Geri Dön

Performance analysis of signal de-noising techniques in distributed acoustic sensing systems

Dağıtılmış akustik algılama sistemlerinde gürültü azaltma tekniklerinin başarım analizi

PDF İndir

  1. Tez No: 672091
  2. Yazar: SALEH ABUFANA
  3. Danışmanlar: PROF. DR. ALİ KARA
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 75

Özet

Bu tez çalışmasında, fiber optik tabanlı akustik algılayıcı sistemlerde kullanılmak üzere, tehditlerin tespit ve sınıflandırılmasına yönelik özgün bir yöntem önerilmektedir. Yöntemin ilk aşamasında, ölçülen sinyalleri gürültüden arındırmak için dalgacık tabanlı gürültü düşürme tekniği uygulanmakta, ardından zaman düzleminde farklar ile filtreleme yapılmaktadır. Ayrıca bu aşamada, otokorelasyon kullanılarak menzil üzerinde aktivitelerin görünürlüğü de arttırılmaktadır. Sonrasında, yüksek korelasyon gösteren sinyallerin güçleri hesaplanarak, tehdit olabilecek etkinlikler/aktivasyonlar belirlenmeye çalışılmaktadır. Burada eşik değerleme yöntemi ile de aktivasyon olan menzil aralıkları tespit edilmektedir. Sonraki aşamada ise, tespit edilen aktivasyon sinyalleri, varyasyonel mode ayrıştırma tekniği ile modlara açılarak sınırlı-bantlı modlar ile yeniden oluşturulmaktadır. Ardındanda ileri derece istatistikler kullanılarak sinyal öznitelikleri çıkarılmaktadır. Son aşamada ise, doğrusal destek vektör makinaları kullanılarak tehditlerin sınıflandırılması yapılmaktadır. Yöntemin etkinliği, kısıtlı miktardaki tehdit ve ölçüm verisinin kanal gürültüsü ile zenginleştirilmesi suretiyle elde edilen genişletilmiş bir veriseti üzerinde test edilmiştir. Önerilen yöntemin tehdit tespit ve sınıflandırılmasında etkili olduğu görülmüştür.

Özet (Çeviri)

In this thesis, it is aimed to propose a novel method to detect and classify the threats for fiber optic distributed acoustic sensing (DAS) systems based on phase-OTDR. In the first stage of the proposed method, Wavelet de-noising method is applied to remove the noise from the measured backscattered signal, and difference in time domain approach is used to perform high-pass filtering. In this stage, autocorrelation is also used for improving interferometric visibility of the events in all range bins. Further, the power of the correlated signals at each bin is calculated and sorted. Hence, the maximum valued bins are considered to be the event signal. In the second stage, the detected event signals are decomposed into a series of band-limited modes by using VMD technique, and from these modes, the enhanced event signals are reconstructed. Moreover, from the reconstructed event signals, higher order statistical (HOS) features are extracted. In the last stage, Linear Support Vector Machine (LSVM)-based classification approach is implemented to the extracted features for discriminating the threats. In order to measure the effects of the proposed method on the classification performance, different types of activities collected from various points of a fiber optic cable have been used under different SNR levels. The results show the effectiveness of the proposed method in threat detection and classification.

Benzer Tezler

  1. Tez No

    397854

    Vibration-based fault detection for ball bearings

    Bilyalı rulmanlarda titreşim verileri kullanılarak hasar tespiti

    REZA GOLAFSHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. KENAN YÜCE ŞANLITÜRK

  2. Tez No

    856676

    Roller bearing fault detection using rotary encoder

    Açısal enkoder kullanarak bilyalı rulmanlarda hata tespiti

    SAMET YALDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. KENAN YÜCE ŞANLITÜRK

  3. Tez No

    401367

    Evaluating effects of denoising and feature extraction methods on classification of EMG signals

    Başlık çevirisi yok

    ERCAN GÖKGÖZ

    Doktora

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolInternational Burch University

    PROF. DR. ABDULHAMİT SUBAŞI

  4. Tez No

    453504

    Robust adaptive learning approach of artificial neural networks

    Yapay sinir ağları için sağlam adaptif öğrenme yaklaşımı

    ALAA ALI HAMEED HAMEED

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BARIŞ KOÇER

  5. Tez No

    849673

    RECURRENT NEURAL NETWORKS AND NEW WAVELET FUCTION FOR ANALYSIS AND CONTROL OF ELECTRICAL AND ENERGY SYSTEMS

    ELEKTRIK VE ENERJI SISTEMLERININ ANALIZI VE KONTROLÜ IÇİN YENILENEN SINIR AĞLAR VE YENİ DALGALANMA FONKSIYONU

    SAEID SHEIKHMEMARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

Geri Dön