Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/2372
Title: Çevresel ve operasyonel koşullara uyarlı mikro doppler veri işleme
Other Titles: Adaptive micro doppler data processing for environmental and operational conditions
Authors: Gürbüz, Sevgi Zübeyde
Erol, Barış
Keywords: Micro-Doppler activity classification
Automatic target recogniton
Feature selection Human
Micro-Doppler
Mikro-Doppler hareket sınıflandırma
Otomatik hedef tanıma
Öznitelik seçimi
İnsan Mikro -Doppler
Issue Date: 2015
Publisher: TOBB University of Economics and Technology,Graduate School of Engineering and Science
TOBB ETÜ Fen Bilimleri Enstitüsü
Source: Erol, B. (2015). Çevresel ve operasyonel koşullara uyarlı mikro doppler veri işleme. Ankara: TOBB ETÜ Fen Bilimleri Enstitüsü. [Yayınlanmamış yüksek lisans tezi]
Abstract: Radar gözetleme sistemlerindeki asıl zorluk insanların hayvanlardan ayrılması olduğu kadar farklı insan hareketlerinin ayrılmasını da kapsamaktadır. Bu nedenle hedef mikro-Doppler imzalarının otomatik hedef sınıflandırması için yüksek başarıma sahip olduğu gösterilse de sonuçlar operasyonel koşulların ideal olduğu durumlar ve belirli öznitelik kümeleri için verilmektedir. Geçmiş yıllarda çok sayıda öznitelik mikro-Doppler imzalarının sınıflandırılması için önerilmiştir. Ancak önerilen özniteliklerinin tümünün kullanılması maksimum sınıflandırma başarımının verilmesini garanti etmemekte ve ideal öznitelik alt kümesinin seçilmesi ise senaryoya bağımlı olarak değişmektedir. Bu çalışmada, kapsamlı olarak mikro-Doppler öznitelik çıkarım yöntemleri ve çıkartılan özniteliklerin radar sistem parametleri ve operasyonel koşullara – merkez frekansı, menzil ve Doppler çözünürlüğü, anten hedef geometrisi, sinyal gürültü oranı ve hedef üzerinde kalma süresi – olan bağımlılıklarını incelemektedir. İnsan mikro-Doppler imzalarına uyarlı bir öznitelik dizaynı gerçekleştirilmiştir. Sınıflandırma performansını en iyileştirecek, azaltılmış sayıda olan özniteliklerin çıkartılması için algoritmalar önerilmiş ve iyi seçilmiş bir öznitelik alt kümesinin daha iyi başarımlar ortaya konduğu gösterilmiştir. Durum çalışması yapılarak önerilen uyarlanabilir öznitelik seçim algoritmasının sınıflandırma performansını arttırılabileceği gösterilmiştir.
A key challenge for radar survelliance systems is the discrimination of ground based targets, especially humans from animals, as well as different types of human activities. For this purpose, target micro-Doppler signatures have been shown to yield high automatic target classification rates; however, performance is typically only given for near-optimal operating conditions using a fixed set of features. Over the past decade a vast number of micro-Doppler features have been proposed for classification of radar micro-Doppler signatures. In fact utilization of all possible features does not guarantee maximum classification performance and the selection of an optimal subset of features is scenario dependent. In this work, a comprehensive survey of micro-Doppler features and their dependence upon system parameters and operational conditions – such as transmit frequency, range and Doppler resolution, antenna target geometry, signal to noise ratio, and dwell time – is given. A new feature design for human micro-Doppler signatures is proposed. Algorithms for optimizing classification performance for a reduced number of features are presented and it is shown that a well selected subset of robust features yields better results. Performance gains achievable using adaptive feature selection are assessed for a case study of interest.
URI: https://hdl.handle.net/20.500.11851/2372
https://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp
Appears in Collections:Elektrik-Elektronik Mühendisliği Yüksek Lisans Tezleri / Electrical & Electronics Engineering Master Theses

Files in This Item:
File Description SizeFormat 
409925.pdf3.87 MBAdobe PDFThumbnail
View/Open
Show full item record

CORE Recommender

Page view(s)

8
checked on Dec 26, 2022

Download(s)

4
checked on Dec 26, 2022

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.