Sensör verisi birleştirme teknikleri ve hedef izleme sistemine uygulanması

Veri füzyonu fiziksel, geometrik ve coğrafik olarak, farklı yada aynı yapıda olup birden fazla sayıda olan sensörlerden gelen işaretlerden belirli bir anlam çıkarmak üzere gerçekleştirilen işlem ve metodların tümüne verilen isimdir. Bu çalışmada öncelikle veri füzyonu ve veri fözyonunda başlıca kullanılan teknikler incelenmiştir. Müteakiben veri füzyonunun basamaklarından biri olan verilerin güvenirliliğinin incelenmesi konusu üzerinde çalışılmıştır. Bu kapsamda iki farklı sensörden belli bir zaman aralığı için hareketli bir nesneye ait hız ve pozisyon bilgilerinin alındığı kabul edilmiştir. Takibi yapılmak istenen hedefe ait bilgiler MATLAB simulinkte 1-15 sn. zaman aralığı için hesaplanmıştır. Yapılan hesaplamalar sonucunda sensörler tarafından tespit edilen ve öngörülen hız ve pozisyon ölçümleri ortaya konulmuştur. Elde edilen sonuçlar bulanık mantık kontrolör kullanılarak değerlendirilmiştir. Sonuç olarak, değerlendirilen verilerin doğruluk derecelerine göre veri füzyonu için kullanılıp kullanılmayacağına karar verilmesini sağlayacak bir simiilasyon çalışması sunulmaktadır.

Data fusion techniques and target tracking application

Data fusion is the name of the methods or procedures that collects the information from different or same sensors of physical, geometric or geographic signs to generate a meaning. Data fusion is a procedure formed from several stages. In this study, after examining data fusion and the techniques that are used in data fusion, , data reliability which is one of the phases of data fusion subject, was examined. In this context, two different sensors at a given time for a moving object is assumed to be taken the speed and position information. Tracking information which belongs to target, is calculatedfor the time interval 1-15 sec. in MATLAB simulink. Predicted speed and position calculations and measurements which is detected by sensors are showed in the results of the calculation. The obtained results were evaluated by using fuzzy logic controller. Finally, according to the accuracy ratings of datas, it is provided a decision if the information can be used in data fusion or not in presented simulation study.

PDF

___

Çalışmalarındaki destek ve yardımlarından dolayı Hv.Mu.Ütğm. Ömer ÇETİN'e teşekkür ederim. [1]Mandic, D. Obradovic, D. Kuh, A. Adali, T. Trutschel, U. Golz, M. De Wilde, P. Barria, J. Constantinides, A. Chambers, J. 2005. Data Fusion For Modern Engineering Applications: An Overview, International Conference on Artificial Neural Networks, POLONYA.
[2]Biroğul, S. Sönmez, Y. 2007, Neden Veri Füzyonu, Akademik Bilişim 2007 Dumlupınar Üniversitesi, Kütahya.
[3]Hall, D.L, Llinas, J. 2001. Handbook of Multisensor Data Fusion, CRC Press, 537, USA.
[4]Llinas, J. Bowman C. Rogova, G. Steinberg, A. Waltz, E. White, F. 2004. Revisiting the JDL Data Fusion Model, 7th International Conference on Information Fusion, Stockholm.
[5]Esteban, J. Starr, A. Willets, R. Hannah, P. Cross, P. 2005. A Review of Data Fusion Models and Architectures: Towards Engineering Guidelines, Neural Computing&Applications, 273-281, London.
[6]Klein, L.A. 2004. Sensor and Data Fusion a Tool for Information Assessment and Decision Making. SPIE Press, 324, Washington.
[7]Teymur,C. 2008. Kural Tabanlı Karar Verme Sistemlerinde Belirsizliğin Modellenmesi, İTÜ Doktora Tezi, İstanbul.
[8]Altrock, C. 1995. Fuzzy Logic&Neurofuzzy Applications Explained, Prentice Hall PTR, 350, New Jersey, USA.
[9]Teker, A. Kuyumcu, F. 2007. Bulanık Mantık ve Kontrol Sistemleri, Elektrik-Elektronik-Bilgisayar Mühendisliği 12. ve Fuarı, Eskişehir.
[10]Singh, P. Bailey, W.H. 1997. Fuzzy Logic Applications to Multisensor-Multitarget Correlation, Naval Air Warfare Centre, U.S.