Geri Dön

Çoklu sensör çoklu hedef takibi için polinom zamanlı algoritma geliştirilmesi

Developing a polynomial time algorithm for multi-sensor multi-target tracking

  1. Tez No: 392663
  2. Yazar: ALİ ÖNDER BOZDOĞAN
  3. Danışmanlar: DOÇ. DR. MURAT EFE
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 151

Özet

Bayesçi bir hedef takip filtresinin, sonsal hedef sürecinde hedefler arası etkileşimlerin incelenmesi amacıyla ikili korelasyon fonksiyonu kullanılmıştır. İkili korelasyon fonksiyonu ile, PHD filtresi Bayes sonsal hedef sürecinin itici yapıda olduğunu ve uzak hedefler arasında korelasyonun ölçüm olabilirlik fonksiyonuyla orantılı olarak sönümlendiği analitik olarak gösterilmiştir. CPHD ve JPDA filtreleri için Bayes sonsal hedef sürecinin tamamen itici veya çekici özellikte olmadığı ortaya koyulmuştur. JPDA filtresi için hedef ikilileri arasındaki etkileşim, ölçüm olabilirlik fonksiyonu ile uzak hedef ikilileri arasında sönümlenmektedir. CPHD filtresinde Bayes sonsal süreç hedef ikilileri arasında global etkileşimler gözlenmiştir. İndirgenmiş Palm sürecinin olasılık türeten fonksiyoneli türetilmiş ve indirgenmiş Palm süreci PHD ve CPHD filtreleri gibi hedef sürecinin uzaydaki dağılımını şiddet fonksiyonu ile modelleyen filtreler için hedefleri ayrıştırıcı bir iz çıkartıcı algoritma türetiminde kullanılmıştır. İndirgenmiş Palm süreci, yeni, yaklaşık çoklu sensör PHD ve CPHD filtreleri türetmekte kullanılmıştır. Bernoulli hedef süreci tabanlı yeni bir hedef takip algoritması türetilmiştir. Yapılan benzetimde, Bernoulli filtresinin en yakın komşu ve JPDAF yöntemlerine kıyasla MOSPA istatistiğine göre daha başarılı olduğu gözlenmiştir. JPDA filtresi ardışık Monte Carlo yöntemleri ile tatbik edildiğinde, türetilen yeni yöntemden hedef kaybı açısından yüksek tespit olasılık seviyesi için daha başarılı sonuçlar ortaya koymuştur. Bununla birlikte, orta ve düşük hedef tespit olasılık seviyeleri için yeni yöntemin iz kaybı başarımı JPDA metodundan üstündür.

Özet (Çeviri)

Pair correlation function is used to analyze pairwise interactions in the Bayes posterior target process for target tracking filters. It is shown that the Bayes posterior target process for the PHD filter is a repulsive process. Pairwise interactions in the Bayes posterior process for the PHD filter vanish with respect to measurement likelihood for distant target pairs. On the other hand, the Bayes posterior of the CPHD and the JPDA filters are shown to be neither repulsive nor attractive. While, pairwise interactions in the Bayes posterior process for the JPDA filter vanish for distant target pairs, the CPHD filter has global interactions between its target pairs. The probability generating functional for the reduced Palm process is derived and used to develop a track extraction algorithm that separates the Bayes posterior intensity function into tracks. The new track extraction algorithm is used to derive new approximations for the multisensor PHD and CPHD filters. A new target tracking filter, namely the Bernoulli filter is derived. Numerical studies show that Bernoulli filter outperforms JPDAF in terms of MOSPA statistic. The track loss rate of the JPDA implemented by the sequential Monte Carlo methods is better than the proposed method for a high level of target detection probability. However, the new method outperforms the JPDA in the number of lost tracks for medium and low target detection probability levels.

Benzer Tezler

  1. Multi-quadcopter salvo attack system with impact time and angle control guidance algorithm based on polynomial trajectory and artificial intelligence

    Yapay zeka ve polinom fonksiyonlu yörünge temelli etki zamanı ve açısı kontrollü güdüm algoritmasıyla çoklu dört pervaneli helikopter salvo saldırı sistemi

    FURKAN GÖKTUĞ AKBALIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖKHAN İNALHAN

    DR. ÖĞR. ÜYESİ BARIŞ BAŞPINAR

  2. Decentralized Kalman filter approach for multi-sensor multi-target tracking problems

    Çoklu sensör çoklu hedef izleme problemleri üzerine bir dağıtılmış Kalman filtresi yaklaşımı

    FAWZIA ABDIEN ALI ABDULLA

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. AŞKIN DEMİRKOL

  3. New methods for decentralised sensor fusion and extended target tracking models

    Merkezi olmayan sensör füzyonu ve genişletilmiş hedef takibi modelleri için yeni yöntemler

    HİLAL KÖKSAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE ÖZKAN

  4. Stochastic dynamic programming based resource allocation for multi target tracking for electronically steered antenna radar

    Elektronik taramalı radarlarda çoklu hedef takibi için stokastik dinamik programlama tabanlı kaynak paylaşımı

    ÇAĞLAR UZUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜBECCEL DEMİREKLER

  5. Multi-scan data association algorithm for multitarget tracking

    Çoklu hedef takibi için çok taramalı veri eşleme algoritması

    EMRE AĞIRNAS

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. KERİM DEMİRBAŞ