Derin öğrenme yaklaşımı ile RFID tabanlı 2 boyutlu konum belirleme uygulaması
RFID based 2-d localization with deep learning
- Tez No: 593754
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN OKTAY ALTUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: KTO Karatay Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Konum bulma teknolojileri için halihazırda GPS, bluetooth, Wi-Fi ve RFID gibi birçok teknoloji mevcuttur. Tüm bu teknolojiler arasında, düşük maliyetli olması ve enerji verimli olması gibi nedenlerle RFID teknolojisinin özel bir yeri vardır. İç mekanlarda konum tespit etme ihtiyacı RFID teknolojisinin önemini daha da artırmıştır. Bu çalışmada piyasadan hazır alınan RFID alıcı ve verici arasındaki iletişim bir dış donanım yardımıyla dinlenmiş, iletişim sonucu elde ettiğimiz verilerle derin öğrenme yaklaşımından faydalanılarak makine öğrenmesi sağlanmış ve belli bir hassasiyette konum tespiti yapılabilmiştir. Sinyalin melspectrogramı derin öğrenme algoritmasına beslenmiş ve nihayetinde sistemin alıcının eksenine göre simetrik yerleştirilen RFID etiketlerindeki eksen simetrisini, deney ortamındaki asimetrik yansımalardan dolayı fark edebildiği görülmüştür. Kısa mesafeli bir RFID etiketi ve alıcı/verici sistemi için, iki boyutlu ortamda 1,2 m çözünürlükte bir konum tespiti gerçekleştirilmiştir.
Özet (Çeviri)
A number of technologies are already available for positioning technologies such as GPS, bluetooth, Wi-Fi and RFID. Among these, RFID technology has a special place due to its low cost and low energy requirements. The need for indoor localization has further increased the importance of RFID technology. In this study, the communication between RFID receiver and transmitter was sniffed with the aid of an SDR receiver and the data obtained as a result of this communication was fed into a deep learning architecture and localization is achieved within a certain sensitivity. We figured that the system was able to distinguish symmetrically placed RFID tags thanks to asymmetric reflections in the experimental indoor environment. For a short-range RFID tag and receiver system, a 1.2 m resolution in position detection was achieved in a 2D environment.
Benzer Tezler
- Video analysis based fish detecton and tail beat frequency estimation in fishways
Video analizi ile balık geçitlerinde balık tanıma ve kuyruk sallama frekansı tahmini
YASİN YILDIRIM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- Gerçek zamanlı öğrenci takip sistemi ve derin öğrenme yaklaşımı ile maske tespiti
Mask detection with real-time student tracking system and deep learning approach
BAHTİYAR CERİT
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. RAİF BAYIR
- Derin öğrenmeye dayalı yüz ve vücut biyometrilerinin tümleştirilmesi
Fusion of face and body biometrics based on deep learning
AHMET BİLGİÇ
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Derin öğrenme yaklaşımı ile malaria (sıtma) hastalığı görüntülerinin sınıflandırılması
Classification of malaria disease images using deep learning approach
MOHANAD MOHAMMED QANBAR
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilişim Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Derin öğrenme yaklaşımı ile fındık meyvesinin sınıflandırılması
Classification of hazelnut fruit with a deep learning approach
ENGİN GÜNEŞ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. EYÜP EMRE ÜLKÜ
DOÇ. DR. KAZIM YILDIZ