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: Belirtilmemiş.
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
- Data-driven anomaly detection for airspace security using ADS-B surveillance data
ADS-B gözetim verisi ile hava sahası güvenliği için veri tabanlı anomali tespiti
ABDULLAH ÇERKEZOĞLU
Yüksek Lisans
İngilizce
2025
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. BARIŞ BAŞPINAR
- Mobil bankacılıkta sürdürülebilir kararları teşvik etmek: Etkileşim mekanizmalarının rolü
Promoting sustainable decision-making in mobile banking: The role of interaction mechanisms
MERVE AYDIN
Yüksek Lisans
Türkçe
2026
Endüstri Ürünleri TasarımıYıldız Teknik ÜniversitesiSanat ve Tasarım Ana Bilim Dalı
DOÇ. DR. NUR CEMELELİOĞLU
- Dijital yabancı dil eğitim platformlarının çok kriterli karar verme teknikleriyle seçilmesi ve değerlendirilmesi
Selection and evaluation of digital foreign language education platforms using multi-criteria decision making techniques
ALİ YAVUZ
Yüksek Lisans
Türkçe
2025
Eğitim ve ÖğretimAksaray ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. RAHMİ BAKİ
- A brain-computer interface for object selection and tracking in videos
Videolarda nesne seçme ve takibi için beyin-bilgisayar arayüzü
CAN AKSOY
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ÖZKAN
DR. ÖĞR. ÜYESİ NİHAN ALP
- Bankaların kredi tahsis süreçlerinin otomasyonu için RPA ve python ile karar destek modeli geliştirilmesi
Development of a decision support model using RPA and python to automate banks' credit allocation processes
KARDELEN SENA SAĞLAM AKSOY
Yüksek Lisans
Türkçe
2025
Yönetim Bilişim Sistemleriİstanbul Medipol ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ÖZGE DOĞUÇ KARDEŞ