Gürültülü durumlar için radar mikro-doppler sınıflandırma başarımının iyileştirilmesi
Enhancement of radar micro-doppler classification performance in noisy conditions
- Tez No: 387565
- Danışmanlar: YRD. DOÇ. DR. SEVGİ ZÜBEYDE GÜRBÜZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Farklı hedef tipleri veya aynı hedefin farklı hareketleri için radar mikro-Doppler sinyalleri birbirinden farklı olmaktadır. Bu durum, radar mikro-Doppler sinyallerinin hedef sınıflandırması için kaynak olarak kullanılması fikrini doğurmuştur. Son 10 yılda mikro-Doppler tabanlı birçok sınıflandırma çalışması yayınlanmıştır. Bu çalışmalar, deneysel radar verileri kullanılarak yapıldığında genellikle yakın mesafelerden ve parazit yansımanın önemsiz olduğu durumlar için gerçekleştirilmektedir. Benzetim çalışmalarında da gürültü ve parazit yansıma etkileri çoğu zaman ihmal edilmektedir. Sınıflandırma başarımının gürültü ve parazit yansıma etkilerinin ihmal edildiği ideal durumlar için ölçülmesi, yapılan çalışmanın sonuçlarını gerçeklikten uzaklaştırmaktadır. Bu çalışmada, benzetim verileri kullanılarak mikro-Doppler imzaları üzerinden bir sınıflandırma çalışması gerçekleştirilmiştir. Hedeflere ait radar benzetim verileri oluşturulurken gürültü ve parazit yansıma etkileri de modellenmiştir. Gürültü ve parazit yansımalı verilerle elde edilen sınıflandırma başarımı, gürültüsüz durumda elde edilen ile karşılaştırılmıştır. Ayrıca, gürültülü durumda görüntü işleme teknikleri kullanılarak başarımı artırmak için bir yöntem önerilmiştir. Sonuçlar iki farklı sınıflandırıcı ile denenmiş ve önerilen yöntemin sınıflandırma başarımında %5 ile %15 arasında bir artış sağladığı görülmüştür.
Özet (Çeviri)
Micro-Doppler radar signals for different target types or different movements of a target are also different from each other. This leads to usage of micro-Doppler radar signals as a source of classifying targets. Many micro-Doppler based target classification studies have been published in the last ten years. The studies which are done using experimental radar data are usually carried out in situations where target is close to the radar and clutter effect is minimal. In simulation studies, noise and clutter effects are also ignored. Measurement of classification performance for idealistic conditions in which noise and clutter effects are not taken into account makes the outcomes of the study doubtful. In this thesis, a classification study of micro-Doppler based target signatures is carried out using simulation data. While generating radar simulation data of targets, noise and clutter effects are also modeled. Classification performance obtained from the data containing noise and clutter is compared to noise free data. In addition, a method is proposed to increase the performance in noisy situations using image processing techniques. The results are obtained with two different classifiers and the proposed method has made an increase from 5% to 15% in the classification performance.
Benzer Tezler
- Çevresel ve operasyonel koşullara uyarlı mikro doppler veri işleme
Adaptive micro doppler data processing for environmental and operational conditions
BARIŞ EROL
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEVGİ ZÜBEYDE GÜRBÜZ
- Sparse linear microwave imaging with alternating direction method of multipliers
Alternatif yön çarpanlar yöntemi ile seyrek lineer mikrodalga görüntüleme
CİHAN BEREKETOĞLU
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇAYÖREN
- Kalman filtresi ve olasılıksal veri ilişkilendirme yöntemlerini kullanan çoklu hedef izleme algoritmaları
Multi-target tracking algorithms employing both kalman filtering and probabilistic data association
ADNAN LANA
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. İ. CEM GÖKNAR
- Derin öğrenme kullanarak uçak tanıma
Aircraft recognition with deep learning
ZEYNEL ÜNAL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞADİ ŞEHAB
- Air-Sea Interactions in the Formation of Thunderstorms over Marmara Region: Physical Processes and Modelling
Marmara Bölgesi'nde Orajların Oluşumunda Hava-Deniz Etkileşimlerinin Etkisi: Fiziksel Süreçler ve Modelleme
VELİ YAVUZ
Doktora
İngilizce
2022
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ DENİZ