Akustik ve sismik sinyaller kullanılarak hareketli yer hedeflerinin sınıflandırılması
Classification of moving ground target using acoustic and seismic signals
- Tez No: 933261
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ KÖKSAL HOCAOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Hareketli yer hedeflerinin tespiti ve sınıflandırılması sınır güvenliği ve özel bölgelerin korunması için önem arz etmektedir. Bu çalışmada sınır güvenliği için mikrofon ve ivme ölçer sensörleri kullanılarak insan araba ve boş ortam sınıflandırması yapabilen bir algoritmanın geliştirilmesi amaçlanmıştır. Hedeflerin zemin yüzeyinde oluşturdukları sismik dalgalar ve etrafa yaydıkları akustik sinyaller ivmeölçer ve mikrofon sensörleri aracılığı ile SAYKAL ELEKTRONİK firması tarafından geliştirilen veri toplama sistemi kullanılarak kayıt altına alınmış ve bilgisayar ortamına taşınmıştır. Elde edilen sinyaller üzerinden zaman uzayı ve frekans uzayı analizleri yapılmış ve öznitelik çıkartımı işlemi gerçekleştirilmiştir. Zaman uzayı öznitelikleri olarak sinyallerin istatistiksel özellikleri, enerji, entropi gibi bilgileri kullanılmıştır. Frekans uzayında ise sinyallerin güç spektral yoğunluğu ve MFCC gibi farklı öznitelikleri kullanılmıştır. Sınıflandırma işlemini gerçekleştirmek amacıyla k-EYK, DVM ve XGBoosting algoritmaları kullanılmıştır. Çalışmanın başlangıç aşamasında, ivmeölçer ve mikrofon verileri üzerinde farklı modeller eğitilerek problemin çözümü üzerinde her bir sensör için başarı analizleri gerçekleştirilmiştir. Ancak, bu analizler sonucunda sınıflandırma performansının sınırlı kaldığı gözlemlenmiştir. Sonraki aşamada, ivmeölçer ve mikrofon sensörlerinden elde edilen veriler birleştirilmiş ve yeni bir model geliştirilmiştir. Bu kaynaştırılmış veri yaklaşımı ile sınıflandırma performansında belirgin bir iyileşme sağlanmıştır. Bununla birlikte, modelin sınıflandırma performansını daha da artırmak amacıyla alternatif bir yöntem önerilmiştir. Önerilen yöntem, sınıflandırma işlemini iki aşamalı bir algoritma ile gerçekleştirmektedir. Algoritmanın ilk aşamasında, sensör verileri ayrı ayrı ele alınarak analiz edilmektedir. Sensörlerin farklı tepki verdiği örnekler kaynaştırılarak bir tespit iyileştirme modeli oluşturulmuştur. Bu yaklaşım, hareketli hedeflerin tespit performansını artırmayı sağlamaktadır. İkinci aşamada ise tespit edilen hareketli hedeflerin sınıflandırma işlemi gerçekleştirilmiştir. Yapılan testler sonucunda, önerilen yöntemin sınıflandırma başarımını artırdığı ve mevcut yaklaşımlara kıyasla daha yüksek bir performans sağladığı gösterilmiştir.
Özet (Çeviri)
The detection and classification of moving ground targets are important for border security and protection of special areas. In this study, an algorithm was developed for border security that can classify human, vehicle and empty environment using microphones and accelerometer sensors. The seismic waves created by the targets on the ground surface and the acoustic signals they emit were recorded using a data collection system developed by SAYKAL Electronics company with accelerometers and microphone sensors and transferred to a computer environment. Time domain and frequency domain analyses were performed on the obtained signals. Feature extraction was performed. Statistical properties of signals, energy, entropy were used as time domain features. In frequency domain, different features of signals such as power spectral density and MFCC were used. To perform the classification process, k-NN, SVM, and XGBoosting algorithms were used. In the initial phase of the study, different models were trained on accelerometer and microphone data, and performance analyses were conducted for each sensor to solve the problem. However, it was observed that the classification performance remained limited. In the subsequent phase, data from the accelerometer and microphone sensors were fused, and a new model was developed. This data fusion approach resulted in a significant improvement in classification performance. Nevertheless, to further enhance the classification performance of the model, an alternative method was proposed. The proposed method performs the classification process using a two-stage algorithm. In the first stage, sensor data are analyzed separately. Examples that elicited different responses from the sensors were fused and passed through a detection improvement model. This approach enhanced the detection performance of moving targets. In the second stage, the classification process for the detected moving targets was carried out. Test results demonstrated that the proposed method improved classification performance and achieved higher accuracy compared to existing approaches.
Benzer Tezler
- Sapanca Gölü'ne ait yüksek çözünürlüklü sismik verilerin işlenmesi, gölün yapısal ve stratigrafik yorumlanması
Processing and interpretation of high-resolution marine seismic reflection profiles for recognition of faulting and sediment classification: Lake of Sapanca Turkey
ESRA GÖNÜL
Yüksek Lisans
Türkçe
2020
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜLYA KURT
- 5 Eylül 2012 Afyonkarahisar Askeri Mühimmat Deposu patlamasının sismolojik analizi
Seismological analysis of 5 September 2012 Afyonkarahisar Military Ammunition Store explosion
İREM ÖZKAVAF
Yüksek Lisans
Türkçe
2024
Jeofizik MühendisliğiSakarya ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH BUDAKOĞLU
- 3-D velocity structure of the gulf of Izmir (Western Turkey) by using traveltime tomography
İzmir körfezi'nin seyahat zamanı tomografisi ile 3-B hız modelinin elde edilmesi
ZEHRA ALTAN SAĞLAM
Doktora
İngilizce
2022
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. NESLİHAN OCAKOĞLU GÖKAŞAN
- Obtain anterior/posterior position of the tumor through machine learning
Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin
GOLSHAN GHOLAMPOUR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- A multi-disciplinary reservoir characterization of soğucak formation, northwest Thrace Basin, Türkiye; a detailed approach to minimize uncertainty in carbonates
Kuzey Batı Trakya Havzası'nda soğucak formasyonu'nun çok disiplinli rezervuar karakterizasyonu; karbonatlarda belirsizliği azaltmak için ayrıntılı bir yaklaşım
ERGİN KARACA
Doktora
İngilizce
2023
Jeofizik MühendisliğiOrta Doğu Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL ÖMER YILMAZ
PROF. DR. GÜNAY ÇİFCİ