Evaluation of multi target tracking algorithms in the presence of clutter
Parazitli ortamlarda çoklu hedef takip algoritmalarının değerlendirilmesi
- Tez No: 167271
- Danışmanlar: PROF.DR. MUSTAFA KUZUOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: parazit, sahte hedef, iz başlatma, veri ilişkilendirme, kapı, hedef dinamikleri, IMM, JPDAF VII, clutter, false alarms, track initiation, data association, gating, target kinematics, IMM, JPDAF
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
oz PARAZİTLİ ORTAMLARDA ÇOKLU HEDEF TAKİP ALGORİTMALARININ DEĞERLENDİRİLMESİ Güner, Onur Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Mustafa Kuzuoğlu Ağustos 2005, 88 Sayfa Bu tez, radar uygulamalarında çoklu hedef takibi yaklaşımlarının kuramsal taban, uygulama ve test etme aşamalarını anlatmaktadır. Bu tezdeki ana kavram parazitli ortamlardan kaynaklanan sahte hedeflerin bulunduğu durumlarda takip algoritmalarının performanslarının değerlendirilmesidir. Çoklu hedef takip algoritmaları üç ana başlıktan oluşmaktadır: iz başlatma, veri ilişkilendirme ve tahmin. İz başlatma için iki yöntem sunulmuştur. Birincisi, belirli bir seviye ile karşılaştırmanın yapıldığı iz skor fonksiyonu, ikincisi ise tespit sayısına dayanan 2/2 & M/N yöntemidir. Veri ilişkilendirme problemi için çevre koşullarına ve hedef sayısına göre birtakım algoritmalar geliştirilmiştir. Veri ilişkilendirme yöntemleri içinde en basit olanı en yakın komşu veri ilişkilendirme yöntemidir. Bunun yanında, çoklu hipotez kullanan olasılıksal veri ilişkilendirme ve ortak olasılıksal veri ilişkilendirme yöntemleri sunulmuş ve incelenmiştir. Bunlara ek olarak ölçümlerin izlerle ilişkilendirilmesinde, hesaplamalardaki zorlukları azaltması dolayısıyla kapı yöntemi önemli bir konudur. Genellikle, bunun için eliptik kapılar kullanılmaktadır. Tahminler için ise durum kestirimi ve ölçüm güncellemesi yapan Kalman filtreleri vıkullanılmıştır. Filtrelemede, hedef dinamikleri filtrenin doğru modellenmesi için önemli bir noktadır. Bundan dolayı, çeşitli hedef dinamik modellerine dayanan Kalman filtreleri paralel çalıştırılmış ve filtrelerin çıktıları tek bir sonuca ulaşmak için birleştirilmiştir. Bu yöntem manevra yapan hedefler için geliştirilmiştir ve etkileşimli çoklu model (IMM) olarak adlandırılır. Tüm bu algoritmalar parazitli veya parazitsiz ortamlarda çoklu hedef takibi yapabilmek için birleştirilmiştir. Bu amaç doğrultusunda iz skor fonksiyonu, ortak olasılıksal veri ilişkilendirme (JPDAF) ve etkileşimli çoklu model algoritması kullanılmıştır.
Özet (Çeviri)
ABSTRACT EVALUATION OF MULTI TARGET TRACKING ALGORITHMS IN THE PRESENCE OF CLUTTER Güner, Onur M.S., Department of Electrical and Electronics Engineering Supervisor: Prof. Dr. Mustafa Kuzuoğlu August 2005, 88 Pages This thesis describes the theoretical bases, implementation and testing of a multi target tracking approach in radar applications. The main concern in this thesis is the evaluation of the performance of tracking algorithms in the presence of false alarms due to clutter. Multi target tracking algorithms are composed of three main parts: track initiation, data association and estimation. Two methods are proposed for track initiation in this work. First one is the track score function followed by a threshold comparison and the second one is the 2/2 & M/N method which is based on the number of detections. For data association problem, several algorithms are developed according to the environment and number of tracks that are of interest. The simplest method for data association is the nearest-neighbor data association technique. In addition, the methods that use multiple hypotheses like probabilistic data association and joint probabilistic data association are introduced and investigated. Moreover, in the observation to track assignment, gating is an important issue since it reduces the complexity of the computations. Generally, ellipsoidal gates are used for this purpose. For estimation, Kalman filters are used IVfor state prediction and measurement update. In filtering, target kinematics is an important point for the modeling. Therefore, Kalman filters based on different target kinematic models are run in parallel and the outputs of filters are combined to yield a single solution. This method is developed for maneuvering targets and is called interactive multiple modeling (IMM). All these algorithms are integrated to form a multi target tracker that works in the presence (or absence) of clutter. Track score function, joint probabilistic data association (JPDAF) and interactive multiple model filtering are used for this purpose.
Benzer Tezler
- Dizel makinanın makina öğrenmesi yöntemi kullanılarak modellenmesi ve karar-destek mekanizması oluşturulması
Machine learning method based marine diesel engine modelling and decision-support system setting
TOLGA ŞAHİN
Doktora
Türkçe
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CEVAT ERDEM İMRAK
- Değişken rezolüzyonlu görüntü örnekleyici
Multi resolution image sampler
RIZA CAN TARCAN
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. M. SAİT TÜRKÖZ
- Airborne ground surveillance with multi-hop UAV networks
Çoklu-hop iletişimli İHA ile havadan yer gözetimi
ABDULSAMET DAĞAŞAN
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EZHAN KARAŞAN
- Real-time joint multi-camera multi-person tracking
Gerçek zamanlı bütünleşik çoklu kamera çoklu insan takibi
ABDUSSAMET TARIK TEMÜR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE AKBAŞ
- Secure and coordinated beamforming in 5G and beyond systems using deep neural networks
5G ve ötesi sistemlerde derin sinir ağları kullanarak güvenli ve koordineli hüzmeleme
UTKU ÖZMAT
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET AKİF YAZICI
DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRKOL