Geri Dön

Node clustering and fusion for moving target localization in distributed seismic sensor networks

Dağıtık sismik sensör ağlarında hareketli hedef konumlandırma için sensör kümelemesi ve füzyonu

PDF İndir

  1. Tez No: 883472
  2. Yazar: ERDEM KÖSE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ALİ KÖKSAL HOCAOĞLU
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Gebze Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 121

Özet

Konum belirleme, navigasyon, askeri savunma, ulaşım, deprem izleme, sağlık ve spor gibi çeşitli alanlarda büyük önem taşımaktadır. Küresel Konumlandırma Sistemi (GPS) ve Küresel Navigasyon Uydu Sistemi (GLONASS) gibi geleneksel konumlandırma teknolojileri yaygın olarak kullanılırken, Bluetooth ve 5G haberleşme sinyalleri gibi iletişim teknolojileri de mesafe değerlendirmesinden sonra çoklu yansıtma yoluyla konum tahminine katkıda bulunur. Ayrıca, Radyo Algılama ve Uzaklık Ölçme (RADAR) teknolojileri, iletilen sinyallerin yansımasına dayanarak konumlandırma için yaygın olarak kullanılmaktadır. Bununla birlikte, hedefler tarafından doğal olarak yayılan ses ve yer titreşimi gibi alternatif sinyal türlerinden de konum belirleme için yararlanılabilir. Sismik sensörler, nispeten düşük enerji tüketimi gerektirerek hedef tarafından algılanmadan sinyalleri pasif olarak yakalama avantajı sunar. Sismik sensörlerin düşük frekanslarda çalışması, düşük güç tüketimi ve ısı yayılımı avantajlarına rağmen, menzillerine sınırlamalar getirmektedir. En yaygın uygulamaları arasında trafik izleme, demiryolu sağlık izleme, deprem erken uyarı, araç algılama ve sınıflandırma yer alırken, sismik sensörlerle araç konumlandırma literatürde daha az araştırılmış bir alan olmaya devam etmektedir. Bizim araştırmamız ister paletli ister tekerlekli olsun, kritik bölgelerden geçen askeri araçların konumlarının belirlenmesinde sismik sensör ağlarının potansiyelini ortaya koymaya çalışmaktadır. Çok sayıda konumlandırma yöntemi önerilmiş olmasına rağmen, sismik sensörler ağırlıklı olarak özellikle deprem izlemede yoğun yer hareketlerinin merkez üssünü belirlemek için kullanılmıştır. Ancak, bu yöntemlerin araç konumlandırma için uyarlanması, arazi tipi, hava koşulları, araç hızı ve aks sayısı gibi faktörlerden kaynaklanan zorluklarla karşılaşır ve bunların tümü tespit edilen titreşim türünü etkiler. Bu çalışma, farklı araçlar tarafından üretilen sismik sinyallerden RSS elde etmede mevcut yöntemlerin kısıtlamalarını incelemektedir. Bu zorlukların üstesinden gelmek için, istatistiksel sinyal işleme ve Uzun-Kısa Süreli Bellek tabanlı Evrişimsel Sinir Ağlarından yararlanan yeni bir yaklaşım öneriyoruz. Bu yenilikçi metodoloji, sismik sensörler kullanarak araç lokalizasyonu ile ilgili sınırlamaların üstesinden gelmeyi amaçlamaktadır.

Özet (Çeviri)

Localization is of paramount importance in various domains including navigation, military defense, transportation, earthquake monitoring, healthcare, and sports. While conventional positioning technologies such as the Global Positioning System (GPS) and Global Navigation Satellite System (GLONASS) are widely employed, communication technologies like Bluetooth and Long-Term Evolution (LTE) signals also contribute to location estimation through multilateration after distance assessment. Additionally, Radio Detection and Ranging (RADAR) technologies are commonly utilized for positioning by relying on the reflection of transmitted signals. However, alternative signal types such as sound and ground vibration, naturally emitted by targets, can also be exploited for localization. Seismic sensors offer the advantage of passively capturing signals without detection by the target, via requiring relatively low energy consumption. Despite the advantages of operating at low frequencies, reduced power consumption and heat dissipation, seismic sensors impose limitations on their range. While their most common applications include traffic monitoring, railway health monitoring, earthquake early warning, vehicle detection, and classification, vehicle localization with seismic sensors remains a less explored area in the literature. As a result, our research endeavors to showcase the potential of seismic sensor networks in determining the positions and routes of military vehicles passing through critical zones, whether tracked or wheeled. Although numerous positioning methods have been proposed, seismic sensors have predominantly been utilized for pinpointing the epicenter of intense ground movements, particularly in earthquake monitoring. However, adapting these methods for vehicle positioning encounters challenges stemming from factors such as terrain type, weather conditions, vehicle speed, and axle count, all of which influence the type of vibrations detected. This study critically examines the constraints of existing methods in extracting Raw Signal Strength (RSS) from seismic signals generated by different vehicles. To address these challenges, we propose a novel approach leveraging statistical signal processing and Long-Short Term Memory (LSTM)-based Convolutional Neural Networks (CNN). This innovative methodology aims to overcome the limitations associated with vehicle localization using seismic sensor.

Benzer Tezler

  1. Tez No

    709909

    Multi-modal neuroimaging data prediction: Estimation of connectional brain template and multigraph classification with application to gender fingerprinting

    Çoklu modal nörogörüntüleme veri tahmini: Bağlantılı beyin şablonunun tahmini ve cinsiyet parmak izi uygulaması ile çoklu grafik sınıflandırma

    NADA CHAARI

    Doktora

    İngilizce

    İngilizce

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE CAMGÖZ AKDAĞ

    DR. ÖĞR. ÜYESİ ISLEM REKIK

  2. Tez No

    520802

    Decentralized node clustering and data aggregation using message passing algorithms in wireless sensor network

    Başlık çevirisi yok

    SAFA ABOOD NAMA

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZKAN UFUK NALBANTOĞLU

  3. Tez No

    402225

    Floaters on faraday waves: Clustering and heterogeneous flow

    Başlık çevirisi yok

    CEYDA SANLI

    Doktora

    İngilizce

    İngilizce

    2012

    Elektrik ve Elektronik MühendisliğiUniversity of Twente

    PROF. DR. DETLEF LOHSE

    DR. DEVARAJ VAN DER MEER

  4. Tez No

    797194

    Efficient routing in vanet networks using clustering and segmentation algorithm

    Başlık çevirisi yok

    MUSTAFA SAHER MOHAMMED ALHELLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    PROF. DR. OSMAN NURİ UÇAN

  5. Tez No

    297846

    Assessment of dynamic clustering in wireless sensor networks for the optimization of energy consumptiomn

    Kablosuz algılayıcı ağlarda enerji tüketiminin en iyilenmesi icin dinamik kümelemenin incelenmesi

    ASLI BALTA

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN ANARIM

Geri Dön