Decision making in tracking applications by using Dempster-Shafer theory
Hedef takip uygulamalarında Dempster-Shafer teorisi kullanarak karar verme
- Tez No: 384969
- Danışmanlar: PROF. DR. MÜBECCEL DEMİREKLER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2021
Kamu YönetimiÇankırı Karatekin ÜniversitesiSiyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
DOÇ. DR. EMİNE ÇELİKSOY
- Dolusavak plaka boşlukları boyunca akım ve türbülans karakteristiği
Flow and turbulent characteristic over spillways slab gaps
MUHAMMED FATİH ÖZÜN
Yüksek Lisans
Türkçe
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEVKET ÇOKGÖR
- 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
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN YILDIRIM
- 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
2023
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZCAN ARSLAN
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÜMİT KOCABIÇAK