sensör verisi birleştirme teknikleri ve hedef ... - Hava Harp Okulu

Sensör Verisi Birleştirme Teknikleri ve Hedef İzleme Sistemine Uygulanmasiile 1 arasında olan ağırlıklı olasılık veya temel olasılıkmk( oi)fonksiyonları ile tespitlerde bulunmaktadır.Olasılıklı ağırlık, önermelerin veya hipotezlerin nekadar sağlam kaynaklarla desteklendiğine görebilginin kesinliğini bize göstermektedir. Ağırlıklıolasılıklar bize bir nesnenin doğası hakkında daha azbelirsizlik, başka bir değişle sonuçları karakterizeetmek için daha kesin bilgiler sağlamaktadır.Şekil 4. Dempster Shafer belirsizlik aralığı.Şekil 4’de Dempster Shafer belirsizlik aralığıgösterilmektedir. Şekilde gösterilen sınırlar toplamağırlıklı olasılığı araştırırken, bize hangi bölgedekiverileri hesaba katmayacağımızı, hangi verileriyorumsuz kabul edeceğimizi ve hangi verilerin olmaolasılığını hesaplayarak işlem yapacağımızıgöstermektedir.İşte her bir sensör için belirlenen ağırlıklı olasılıklarsonuca ulaşmak için Dempster-Shafer yöntemi ilebirleştirilmektedir. Sonuç bize, sensörlerden toplananbütün verilerin incelenerek doğruluğu en muhtemel,en güvenilir olanının seçilmesiyle geri dönmektedir.Bir bilgisayar her bir sensörden konu ile ilgili bilgilerisaklamaktadır. Bunun tersi de doğrudur yanisensörlerden gelen belli veriler ile desteklenmeyenbilgiler kaydedilmemektedir.2.3. Oylama YöntemiKullanıcı tarafından tasarlanmış üç farklı sensördengelen verilerin güvenirlilik seviyeleri ve bu seviyeleregöre birlilerin bir araya getirilip değerlendirilmesigörülmektedir. Oylama yöntemi ile yapılan verifüzyonunda matematikteki Boolean sistemikullanılmaktadır. Buna göre en doğru bilgiyi taşıyansensör verileri ayıklanarak bu bilgilerin kullanılmasısağlanmaktadır. [6].2.4. Bulanık Mantık YöntemiBulanık mantık teorisinde bir elemanın bir kümeyeolan üyeliği belli dereceler ile tanımlanmaktadır. Yaniherhangi bir olayın doğru olması, yanlış olmaolasılığını 0 olarak göstermemekte, doğruluğu veyanlışlığı derecelere göre değerlendirmektedir.sınırlar tam olarak tanımlanmadığı durumlarda veyabir olayın kısmen gerçekleşmesi durumlarındakullanılmaktadır.Bulanık mantık kavramını basit bir şekilde anlamakiçin, ‘biraz sıcak’, ‘hemen hemen doğru’, ‘çok hızlı’vs. cümlelerine bakılacak olursa, bu cümlelerinmatematiksel açıdan bir durum ifade etmemelerinekarşın, bir problemi çözme açısından günlük hayattakullanılan ve sıkça karşılaşılan örnekler olduğugörülür. [8].Bir bulanık kontrolör genel olarak 5 ana kısımdanmeydana gelmektedir. Bunlar sırası ile, kontrolörünçalışmasını denetleyecek kural tabanı, kuraltabanında yer alan terimlerin üyelik fonksiyonlarınıtanımlayan bir veri tabanı, bulanık kontrol kurallarınıdeğerlendiren çıkarım ünitesi, algılayıcılardantoplanan bilgileri bulanıklaştırma işlemi ve sonolarak da bulanık bilgileri istenilen sayısal değerlerdeya da arzu edilen şekle getiren durulaştırma işlemleriolarak sıralanmaktadır [9].2.4.2. Bulanık Mantık İşleme SüreciBulanık mantık süreç bölümleri çıkarımlar(inference)ve durulaştırma iki ana başlığa ayrılabilmektedir.Çıkarım süreci EĞER-SONRA kuralları ilebaşlamaktadır. Mevcut durumu yansıtan blok EĞERkuralı ile, sonuç bloğu ise SONRA kuralı ilebaşlamaktadır. Sonuç bloğuna atanan değer bulanıkkümelerdeki üyelik fonksiyonlarının aktivasyondeğerlerine eşit olmaktadır. Aktivasyon değeri, o ankizaman içinde girdilerle kesişen üye fonksiyonlarınındeğerlerine eşittir. Bulanık mantık işlem süreci (Şekil2.3)’ de olduğu gibi gösterilebilmektedir.Mantıksal ürün ve sonuç üye fonksiyonlarının ortayakoyduğu bulanık değerler, ayrı ve sabit olarak kontrolsistemi tarafından kullanılabilecek şekilde dönüşümeuğratılmaktadır. Durulaştırma işlemi birkaç şekildeolabilmektedir. Genel olarak bulanık ağırlık merkezihesaplaması sonuç bulanık kümesi üzerineuygulanmaktadır.Bulanık mantıktan geri dönüş için başka yöntemler dekullanılmaktadır fakat en basit yaklaşım, maksimumtepe değerinin bulanık olmayan sonuç değeri olarakkarşımıza çıkmaktadır (Şekil 6).2.4.1. Bulanık MantıkBulanık mantık dijital bir çerçevede analog bir süreciifade etmemizi sağlayan bir yöntem olarak karşımızaçıkmaktadır. Bulanık mantığa uygulanan süreçlerkolayca ayrık elementlere ayrışamamakta ve klasikmatematik ile modellenmesi güç olabilmektedir.Bulanık mantık kümeler ya da bazı değerler arasındakiDOKUMACI, TEMELTAŞ72

Sensör Verisi Birleştirme Teknikleri ve Hedef İzleme Sistemine UygulanmasiBu ifade sonuç parametre değerlerinin bütünalanlarına karşılık gelmektedir.ck= Bulanık ağırlık merkezi.y = Çıktı değişkenleri.m ( ) 0y = Bir k zamanında eş zamanlı olarak yapılanüretim komutlarının değerlendirilmesiyle oluşan biraraya getirilmiş sonuç bulanık kümeleri.Nm ( y) = ∑ m ( y)(2.2)0 0i = 1N= Üretim komutlarının sayısı ve0 i = i nci yapım komutu için sonuç bulanık kümesi.iEğer sonuç parametre değerlerinin alanı farklı değerlerolarak açıklanıyor ise ifademiz;Şekil 5. Bulanık Mantık İşlem Süreci.Bu simetrik ya da tek şekilli olabilecek şekilde,dağılımın şeklinin bulunmasına karşılık gelmektedir.Bulanık ağırlık merkezi son bulanık kümedeki bütünbilgilere sahip olmaktadır. Bulanık ağırlık merkezinihesaplamak için genel olarak iki yöntemkullanılmaktadır.ck=p∑j = 1p∑j = 1y mjm00( y )j( y )j(2.3)3. HEDEF İZLEME AMAÇLI SENSÖRVERİLERİNE BULANIK MANTIKUYGULAMASIBulanık mantık trenler, trafik ışıkları, güç vehavalandırma sistemleri gibi birçok endüstriyelkontrol sistemleri üzerine başarı ileuygulanabilmektedir. Hedef izleme sisteminde sensörverilerinin çeşitli etmenlerin etkisiyle gürültü olarakadlandırılan bozulmalara uğraması söz konusuolabilmektedir. Biz bu uygulamamızda veribirleştirme işleminin bir önceki basamağı olan birhedefi izleyen iki sensörden alınan verilerin,öngörülen veriler ile kıyaslanarak ne kadar doğru vesağlıklı olduğunu belirleyerek verilerin birleştirilipelde edilen sonucun kullanılabileceğine veyabozulmaların fazla olduğu durumlarda verilerindikkate alınmaması gerektiğini dolayısıyla veribirleştirme işleminin yapılmaması kararının verilmesideğerlendirilmiştir.Şekil 6. Sonuç üyelik fonksiyonları.Bulanık ağırlık merkezini hesaplayacak olursak;ck∫ ym0( y)dy=∫ m ( y ) dy0(2.1)MATLAB simulink programı yardımı ile öngörülenhız ve pozisyon değerleri ile ölçülen değerlerhesaplanarak hata miktarları tespit edilebilmekte ve buiki ölçü için tespit edilen hata miktarları bulanıkmantık kontrolörü kullanılarak belirlenen limitleregöre ne kadar doğru olduğu sonucunaulaşılabilmektedir.Ele alınan örnek modele göre a= 0.5 gibi sabit ivmeylehareket eden bir hedefin hız ve pozisyonununbaşlangıç değerleri; pozisyon=5 ft, hız=9 ft/snDOKUMACI, TEMELTAŞ73

Sensör Verisi Birleştirme Teknikleri ve Hedef İzleme Sistemine Uygulanmasiörnekleme zaman aralığının dt= 1sn olarak bilindiğikabul edilmektedir.Son hız = Hız + a.dtSon pozisyon = pozisyon + hız.dtEşitlikleri ile de hedefin hareketi karakterizeedilmektedir. Burada karakteristikleri farklı ikisensörün birbirinden bağımsız iki farklı ölçü hakkındaveri sağladıkları görülebilmektedir.Şekil 7’ de girdileri PE ve SE olan ve korelasyonsonucunu veren, simulink içinde aldığı sonuçlarıdoğrudan kullanabilen bulanık mantık blok diyagramıgösterilmektedir. Bulanık mantık kontrolörü mamdanitipi olarak seçilmiştir. Korelasyon çıktıları veribirleştirme için karar sonuçlarını göstermektedir.PE : Pozisyon Hatası, SE: Hız hatası olmak üzere;PE = Ölçülen Pozisyon - Öngörülen Pozisyon,SE = Ölçülen Hız – Öngörülen Hız olaraktanımlanmaktadır.Burada öngörülen olarak adlandırılmış hız vepozisyon değerleri olması gereken gerçek değerleri,ölçülen değerler ise sensörlerden alınan verilerigöstermektedirler.Tablo 1. Öngörülen ve ölçülen hız ve pozisyondeğerleri.Şekil 8. Öngörülen (.) ve ölçülen (x) pozisyonkarşılaştırması.Bir noktadan diğer bir noktaya doğru gideceği bilinenbir hedefin 15 s için elde edilen pozisyonuna ait iziölçülen ve öngörülen değerler bindirmeli bir şekildeŞekil 8’ de gösterilmektedir.MATLAB simulink programına göre 1-15s zamanaralıkları için ölçülen ve öngörülen hız vepozisyonların değerler gösterilmektedir. (Tablo 1.)Bozulmaları göstermek için Gaussian tipi bir gürültümodeli kullanılmış ve ölçülen değerler bu şekildemodellenmiştir.Şekil 9. Öngörülen (+) ve ölçülen (*) hızkarşılaştırması.Şekil 9’da hesaplamalar sonucu öngörülen hız ileölçülen hızın belirtilen zaman aralığındaki değişimiüst üste bindirmeli olarak gösterilmektedir.Değişik zamanlara göre sensörlerin bir hedefe ait hızve pozisyon için yapmış olduğu ölçümlerin hatamiktarları ve bu iki parametrenin bileşkesi sonucuortaya çıkan korelasyon değerleri tablodagösterilmektedir. [10]. (Tablo 2)Şekil 7. Bulanık Mantık Blok Diyagramı.DOKUMACI, TEMELTAŞ74

Sensör Verisi Birleştirme Teknikleri ve Hedef İzleme Sistemine Uygulanmasi[9] Teker, A. Kuyumcu, F. 2007. Bulanık Mantıkve Kontrol Sistemleri, Elektrik-Elektronik-BilgisayarMühendisliği 12. ve Fuarı, Eskişehir.[10] Singh, P. Bailey, W.H. 1997. Fuzzy LogicApplications to Multisensor-Multitarget Correlation,Naval Air Warfare Centre, U.S.ÖZGEÇMİŞLERHv.İkm.Ütğm. Nail DOKUMACIHava Harp Okulundan 2004 yılında mezun oldu.Gaziemir Hava Sınıf Okulundaki eğitiminden sonra2006 yılında Ankara 11 nci Hava Ulaştırma Ana ÜsKomutanlığına atandı. 2008 yılında HUTEN’ deyüksek lisans eğitimine başladı. Eğitimine halendevam etmektedir.Prof.Dr.Hakan TEMELTAŞ1984 yılında İstanbul Teknik Üniversitesi, Elektrik-Elektronik Fakültesinden mezun oldu. Yüksek lisanseğitimini 1987 yılında İstanbul Teknik Üniversitesi,Fen Bilimleri Enstitüsünde tamamlamıştır. Yükseklisans eğitiminden sonra başvurduğu Doktoraprogramını 1993 yılında The University ofNotthingham’ da başarı ile tamamlamıştır. Şu an Prof.Dr. ünvanı ile İstanbul Teknik Üniversitesi, Elektrik-Elektronik Fakültesinde ve Hava Harp OkuluHavacılık ve Uzay Teknolojileri Enstitüsünde öğretimelemanı olarak çalışmaktadır.DOKUMACI, TEMELTAŞ76