Uncertain noise statistics in interacting multiple model target tracking algorithm
Etkileşimli çok modelli hedef izleme algoritmalarında belirsiz gürültü istatistikleri
- Tez No: 93339
- Danışmanlar: PROF. DR. MÜBECCEL DEMİREKLER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Durum Kestirimi, Hedef izleme, Etkileşimli Çok Modelli Hedef İzleme Algoritması iv, Gürültü, Hedef izleme algoritmaları, State Estimation, Target Tracking, IMM. in, Noise, Target tracking algorithms
- Yıl: 2000
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
öz ETKÎLEŞİMLÎ ÇOK MODELLÎ HEDEF İZLEME ALGORİTMALARINDA BELİRSİZ GÜRÜLTÜ İSTATİSTİKLERİ Karcı, M. Haydar Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Mübeccel Demirekler Aralık 2000, 80 Sayfa Bu çalışmada amaçlanan manevra yapan hedeflere yönelik, etkileşimli çok modelli hedef izleme algoritmasını esas alarak, bir izleme algoritması geliştirmektir. Modellerdeki gürültü istatistikleri belirsiz olduğunda çok modelli hedef izleme algoritmasının performansında düşüş görülmektedir. Bu sorunu gidermek için modellerdeki gürültü istatistiklerinin akıllıca ayarlanması uygun olabilir. Bu tezde manevra yapan hedefleri izlemek için IMM algoritması gerçeklenmiş, belirsiz gürültü istatikleri sorununu çözmek için literatür incelenmiş ve uygun bir algoritma IMM yapısı içerisine yerleştirilmiştir. Ayrıca MATLAB üzerinde test amaçlı bir yazılım geliştirilmiştir.
Özet (Çeviri)
ABSTRACT UNCERTAIN NOISE STATISTICS IN INTERACTING MULTIPLE MODEL TARGET TRACKING ALGORITHM Karcı, M. Haydar M.S., Department of Electrical and Electronics Engineering Supervisor: Prof. Dr. Mübeccel Demirekler December 2000, 80 Pages The aim of this work is to develop a single-target tracking algorithm for maneuvering targets, based on the IMM (Interacting Multiple Model) algorithm. Insufficient knowledge on the process noise covariances for the models used in the IMM algorithm may lead to insufficient tracking performance. In order to improve the performance of the IMM algorithm, an intelligent adjustment of model process noise covariances may be helpful. In this thesis, IMM algorithm is implemented in order to used in tracking maneuvering targets. To overcome the uncertainty in noise statistics noise identification literature is surveyed and a suitable algorithm is selected to embed in the IMM framework. For test purposes a tracking software is developed with MATLAB.
Benzer Tezler
- Türkiye elektrik piyasasında istatistiksel yöntem ve makine öğrenmesi algoritmaları kullanılarak kısa vadeli gün öncesi elektrik fiyatı tahmini için hibrit bir yaklaşım
A hybrid approach short-term day-ahead electricity price forecasting in the turkish power market using statistical method and machine learning algorithms
CEMRE NUR GÜNGÖR
Yüksek Lisans
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ITIR SATOĞLU
- Test verilerine dayalı, makine öğrenmesi ve derin öğrenme yöntemleri ile batarya sağlık durumu tahmini
Battery state of health estimation based on test data using machine learning and deep learning methods
MEHMET ALİ ARSLANTAŞ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. FİKRET ÇALIŞKAN
- Gelişmiş makine öğrenmesi ile sermaye piyasalarında kısa vadeli yön tahmini ve dinamik TP/SL analizi
Short-term direction forecasting in capital markets with advanced machine learning and dynamic TP/SL analysis
EMRE ARI
Doktora
Türkçe
2026
İstatistikİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Gan güç transistörlerinin anahtar kayıplarının nöral ağ tabanlı modellenmesi
Neural network based modeling of switching losses in gan power transistors
ALİİMZA DAŞDEMİR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ONUR GÜLBAHÇE
- Applications of deep reinforcement learning for advanced driving assistance systems
İleri sürüş destek sistemleri için derin pekiştirmeli öğrenme uygulamaları
MUHARREM UĞUR YAVAŞ
Doktora
İngilizce
2023
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR