Yapay zeka tabanlı hava hedeflerinin sınıflandırılması
Classification of air targets based on artificial intelligence
- Tez No: 916659
- Danışmanlar: PROF. DR. EROL KURT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Derin öğrenme, Hava trafik yönetimi, Makine öğrenmesi yöntemleri, Deep learning, Air traffic management, Machine learning methods
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, gözetleme radarlarında yapay zekâ tabanlı sınıflandırma yöntemlerinin etkinliğini incelemektedir. Gözetleme radarları, hava trafiğini güvenli bir şekilde yönetmek, hava araçlarının konumlarını belirlemek ve potansiyel tehditleri erken tespit etmek amacıyla kritik bir rol oynar. Çalışmada, Radar Kesit Alanı (RKA), hız ve irtifa gibi uçuş verilerinin analiz edilmesi ve bu verilere dayalı sınıflandırma işlemlerinin gerçekleştirilmesi hedeflenmiştir. Makine öğrenmesi ve derin öğrenme algoritmaları kullanılarak farklı sınıflandırma yöntemlerinin başarı oranları karşılaştırılmıştır. MATLAB ortamında gerçekleştirilen uygulamalarda, Topluluk Torbalama Ağaçları (Ensemble Bagged Trees) ve Ağırlaştırılmış En Yakın Komşular (Weighted KNN) gibi makine öğrenmesi ile CNN ve RNN gibi derin öğrenme algoritmalarına ait performans ölçütleri analiz edilmiştir. Elde edilen bulgular, gözetleme radarlarının hava hedeflerini daha güvenilir ve hızlı bir şekilde sınıflandırmasını sağlamak amacıyla, yapay zekâ temelli modellerin uygulanabilirliğini ortaya koymakta olup hava sahası güvenliği ve etkin hava trafik yönetimi için gelecekteki radar sınıflandırma sistemlerinde yapay zekâ temelli çözümlerinin önemini ve potansiyelini vurgulamaktadır.
Özet (Çeviri)
This thesis investigates the effectiveness of AI-based classification methods in surveillance radars. Surveillance radars play a critical role in safely managing air traffic, determining the location of aircraft, and early detection of potential threats. The study aims to analyze flight data such as Radar Cross Section (RCS), speed, and altitude, and to perform classification operations based on these data. The success rates of different classification methods are compared using machine learning and deep learning algorithms. In the applications carried out by MATLAB application, the performance metrics of machine learning algorithms such as Ensemble Bagged Trees and Weighted KNN and deep learning algorithms such as CNN and RNN are analyzed. The findings reveal the applicability of AI-based models to enable surveillance radars to classify air targets more reliably and quickly, and emphasize the importance and potential of AI-based solutions in future radar classification systems for airspace security and effective air traffic management.
Benzer Tezler
- Askeri ve sivil hava hedeflerinin LSTM ile teşhislendirilmesi
Identification of military and civilian targets by LSTM
GÜNER EDA TURANLI
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiTobb Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM TUNA ÖZDÜR
- Görüntü işleme ve radar verilerinin birleştirilmesiyle hava hedeflerinin tespiti ve sınıflandırılması
Detection and classification of aerial targets through the fusion of image processing and radar data
MELİSA GÜLER
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURİ BİNGÖL
- Missile evasion maneuver generation with model-free deep reinforcement learning
Modelden bağımsız derin pekiştirmeli öğrenme ile füzeden kaçınma manevraları
MUHAMMED MURAT ÖZBEK
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Sentetik açıklıklı radar (SAR) uyduları ile deniz hedeflerinin tespiti
Detection of maritime targets with synthetic aperture radar (SAR) satellites
ERHAN İKİZ
Yüksek Lisans
Türkçe
2025
Havacılık ve Uzay MühendisliğiMilli Savunma ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUNCAY YUNUS ERKEÇ
- Artificial intelligence based dynamic mission planning with probabilistic roadmaps and voronoi diagrams using predictive launch acceptability region approach
Kestirimci fırlatmaya uygunluk bölgesi kullanarak olasılıksal yol haritaları ve voronoi diyagramları ile yapay zeka tabanlı hava-yer görev planlama
MUSTAFA RAŞİT ÖZDEMİR
Yüksek Lisans
İngilizce
2021
Savunma ve Savunma TeknolojileriOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA ERTEKİN BOLELLİ