantyczne sygnału radarowego w aspekcie powstałego DZE. Autor pragnie zwrócić szczególną uwagę na charakter i znaczenie „metryki radaru” w bazie danych, biorąc pod uwagę trudności pojawiające się podczas procesu doboru parametrów opisujących ww. metrykę. Diagram Związków Encji sygnałów radarowych przedstawiony w niniejszym artykule, może być używany w czasie rzeczywistym na dowolnym sprzęcie komputerowy klasy PC z przenośnym dyskiem twardym zawierającym zarejestrowane wcześniej sygnały radarowe. Takie podejście jest bardzo wygodne dla analityków oraz operatorów systemów ELINT i umożliwia przetwarzanie rzadko spotykanych sygnałów radarowych przy jednoczesnej minimalizacji kosztów ćwiczeń w zakresie Walki Elektronicznej (WE).

Słowa kluczowe

Keywords

Bibliografia

[1] Wiley, R.G. 1985. Electronic intelligence: The interception of radar signals. Artech House, Inc., MA.
[2] Zhang, C., H. Yang, W. Hu and W. Yu 2007. Ship formation recognition based on information fusion of spaceborne IMINT and ELINT. Proc. SPIE 6795, DOI: 10.1117/12.775016.
[3] Teorey, J.T., S. Lightstone, T. Nadeau and H.V. Jagadish 2011. Database Modeling and Design: Logical Design. Morgan Kaufmann Publishers Inc., San Francisco, CA.
[4] Chen, P. 1975. The entity-relationship model-toward a unified view of data. Journal ACM Transactions on Database Systems 1 (1), 9-36, DOI: 10.1145/320434.320440.
[5] Teorey, J.T., D. Yang and J.P. Fry 1986. A logical design methodology for relational databases using the extended entity-relationship model. Journal ACM Computing Surveys 18 (2), 197- 222, DOI: 10.1145/7474.7475.
[6] Dudczyk, J. 2001. Applying the Relational Modelling to Design ELINT System’s Database. Proc. of 4th International Electronic and Telecommunication Conference of Students and Young Scientific Workers SECON’2001, Warsaw, 14-15 November 2001, vol. 1, pp. 32-38.
[7] Dudczyk, J., J. Matuszewski and M. Wnuk 2002. Applying the relational modelling and knowledge based techniques to the emitter database design. IEEE Proc. of MIKON 2002, 1, 172-175, DOI: 10.1109/MIKON.2002.1017828.
[8] Kolahi, S., and L. Libkin 2010. An information-theoretic analysis of worst-case redundancy in database design. Journal ACM Transactions on Database Systems 35 (1), DOI. 10.1145/1670243.1670248.
[9] Widom, J., and S. Ceri 1996. Active Database Systems: Triggers and Rules for Advanced Database Processing. Morgan Kaufmann Publishers Inc., San Francisco, CA.
[10] Efrim, B.J. 2005. IS Practitioners Views on Core Concepts of Information Integrity. International Journal of Accounting Information Systems 6 (4), 260-279.
[11] Zhang, Y., A. Rajimwale, A.C. Arpaci-Dusseau and R.H. Arpaci -Dusseau 2010. End-to-end Data Integrity for File Systems. Computer Sciences Department, Univ. of Wisconsin- -Madison, 1-14.
[12] Dudczyk, J., and A. Kawalec 2015. Specific emitter identification based on graphical representation of the distribution of radar signal parameters. Bulletin of the Polish Academy of Sciences, Technical Sciences, Vol. 63, No. 2, pp. 391-396, DOI: 10.1515/ bpasts-2015-0044
[13] Dudczyk, J. 2016. Radar emission sources identification based on hierarchical agglomerative clustering for large data sets. Journal of Sensors, Hindawi Publishing Corporation, Vol. 2016, Article ID 1879327, 9 pages (http://dx.doi.org/10.1155/2016/1879327) ISSN: 1687-725X(Print).
[14] Roe, J., S. Cussons and A. Felthman 1990. Knowledge-based Signal Processing for Radar ESM Systems. IEEE Proc. 137 (5), 293-301.
[15] Barker, R. 1990. CASE Method: Entity Relationship Modelling. Addison-Wesley Professional, MA.
[16] Batini, C., S. Ceri and S. Navathe 1992. Conceptual database design. Benjamin/Cummings Pub. Co.
[17] Dudczyk, J. 2017. Fractal Analysis-Applications in Physics, Engineering and Technology. Chapter 6: Specific Emitter Identification Based on Fractal Features, pp. 115-135. InTech, Croatia, June 2017.
[18] Dhillon, I.S., S. Mallela and R. Kumar 2003. A divisive information theoretic feature clustering algorithm for text classification. Journal of Machine Learning Research 3, 1265-1287, ISSN: 1532-4435.
[19] Raś, Z.W., E. Wyrzykowska and H. Wasyluk 2007. Action Rules Discovery Based on Agglomerative Strategy. Int. Workshop Mining Complex Data, 196-208, DOI: 10.1007/978-3-540-68416-9_16.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 55517 "Diagnosis resolution of p..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2010-9 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2018-2

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma