Doğrusal olmayan parçacık filtresinin esnek hesaplama yöntemleri ile optimizasyonu
Optimization of the nonlinear particle filter with flexible calculation methods
- Tez No: 804561
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN ZORLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 74
Özet
Sistem durumu tahmini, dinamik sistem yönetiminde önemli bir konudur. Parçacık filtresi (PF) doğrusal olmayan ve Gauss olmayan sistemlerde durum tahmini için yaygın olarak kullanılır. Ancak PF'de parçacık dejenerasyonu sorunu olduğu bilinmektedir. Yeniden örnekleme stratejisi bu soruna çözüm sunar, ama parçacık çeşitliliğinin azalmasına sebep olduğu için yoksullaşma problemini ortaya çıkarır. Bu çalışmada standart PF'nin bu sorunlarının üstesinden gelebilmek için çeşitli yaklaşımlar önerilmiştir. Parçacık filtresinin, evrimsel algoritmalardan Genetik algoritma (GA) ve Diferansiyel Evrim algoritması (DE) ve popülasyon tabanlı optimizasyon algoritmalarından Parçacık Sürü Optimizasyon algoritması (PSO) ve Yapay Arı Koloni algoritması (YAK) ile optimize edilmiş hali olan geliştirilmiş yeni parçacık filtresi yöntemleri sunulmuştur. Her bir algoritma ile optimize edilmiş PF'nin standart PF ile karşılaştırılması bir sistem modeli ile simüle edilmiştir. Simülasyon sonuçları bu algoritmaların kullanılmasıyla elde edilen geliştirilmiş PF'lerin standart Parçacık filtresine göre daha doğru durum tahmini yaptığını göstermektedir. Gerçekleştirilen durum tahmininin RMSE performans değerlendirme sonuçları çalışmanın başarısını desteklemektedir.
Özet (Çeviri)
System state estimation is an important issue in dynamic system management. Particle filter (PF) is widely used for state estimation in nonlinear and non-Gaussian systems. However, the PF is known to suffer from particle degeneracy. The resampling strategy offers a solution to this problem, but introduces the problem of impoverishment as it leads to a reduction in particle diversity. In this paper, several approaches are proposed to overcome these problems of the standard PF. New improved particle filter methods are presented, which are optimised with the evolutionary algorithms Genetic Algorithm (GA) and Differential Evolution Algorithm (DE) and the population-based optimisation algorithms Particle Swarm Optimisation Algorithm (PSO) and Artificial Bee Colony Algorithm (YAK). The comparison of the PF optimised by each algorithm with the standard PF is simulated with a system model. Simulation results show that the improved PFs obtained by using these algorithms provide more accurate state estimation than the standard particle filter. The RMSE performance evaluation results of the state estimation support the success of the study.
Benzer Tezler
- Ağırlıklandırılmış myriad filtrelerin genetik, parçacık sürüsü ve yapay arı kolonisi algoritmaları ile optimizasyonu
Optimization of weighted myriad filters with genetic, particle swarm and artificial bee colony algorithms
ŞEYDA SUNCA
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN ZORLU
- Mobil robotlarda parçacık filtresi kullanarak eş zamanlı lokalizasyon ve haritalama
Simultaneous localization and mapping for mobile robots with particle filters
ALİ KULELİ
Yüksek Lisans
Türkçe
2009
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Infrastructure independent pedestrian localization using dead reckoning and particle filter
Parakete seyri hesabı ve parçacık filtresi ile altyapısız yaya konum belirleme
MEHMET ENES CAVLI
Yüksek Lisans
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Kanal kestirimi için bayesçi yaklaşımlar
Bayesian approaches for channel estimation
ERDOĞAN AYDIN
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Performance evaluation of thoroughly adaptive particle filter (TAPF) for 3D radar tracking applications
3D radar takip uygulamalarında tümüyle uyarlı parçacık filtresi'nin (TAPF) performans analizi
KADİR GÖKBERK YAPICI
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELDA GÜNEY