Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13091/3574
Title: Farklı hava koşullarının radar mesafe ölçümlerine etkisinin makine öğrenme yöntemleri ile kestirilmesi
Other Titles: Estimating the effect of different weather conditions on radar distance measurements by machine learning methods
Authors: Ünler, Tarık
Advisors: Seyfi, Levent
Keywords: Elektrik ve Elektronik Mühendisliği
Electrical and Electronics Engineering
Publisher: Konya Teknik Üniversitesi
Abstract: Bu tezde, farklı hava koşullarının radar mesafe ölçümlerine olan etkisi deneysel olarak incelenmiştir. Radar sistemleri ile tespit edilen hedeflerin konumlarını belirlemek adına yapılan mesafe ölçümleri için elektromanyetik (EM) dalganın ortamdaki hızı ışık hızı olarak kabul edilmektedir. Fakat farklı hava koşullarında bu hız değişmekte olup hassas radar uygulamaları için bu değişim büyük önem arz etmektedir. Özellikle hava savunma radarları otonom sürüş gibi yüksek hassasiyet gerektiren uygulamalar için bu durum çok büyük önem arz etmektedir. Yapılan çalışmada farklı hava koşullarında ortam parametrelerinin değişiminden dolayı EM dalganın hızında oluşacak değişimlerin incelenmesi için sabit bir mesafede bulunan hedef radar sistemi ile sürekli takip edilmiştir. Çalışmada gerçek bir radar kullanılarak çok farklı hava koşullarında ölçümler gerçekleştirilmiş ve geniş aralıklı veri seti oluşturulmuştur. Deney düzeneği bir radar ve sabit bir noktada bulunan bir yansıtıcıdan oluşmaktadır. Radardan okunan mesafe ölçümlerindeki değişimler ile hava koşulları arasındaki ilişki incelenmiştir. Deneysel verilerin elde edilmesi için radar sistemi bir binanın çatısına yerleştirilerek ölçümler gerçekleştirilmiştir. Çalışmada radar ile mesafe ölçümü yapılırken aynı zamanda o an için sıcaklık, hissedilen sıcaklık, nem ve basınç değerleri de kaydedilmiştir. Hava durumu verileri Accuweather isimli bir uygulama üzerinden XML olarak alınmıştır. Tüm bu verilerin düzenli bir şekilde kaydedilebilmesi için C# programı ile bir arayüz programı geliştirilmiştir. Arayüz programı otomatik olarak belirli periyotlarla radardan mesafe verisini RS232 portu üzerinden almaktadır. Aynı zamanda Accuweather uygulaması üzerinden sıcaklık, hissedilen sıcaklık, nem ve basınç verileri alınmıştır. Alınan bu veriler uygulama ile yazılımın çalıştığı bilgisayar üzerinde kurulan bir SQL Server üzerine kaydedilmiştir. Kayıt işlemi yapılırken kayıt yapılan tarih ve saat kayıt altına alınmıştır. Farklı hava durumları ve farklı radar mesafe ölçümleri için 11223 adet veri kayıt altına alınarak büyük bir veri seti oluşturulmuştur. Daha sonraki süreçte kullanılan radar mesafe verisi, sıcaklık, hissedilen sıcaklık, nem ve basınç verileri kullanılarak radar mesafe hatasını tahmin edebilen bir model oluşturulmaya çalışılmıştır. Ölçüm yapılan mesafe daha önceden bilindiğinden dolayı modelde kullanılmak üzere ölçüm verisinden bilinen mesafe verisi çıkartılarak hata verisi elde edilmiştir. Böylece modelde sıcaklık, hissedilen sıcaklık, nem ve basınç verileri girdi; radar mesafe hata verisi çıktı olarak oluşturulmuştur. Hata tayini yapabilmek için MLR, SVM, ANN, KNN ve ANFIS gibi farklı yöntemler kullanılarak hatanın tahmin edilmesi sağlanmıştır. Sonuçlar analiz edildiğinde bu yöntemler arasından ANN ile hatanın çok büyük başarı ile tahmin edildiği gözlemlenmiştir. Mesafe ölçümlerinde oluşan hatanın ANN yaklaşımı kullanılarak % 7.16 hata ile tahmin edilebildiği gözlenmiştir. Böylece hassas radar uygulamalarında farklı hava şartlarından kaynaklanan radar mesafe ölçüm hatalarının telafi edilebilmesi için başarılı bir model ortaya konmuştur.
In this thesis, the effect of different weather conditions on radar distance measurements was investigated experimentally. Today, the speed of the electromagnetic (EM) wave in the medium is accepted as the speed of light for distance measurements made to determine the positions of targets detected by radar. However, this speed changes in different weather conditions and this change is of great importance for sensitive radar applications. This situation is of great importance especially for applications that require high precision such as air defense radars and autonomous driving. In the study, in order to examine the changes in the speed of the EM wave due to the changes in medium parameters of the environment in different weather conditions, the target at a fixed distance was constantly followed by the radar system. In the study, a wide range of data set was created using a real radar in very different weather conditions. The experimental setup consists of a radar and a reflector at a fixed point. The relationship between the changes in the distance measurements read from the radar and the weather conditions was examined. Measurements were made by placing the radar system on the roof of a building. In the study, while measuring the distance with the radar, the temperature, sensed temperature, humidity, and pressure values for the moment were also recorded. Weather data was taken as XML from an application called Accuweather. A GUI has been developed with the C# software so that all these data can be recorded regularly. It automatically receives the distance data from the radar at certain intervals via the RS232 port. At the same time, temperature, sensed temperature, humidity, and pressure data were obtained through the Accuweather application. These received data were recorded on a SQL Server installed on the computer where the application and the software were running. During the registration process, the date and time of the registration were recorded. A large data set was created by recording 11223 data for different weather conditions and different radar distance measurements. A model that can predict the radar distance error was tried to be created by using the radar distance data, temperature, sensed temperature, humidity, and pressure data used in the next process. Since the measured distance was known beforehand, the error data was obtained by subtracting the known distance data from the measurement data to be used in the model. Thus, temperature, sensed temperature, humidity and pressure data was created as input; radar distance error data as output in the model. Then, the error was estimated by using different methods such as MLR, SVM, ANN, KNN and ANFIS. When the results were analyzed, it has been observed that the error was predicted with great success with ANN, one of these methods. It has been observed that the error in distance measurements can be estimated with an error of 7.16% using the ANN approach. Thus, a successful model has been presented to compensate for radar distance measurement errors caused by different weather conditions in sensitive radar applications
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=sELqxhTlFGAjsbjOuuiyCH1AWXCbYP2vmjOkUxq6fDvvseyd_xGru1TwB8pW6cpS
https://hdl.handle.net/20.500.13091/3574
Appears in Collections:Tez Koleksiyonu

Files in This Item:
File SizeFormat 
742623.pdf2.63 MBAdobe PDFView/Open
Show full item record



CORE Recommender

Page view(s)

128
checked on Mar 25, 2024

Download(s)

58
checked on Mar 25, 2024

Google ScholarTM

Check





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