Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2007
Tezin Dili: Türkçe
Öğrenci: ALPER YILDIRIM
Danışman: MURAT EFE
Özet:Bu tezde uyumlu süzgeç tabanlı hedef tespit ve takibinde nokta hedef modeli varsayımı yapan, geleneksel radar isaret islemcilerinin hedef mesafesi kestirim hataları analiz edilmistir. Hedeflerin birden fazla radar mesafe hücresine yayıldıgı yüksek çözünürlüklü radarlarda nokta hedef kabülünün önemli performans kayıplarına sebep oldugu benzetimlerle gösterilmistir. Tezin literatüre yaptıgı en önemli katkı yayılmıs hedeflerden kaynaklanan yansımalar ve çevre yankısı için alternatif bir model saglamasıdır. Aydınlatılan hedefler ve çevresel faktörlerden kaynaklanan geri yansımalar homojen olmayan Poisson süreç olarak modellenmistir. Modele uygun en büyük olabilirlik kestiricisi ve Cramer Rao alt sınır degeri elde edilmistir. Tipik hedef tespit süreci benzetimleri yapılmıs ve modelin geçerliligi Kullback-Leibler mesafesi kullanılarak kanıtlanmıstır. Yeni metodun hedef menzili kestirim hatalarını, klasik tepe noktası bulma metodları ile karsılastırıldıgında önemli oranda azalttıgı gösterilmistir.AbstractIn this thesis we analyze the target position estimation errors induced by conventional radar signal processors, which assume a point target model in matched filtering based detection and tracking. As we demonstrated through simulations, the performance degradation under the point target assumption can be significant for high-resolution radars, where targets extend across several detection cells. One of the main contributions of this thesis is to provide an alternative model for reflections from extended targets and clutter. We model the events of backscatters from illuminated targets and clutter as a nonhomogenous Poisson process. The corresponding maximum likelihood estimator and the Cramer-Rao lower bound have been derived. Typical target detection process has been simulated and the validity of the model has been verified by using the Kullback-Leibler distance. It has been shown that the new method significantly reduces target position estimation errors compared to the classical peak picking methods.