Geri Dön

Decision making in tracking applications by using Dempster-Shafer theory

Hedef takip uygulamalarında Dempster-Shafer teorisi kullanarak karar verme

  1. Tez No: 384969
  2. Yazar: HASAN İHSAN TURHAN
  3. Danışmanlar: PROF. DR. MÜBECCEL DEMİREKLER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 125

Özet

Bu tez çalışmasının amacı çeşitli radarların bağlı olduğu füzyon sistemlerindeki hedef takip uygulamalarında veri füzyonu ve karar vermedir. Uygulama olarak hedefin tipine ve niteliğine karar verilmesi gerçekleştirilmiştir. Hedefin tipinin ve niteliğinin belirlenmesinde, literatürde Demspter-Shafer Teorisi olarak bilinen inanç fonksiyonları kullanılır. Dempster-Shafer Teorisi olaylara olasılıklar atayabilmek için yeterli istatistiğin olmadığı durumlarda eldeki veriler doğrultusunda olasılık ağırlıklarının atanması ve sonrasında da gelen tüm bilgilerin birleştirilmesi esasına göre uygulanır. Bu tez çalışmasında olasılık ağırlık ataması ve karar verme/birleştirme üzerinde yoğunlaşılmıştır. Hedef tipi tespiti izleme sırasında elde edilen kinematik veriler kullanılarak yapılır. Olasılık ağırlık ataması, izleyici çıktısı ve olası hedef tiplerine ait öncül (prior) bilgilerin birlikte kullanılması yoluyla elde edilmektedir. Öncül bilgi karma Gauss dağılımlı olasılık yoğunluk işlevleri, izleyici çıktısı olan ölçümler ise Gauss dağılımlı olasılık yoğunluk işlevleri olarak modellenir. Yöntem gerçek veriler kullanılarak test edilmiş ve literatürde önerilen yönteme en yakın yöntemler karşılaştırmak suretiyle performansı irdelenmiştir. Hedef tipi tespiti konusunda Bayes yaklaşımından yararlanan, bu probleme özgü bir de birleştirme yöntemi önerilmiştir. Yöntemin literatürdeki diğer yöntemlerden temel farkı olasılık ağırlıklarını atamadan önce gelen verileri birleştirmesidir. Yöntem gerçek veriler kullanılarak test edilmiş ve literatürdeki birleştirilme kurallarıyla karşılaştırılmak suretiyle irdelenmiştir. Hedefin niteliğine karar verilmesi, hedefin dost, düşman ya da tarafsız olduğunun belirlenmesidir. Bu karar, IFF Mod-4, IFF Mod-3, yasaklı bölge ihlali bilgisi, hava koridoru kullanım bilgisi ve görsel teşhis bilgisi kullanılarak verilir. Bu kaynaklardan gelen bilgiler, çoklu karar verme yöntemlerinden biri olan Analitik Hiyerarşi Süreci (Analytic Hierarcy Process) sorgulama yöntemleri ve Dempster-Shafer Teorisi kullanılarak olasılık ağırlıklarına çevrilir ve birleştirilir. Yöntem yapay veriler kullanılarak test edilmiştir.

Özet (Çeviri)

The aim of this thesis is to study attribute data fusion and decision making for targets tracked by a sensor network consisting of several radars. As an application deciding both target class and identity are studied. Since only partial information is available, Dempster-Shafer theory is used for this application to assign and combine probability masses. In this study, we focus on the problems of basic probability assignment and decision/data fusion. Classification of air vehicles according to their type is studied using the kinematic features obtained while tracking. The probability masses are obtained from tracker data and prior information that belong to possible target types. Prior information is modeled as a Gaussian mixture probability density function, while tracker data is modeled as a single Gaussian. This new methodology is tested with real data and its performance is examined by comparing it with the most similar method existing in the literature. Special to this type of air vehicle classification problem, a decision fusion approach is proposed that uses Bayesian formalism. The main difference of the proposed methodology from the existing methods is fusing the data before assigning the basic probabilities. Methodology is tested with real data and compared with the existing combination rules in the literature. Target identification is the decision of whether a target is a friend, hostile or neutral. This decision is made by using IFF Mod-4 information, IFF Mod-3 information, restricted area breach information, air corridor usage information and human-eye identification information. These piece of information are converted into probability masses and combined by using Analytic Hierarchy Process Interrogation methods and Dempster-Shafer Theory. Methodology is tested by using artificial scenarios.

Benzer Tezler

  1. Büyük veri ve kamu politikası: COVID-19 pandemi süreci dijital temas izleme uygulamaları üzerine uluslararası bir değerlendirme

    Big data and public policy: an international assessment of digital contact monitoring applications of the COVID-19 pandemic process

    TUĞBA GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Kamu YönetimiÇankırı Karatekin Üniversitesi

    Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı

    DOÇ. DR. EMİNE ÇELİKSOY

  2. Dolusavak plaka boşlukları boyunca akım ve türbülans karakteristiği

    Flow and turbulent characteristic over spillways slab gaps

    MUHAMMED FATİH ÖZÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞEVKET ÇOKGÖR

  3. Bankacılık sektöründe dış kaynak çalışan yönetiminin iyileştirilmesinde bilgi teknolojileri kullanımına yönelik bir uygulama

    An application to use information technologies to improve management of outsourced employee in the banking industry

    SEREN AKBABA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAN YILDIRIM

  4. Denizcilik işletmelerine yönelik entelektüel sermaye değerlemesi üzerine bir model önerisi

    A model proposal on valuation for intellectual capital of maritime businesses

    GİZEM ÇEVİK

    Doktora

    Türkçe

    Türkçe

    2023

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZCAN ARSLAN

  5. Kronik obstrüktif akciğer hastalığı teşhisi için makine öğrenmesi tabanlı yeni bir yöntem geliştirilmesi

    Development of a new machine learning-based method for the diagnosis of chronic obstructive pulmonary disease

    ENGİN MELEKOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ÜMİT KOCABIÇAK