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. Bualanda geleneksel olarak sistem ve ölçüm modellerindeki belirsizliğin Gaussianyoğunluklar ile temsil edildiği doğrusal veya doğrusal hale getirilmis modellerkullanılmaktadır. Bundan dolayı, ileri Kalman süzgecine dayalı klasik yarı optimalBayesian yöntemleri kullanılabilmektedir. Sıralı Monte Carlo yöntemleri, bir baskadeğisle parçacık süzgeçleri, problemin doğasında bulunan doğrusal olmayan sistemdenklemlerini ve Gaussian olmayan gürültü modellerini kullanmayı olanaklı kılar.Parçacık süzgeci yeterli hesaplama gücü sağlandığında pek çok durumda Kalmansüzgeci tabanlı yöntemlerden daha iyi sonuçlar verebilmektedir. ?lgili radar takipliteratürü üzerinde bir arastırma tahmin ve hedef modellemesini de içerecek sekildeverilmistir. Çesitli hedef takip ve ilgili tahmin uygulamalarında parçacık süzgecialgoritmaları sunulmustur.Anahtar Kelimeler: Parçacık süzgeci, sıralı Monte Carlo yöntemleri, hedef takibi
|
|
In this thesis the radar target tracking problem in Bayesian estimation framework isstudied. Traditionally, linear or linearized models, where the uncertainty in thesystem and measurement models is typically represented by Gaussian densities, areused in this area. Therefore, classical sub-optimal Bayesian methods based onlinearized 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 andnon-Gaussian noise models. Given the sufficient computational power, the particlefilter can provide better results than Kalman filter based methods in many cases. Asurvey over relevant radar tracking literature is presented including aspects asestimation and target modeling. In various target tracking related estimationapplications, particle filtering algorithms are presented.Keywords: Particle Filter, sequential Monte Carlo methods, target tracking |