Proje ile ilgili açıklama girilmemiştir.
Yere gömülü mayın tespiti insan hayatını ilgilendiren önemli bir konu olduğundan uzun yıllardır üzerinde çalışılmakta farklı yöntemlerle yer yüzeyinin taranması sonucu elde edilen verinin işlenmesiyle hedef tespiti yapılmaktadır 1 Günümüzde az miktarda metal içeren ya da hiç metal içermeyen mayınlar geliştirildiğinden metal dedektörler gittikçe yetersiz kalmaktadır Metal detektörlere alternatif olarak kullanılan Yere Nüfuz edenRradar YNR yer altına ya da duvar arkasına gönderilen elektromanyetik dalgaların yayılım yansıma ve saçılma prensibine dayanarak görüntüleme sağlayan bir cihazdır Yer altına gönderilen elektromanyetik dalgalar herhangi bir süreksizlikle karşılaştıkları zaman saçılma ya da yansımaya uğrarlar Yansıyan dalgalar alıcı anten sayesinde yakalanır ve sayısal sinyale çevrilerek kaydedilir Elde edilen bu kayıt radargram olarak adlandırılır ve hedefin yanısıra toprak ve anten kuplaj etkilerini barındıran kargaşa ve gürültü gibi istenmeyen işaretler içerir Radargramda hedefin doğru şekilde tespit edilebilmesi için kargaşa ve gürültünün giderilmesi gerekmektedir Kargaşa bastırmada temel sorun hedefe ait sinyalin gürültünün aksine kargaşaya göre çok zayıf olmasıdır Bunun için literatürde pek çok yöntem önerilmiştir 2 7 Ortalama çıkarma ve medyan çıkarma 2 tekil değer ayrışımı Singular Value Decomposition SVD 3 4 temel bileşen analizi Principal Component Analysis PCA 5 6 bağımsız bileşen analizi Independent Component Analysis ICA 5 6 ve dalgacık dönüşümü temelli yöntemler 7 kargaşa giderme konusunda kullanılmaktadır Ortalama ve medyan çıkarma yöntemleri hızlı olmalarına karşın kargaşayı yeterince bastıramamaktadır SVD ve PCA ise kargaşayı daha iyi bastırmalarına rağmen plastik mayınlar için yetersiz kalmaktadır Bu tür mayınların tespitinde kullanılması önerilen ve yüksek başarım gösteren ICA ve wavelet dönüşümü tabanlı yöntemler ise işlem yükleri nedeni ile yeterince hızlı değildir Ayrıca ICA yönteminde bileşenler sırasız şekilde ortaya çıktıkları için hedefe ait görüntünün tespiti sorun yaratmaktadır Bu projenin amacı literatürde varolan kargaşa giderme yöntemlerini incelemek bu yöntemlerin hem darbe radarları hem de basamak frekanslı radarlardan elde edilmiş gerçek veri setleri üzerindeki başarımı araştırmak ve bunlara oranla daha etkin yöntemler önermektir Bu amaçla seyreklik gösterilimini kullanan Morfolojik Bileşenler Analizine dayalı yeni bir kargaşa giderme yöntemi üzerine çalışılması planlanmaktadır 8 9 Bu yöntem ile radargram hedef kargaşa ve gürültü bileşenlerini içeren görüntülere ayrıştırılarak hedef daha etkin şekilde tespit edilebilecektir Önerilen yöntem farklı veri setleri üzerinde test edilecektir
Yapay Açıklıklı Radar YAR sistemleri ile otomatik hedef sınıflama son yıllarda özellikle askeri alanda büyük önem kazanmıştır Optik sensörlerin aksine YAR sistemleri ile her tür hava koşulunda ve gece gündüz ayrımı olmaksızın hedef hakkında bilgi edinilmesi mümkün olmaktadır Hedef sınıflama yöntemleri menzil profilleri ya da işlenmemiş verinin zaman sıklık dönüşümleri alınarak yapılabildiği gibi hedefin YAR görüntüleri kullanılarak da gerçekleştirilmektedir 1 Görüntüleme açısından bağımsızlık ve gürültüye dayanıklılık gibi nedenler yüzünden YAR görüntülerinin kullanımı tercih edilmektedir Klasik YAR görüntülemede kullanılan polar format algoritması dar band ve gözlem açı aralığından elde edilmiş veri durumunda yeterli çözünürlük sağlamadığından hedef görüntülerinin elde edilmesinde doğrusal öngörü ve MUSIC algoritması gibi spektral kestirim yöntemlerinin yanısıra seyreklik tabanlı gösterilimler de kullanılmaktadır 1 4 Bu projenin amacı literatürde varolan doğrusal öngörü tabanlı YAR görüntüleme yöntemlerini incelemek doğrusal öngörüye dayalı yeni görüntüleme yöntemleri önermek ve bu yöntemler neticesinde elde edilecek daha yüksek çözünürlüklü görüntüleri kullanarak hedef sınıflama performansını arttırmaktır Bu amaçla 2 farklı yöntem üzerinde çalışılması düşünülmektedir Birinci yöntemde seyreklik gösterilimleri doğrusal öngörü ile birleştirilecek 5 6 2 yöntemde ise doğrusal öngörü model katsayılarının bulunması için rekürsif bir algoritma kullanılacaktır 2 3 Ayrıca önerilen yöntemler gerçek bir YAR veri setine uygulanarak sınıflama sonuçları üzerine etkileri de irdelenecektir 7 KAYNAKLAR 1 J I Park K T Kim A Comparative study on ISAR imaging algorithms for radar target identification Progress in Electromagnetic Research Vol 108 155 175 2010 2 A H Kayran and I Erer Optimum Autoregressive Lattice Modeling of 2 D Random Fields IEEE Trans On Signal Processing 52 807 819 2004 3 I Erer and A H Kayran Superresolution ISAR Imaging Using 2 D Autoregressive Lattice Filters Microwave and Optical Technology Letters 32 81 85 2002 4 S Samadi M Çetin M A Masnadi Shirazi Sparse Representation Based Synthetic Aperture Radar Imaging IET Radar Sonar Navigation vol 5 no 2 pp 182 193 February2011 5 D Gracobello M G Christensen M N Murthi S H Jensen M Moonene Sparse Linear prediction and its applications to speech processing IEEE Trans on Audio Speech and LanguageProcessing Vol 20 No 5 2012 6 M Grant S Boyd CVX Matlab software for Disciplined Convex Programming web page and software 2008 online Available http Stanford edu boyd cvx 7 http cis jhu edu dataset MSTAR Center for Imaging Science Image Database