Tez No İndirme Tez Künye Durumu
177417
A comparative evaluation of conventional and particle filter based radar target tracking / Klasik ve parçacık süzgeci tabanlı radar hedef takibinin karşılaştırmalı değerlendirmesi
Yazar:BERKİN YILDIRIM
Danışman: PROF. DR. MÜBECCEL DEMİREKLER
Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
Konu:Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering
Dizin: 		Onaylandı
Yüksek Lisans
İngilizce
2007
171 s.
Bu tezde radar hedef takip problemi Bayesian tahmin yapısında çalısılmıstır. Bu alanda geleneksel olarak sistem ve ölçüm modellerindeki belirsizliğin Gaussian yoğunluklar ile temsil edildiği doğrusal veya doğrusal hale getirilmis modeller kullanılmaktadır. Bundan dolayı, ileri Kalman süzgecine dayalı klasik yarı optimal Bayesian yöntemleri kullanılabilmektedir. Sıralı Monte Carlo yöntemleri, bir baska değisle parçacık süzgeçleri, problemin doğasında bulunan doğrusal olmayan sistem denklemlerini ve Gaussian olmayan gürültü modellerini kullanmayı olanaklı kılar. Parçacık süzgeci yeterli hesaplama gücü sağlandığında pek çok durumda Kalman süzgeci tabanlı yöntemlerden daha iyi sonuçlar verebilmektedir. ?lgili radar takip literatürü üzerinde bir arastırma tahmin ve hedef modellemesini de içerecek sekilde verilmistir. Çesitli hedef takip ve ilgili tahmin uygulamalarında parçacık süzgeci algoritmaları sunulmustur. Anahtar Kelimeler: Parçacık süzgeci, sıralı Monte Carlo yöntemleri, hedef takibi
In this thesis the radar target tracking problem in Bayesian estimation framework is studied. Traditionally, linear or linearized models, where the uncertainty in the system and measurement models is typically represented by Gaussian densities, are used in this area. Therefore, classical sub-optimal Bayesian methods based on linearized Kalman filters can be used. The sequential Monte Carlo methods, i.e. particle filters, make it possible to utilize the inherent non-linear state relations and non-Gaussian noise models. Given the sufficient computational power, the particle filter can provide better results than Kalman filter based methods in many cases. A survey over relevant radar tracking literature is presented including aspects as estimation and target modeling. In various target tracking related estimation applications, particle filtering algorithms are presented. Keywords: Particle Filter, sequential Monte Carlo methods, target tracking