Geri Dön

Radar mikro-Doppler imzalarinin özniteliklerden faydalanilarak insan hareketlerinin tespitinin gerçekleştirilmesi ve karakteristiklerinin çikarilmasi

Determination and characterization of human movements by utilization of attributes of radar micro-Doppler signatures

  1. Tez No: 891415
  2. Yazar: ONUR TEKİR
  3. Danışmanlar: PROF. DR. CANER ÖZDEMİR, DR. ÖĞR. ÜYESİ BETÜL YILMAZ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Mersin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 180

Özet

İnsanın eşsiz iki ayaklı hareketi yürüme ve koşma gibi farklı eylemlerin birbirinden ayırt edilmesinde kullanılacak kadar frekans alanında özgün bir mikro-Doppler izi üretmektedir. İnsan hareketlerinin radar teknolojileri kullanılarak tespit edilmesinde kullanılan özniteliklerinin daha kolay ve hızlı bir şekilde elde edilmesi için gereken algoritmaların geliştirilmesi ve bu algoritmaların deneysel verilerle doğrulanması bu tez çalışmasının asıl konusudur. Geliştirilen algoritmalar kamuya açık hazır hareket yakalama veri tabanındaki yürüme, koşma, sürünme, boks gibi karmaşık insan hareketleri ile test edilerek başarılı sonuçlar vermiştir. Deney çalışmalarında kullanılmak üzere C bandında çalışan radar sistemi geliştirilmiştir. Bu radar sistemi insan hareketlerinin radar cevaplarından mikro Doppler imzalarını çıkaracak teknik özelliklere sahip olmakla beraber tamamen yazılım tabanlı olarak tasarlanmıştır. Radar parametre kontrolünün yanında sinyal üretim ve işlemesindeki esneklikler nedeniyle klasik radar sistemleri yerine yazılım tabanlı radar sistemi tercih edilmiştir. Tasarlanan sistemde yazılım tabanlı radarın çalışması için gerekli tüm donanımlar tek bir kasa içinde toplanması sayesinde hiçbir ekstra cihaza ihtiyaç duymadan gönderilecek sinyal türünü, band genişliğini, örnekleme frekansını veri toplama süresini ayarlamaya imkân tanımaktadır. Geliştirilen bu radar sistemiyle iç ve dış ortamlarda yapılan deneyler sonucunda veriler toplanmıştır. Toplanan bu verilere Kısa zaman Fourier dönüşümü (KZFD) uygulanarak mikro Doppler imzalarını içeren spektrogramlar elde edilmiştir. Tez kapsamında geliştirilen algoritmalar kullanılarak bu spektrogramlardan insan hareketlerine ait özniteliklerin daha rahat elde edilmesi amaçlanmıştır. Literatürde yer alan birçok çalışmada gövde salınımına ait Doppler frekanslarının tespiti için, spektrogramdaki en yüksek güç yoğunluğuna sahip noktalara karşılık gelen frekanslar gövdeye ait kabul edilmiştir. Tez kapsamında Kalman filtresi kullanılarak geliştirilen gövde tespitine yönelik algoritma sonucunda diğer yöntemlerde ortaya çıkan spektrogramdaki sıçramalar ve dağınıklığın aksine daha gerçekçi ve etkin sonuçlar alınmıştır. Gövde etkisini ortadan kaldırmak için geliştirilen algoritma sayesinde tespiti yapılan gövde frekansları basit dairesel kaydırma işlemi uygulanarak 0 Hz civarına çekilerek diğer uzuvlara ait öznitelik çıkarma işlemleri daha kolay ve doğruluk seviyesi daha yüksek bir duruma getirilmiştir. Diğer bir algoritma ile gövde hariç diğer uzuvların Doppler frekans değerlerinin gerçek değerlerine en yakın şekilde bulunması için insan Doppler eşik değerine dayalı zarf algoritmasıyla pozitif ve negatif yönde salınım yapan uzuvların frekans sınırları tespit edilmiştir. Son olarak uzuvlara ait her bir dönüşümlü periyot için üst zarfın minimum noktaları ve alt zarfın maksimum noktaları belirlenip, üst zarfın minimum noktaları, kübik enterpolasyon şeması yardımıyla dönüşümlü periyot içindeki alt zarfın maksimum noktalarına bağlanmıştır. Bu şekilde, ikisi arasındaki eksik değerler kübik bir yaklaşımla tahmin edilmiştir. Bu algoritma sonucunda sol ve sağ uzuv zaman-Doppler imzaları ayrı ayrı oluşturulmuştur. Hem gövdeye ait frekans çizgisi hem de uzuvlara ait bu zarflar üzerinden insan hareketlerinin öznitelikleri çıkarılmıştır. Çıkarılan bu öznitelikler üzerinden işlem yapılması sınıflandırma çalışmalarını daha etkin ve hızlı bir hale getireceği öngörülmüştür. Geliştirilen algoritmalar hem insana ait hazır hareket verilerinde hem de deney çalışmaları sonucunda geliştirdiğimiz radar ile toplanan verilere uygulandığında başarılı sonuçlar elde ederek insan hareketlerine ait öznitelikleri çok hızlı ve doğru bir şekilde çıkarmıştır.

Özet (Çeviri)

The unique human bipedal movement produces a characteristic micro-Doppler signature in the frequency domain that can be used to distinguish between different actions such as walking and running. The main subject of this thesis is the development of algorithms for the easy and fast extraction of features used in the detection of human motion using radar technologies and the validation of these algorithms with experimental data. The developed algorithms were tested with complex human movements such as walking, running, crawling, boxing, etc. in the publicly available motion capture database and were found to give successful results. A radar system operating in C band has been developed to be used in the experimental studies. This radar system has the technical features to extract micro Doppler signatures from the radar responses of human movements and is completely software based. Software-based radar system is preferred over conventional radar systems due to the flexibility in signal generation and processing as well as radar parameter control. In the designed system, all the hardware required for the operation of the software-based radar is collected in a single case, allowing the signal type, bandwidth, sampling frequency and data collection time to be adjusted without the need for any extra devices. With the developed radar system, data were obtained as a result of indoor and outdoor experiments After that the developed algorithms were applied to these collected data. By using the algorithms developed in this thesis, it is aimed to obtain the features of human movements more easily from these spectrograms. In many studies in the literature, the frequencies corresponding to the points with the highest power density in the spectrogram are considered to belong to the body for the detection of Doppler frequencies of the body oscillation. As a result of the algorithm for body detection developed by using Kalman filter within the scope of this thesis, more realistic and effective results are obtained in contrast to the jumps and clutter in the spectrogram that occur in other methods. Thanks to the algorithm developed to eliminate the torso effect, the detected torso frequencies are reduced to around 0 Hz by applying a simple circular shift process, making the feature extraction of other limbs easier and more accurate. With another algorithm, the frequency limits of the limbs oscillating in the positive and negative directions were determined with the envelope algorithm based on the human Doppler threshold value in order to find the Doppler frequency values of the limbs other than the torso as close as possible to their actual values. Finally, the minimum points of the upper envelope and the maximum points of the lower envelope were determined for each alternating period of the limbs, and the minimum points of the upper envelope were connected to the maximum points of the lower envelope within the alternating period with the help of a cubic interpolation scheme. In this way, the missing values between the two were estimated with a cubic approach. As a result of this algorithm, left and right limb time-Doppler signatures were generated separately. Both the frequency line of the body and the envelopes of the limbs were used to extract the features of human movements. It is predicted that processing on these extracted features will make classification studies more effective and faster. The developed algorithms obtained successful results when applied to both human motion data and the data collected with the radar we developed as a result of the experimental studies, and extracted the features of human movements very quickly and accurately.

Benzer Tezler

  1. Çevresel ve operasyonel koşullara uyarlı mikro doppler veri işleme

    Adaptive micro doppler data processing for environmental and operational conditions

    BARIŞ EROL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SEVGİ ZÜBEYDE GÜRBÜZ

  2. Classification of human motion using radar micro-doppler signatures with hidden markov models

    İnsan hareketlerinin radar mikro-doppler imzaları ve gizli markov modelleri ile sınıflandırılması

    MEHMET ONUR PADAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÇAĞATAY CANDAN

  3. Improved helicopter classification via deep learning and overlapped range-doppler maps

    Derin öğrenme ve örtüşen menzil-doppler görüntüleri ile geliştirilmiş helikopter sınıflandırması

    DENİZ CAN ACER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. IŞIN ERER

  4. Radar mikro-doppler imza sınıflandırma problemi için derin sinir ağı başlatma ve eğitim metodolojileri

    Deep neural network initialization and training methodologies for radar micro doppler signature classification

    MEHMET SAYGIN SEYFİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE MELDA YÜKSEL TURGUT

    YRD. DOÇ. DR. AHMET MURAT ÖZBAYOĞLU

  5. Gürültülü durumlar için radar mikro-doppler sınıflandırma başarımının iyileştirilmesi

    Enhancement of radar micro-doppler classification performance in noisy conditions

    CESUR KARABACAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SEVGİ ZÜBEYDE GÜRBÜZ