KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Mühendislik Bilimleri Dergisi / 2026 / Volume: 9 Issue: 2

Seyir Radar Verileri Kullanılarak Yüzen veya Sabit Hedeflerin Tespiti İçin Bulanık Sınıflandırıcı Tasarımı

Fuzzy Classifier Design for Detection of Floating or Stationary Targets using Navigational Radar Data

Hande Erkaymaz(DENİZ HARP OKULU KOMUTANLIĞI, DENİZ HARP OKULU (DEKANLIK), ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ, ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI)0000-0003-3226-0627
Semih Duran0000-0003-3292-5561
Buğrahan Coşkun0000-0002-7299-6455
Ali Ertuğrul Şahin0000-0003-4074-3266
Sayfa
—
Yayın Tarihi
2023-08-31
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Dahası, bu modelin gelecekte akıllı radar sistemleri tasarımları için anahtar rol oynayacağı öngörülmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Deniz araçları için seyir güvenliğinde en önemli kaynak radar bilgisidir.
📊
Temel Bulgular & Veri:Radardan gelen bilgiler bir operatör tarafında sürekli okunarak seyir süreci güvenli şekilde yürütülmeye çalışılmaktadır.
💡
Sonuç & Katkı:Dahası, bu modelin gelecekte akıllı radar sistemleri tasarımları için anahtar rol oynayacağı öngörülmektedir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Radar · Fuzzy Classifier · Maritime surface object classification

Özet

Deniz araçları için seyir güvenliğinde en önemli kaynak radar bilgisidir. Radardan gelen bilgiler bir operatör tarafında sürekli okunarak seyir süreci güvenli şekilde yürütülmeye çalışılmaktadır. Seyir güvenliğinde, nesne tespiti için operatörün hatalı sınıflandırma yapmaması çok önemli bir durumdur. Buradan hareketle bu çalışmada, literatürde ilk defa yapay zekâ ile radardan alınan bilgiler ışığında seyir güvenliği için bulanık mantık temelli bir sınıflandırıcı oluşturulmuştur. Sınıflandırıcı, deniz araçları, kara parçası, şamandıra ve tanımsız nesneleri algılayabilecek şekilde tasarlanmıştır. Hali hazırda literatürde sunulan bir veri seti olmaması nedeniyle uzman temelli yapay zekâ metodu olan bulanık mantık modeli tercih edilmiştir. Diğer taraftan, oluşturulan modelin başarımını test etmek için, uzman deneyimleri yardımıyla sentetik olarak oluşturulan algoritma ile bir veri seti önerilmiş ve model bu veriyle test edilmiştir. Analiz sonucunda bulanık modelin başarılı biçimde nesne tespiti yapabildiği gösterilmiştir. Dahası, bu modelin gelecekte akıllı radar sistemleri tasarımları için anahtar rol oynayacağı öngörülmektedir.

Abstract

The most important resource in navigational safety for marine vehicles is radar information. The information from the radar is read continuously by an operator and the navigation process is tried to be carried out safely. In navigational safety, it is very important that the operator does not misclassify for object detection. In this study, for the first time in the literature, a fuzzy logic-based classifier has been created for navigational safety in the light of information obtained from radar with artificial intelligence. The classifier is designed to detect vessels, land, buoys and unidentified objects. Since there is no data set presented in the literature, fuzzy logic model, which is an expert-based artificial intelligence method, has been preferred. On the other hand, in order to test the performance of the model, a dataset is proposed with the algorithm designed synthetically from the help of expert experiences. As a result of the analysis, it has been shown that the fuzzy model can detect objects successfully. Moreover, it is predicted that this model will play a key role in the design of intelligent radar systems in the future

🔖

Bu Makaleye Atıf Yap

Erkaymaz, H., Duran, S., Coşkun, B., Şahin, A. E. (2023). Seyir Radar Verileri Kullanılarak Yüzen veya Sabit Hedeflerin Tespiti İçin Bulanık Sınıflandırıcı Tasarımı. Gazi Mühendislik Bilimleri Dergisi, Volume: 9 Issue: 2. https://ajindex.com/articles/1397491

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (19)

  1. M. I. Skolnik, Introduction to Radar System, 2nd ed., New York: McGraw-Hill Book Co., 1980.
  2. G. Ludeno, A. Orlandi, C. Lugni, C. Brandini, F. Soldovieri, F. Serafino, "X-band marine radar system for high-speed navigation purposes: A test case on a cruise ship," IEEE Geoscience and Remote Sensing Letters, vol. 11, no. 1, pp. 244-248, 2013. doi:10.1109/LGRS.2013.2254464
  3. G. Kaya, O. Erkaymaz, Z. Saraç, "Optimization of digital holographic setup by a fuzzy logic prediction system," Expert Systems with Applications, vol. 56, pp. 177-185, 2016. doi:10.1016/j.eswa.2016.03.019
  4. L.A. Zadeh, "Fuzzy sets," Information and Control, vol. 8, no.3, pp. 338–353, 1965. doi:10.1016/S0019-9958(65)90241-X
  5. L. A. Zadeh, "Fuzzy algorithms," Information and Control, vol. 12,no. 2, pp. 94–102, 1998. doi:10.1016/S0019-9958(68)90211-8
  6. C. Elmas, Bulanık Mantık Denetleyiciler, Ankara: Seçkin Yayınevi, 2003.
  7. F. Beşer, D. Adıgüzel, Ö. Yıldırım, T. Yıldırım, "Air Defence Decision Support System Design Using Fuzzy Logic," Akıllı Sistemler ve Uygulamaları Dergisi, vol. 1, no. 2, pp. 135-139, 2018. doi:10.54856/jiswa.201812042
  8. E. Mumammer, "Bulanık sistemler ile faz dizilimli radar parametrelerinin gerçek zamanlı ayarlanması," Yüksek Lisans Tezi, Elektrik Elektronik Mühendisliği Anabilim Dalı, Ege Üniversitesi, İzmir, Türkiye, 2019.
  9. M. Coşkun, "Hava savunma sistemlerinde bulanık mantık tabanlı tehdit değerlendirmesi ve derecelendirmesi," Yüksek Lisans Tezi, Savunma Teknolojileri Ana Bilim Dalı, Selçuk Üniversitesi, Konya, Türkiye, 2021.
  10. N. Shaukat, P. Otero, "Underwater Vehicle Positioning by Fuzzy and Neural Adaptive Kalman Sensor Fusion," in Proc. of OCEANS 2021: San Diego-Porto, 20-23 Sept. 2021, San Diego, CA,USA [Online]. Available: IEEE Xplore, https://ieeexplore.ieee.org/document/9705963. [Accessed: Jan, 7, 2023].
  11. W. Liu, Y. Liu, B. A. Gunawan, R. Bucknall, "Practical moving target detection in maritime environments using fuzzy multi-sensor data fusion," International Journal of Fuzzy Systems, vol. 23, no. 6, pp. 1860-1878, 2021. doi:10.1007/s40815-020-00963-1
  12. Z. Shi, R. Zhen, J. Liu, "Fuzzy logic-based modeling method for regional multi-ship collision risk assessment considering impacts of ship crossing angle and navigational environment," Ocean Engineering, vol. 259, pp. 111847, 2022. doi:10.1016/j.oceaneng.2022.111847
  13. M. Çınar, "Çok fonksiyonlu radarlar için yeni bir radar kaynak yönetimi yaklaşımı," Yüksek Lisans Tezi, Elektrik Elektronik Mühendisliği Anabilim Dalı, Marmara Üniversitesi, İstanbul, Türkiye, 2022.
  14. F. Meng, K. Tian, "Interval type-2 fuzzy logic based radar task priority assignment method for detecting hypersonic-glide vehicles," Frontiers of Information Technology & Electronic Engineering, vol. 23, no. 3, pp. 488-501, 2022. doi:10.1631/FITEE.2000560
  15. E. Mamdani, S. Assilian, "An Experiment in Linguistic Synthesis with a Fuzzy Logic Controller," International Journal of Man-Machine Studies, vol. 7,no. 1, pp. 1–13, 1975. doi:10.1016/S0020-7373(75)80002-2
  16. M. Sugeno, Industrial Applications of Fuzzy Control, First Edition, New York: Elsevier Science Ltd., 1985.
  17. D. R. L. Dufton, C. G. Collier, "Fuzzy logic filtering of radar reflectivity to remove non-meteorological echoes using dual polarization radar moments," Atmospheric Measurement Techniques, vol. 8, no. 10, pp. 3985-4000, 2015. Doi:10.5194/amt-8-3985-2015
  18. L. A. Zadeh, K. Tanaka, K.S. Fu, M. Shimura, Ed., Fuzzy Sets and Their Applications to Cognitive and Decision Processes. Berkeley, California: Academic Press, 1975. (Editör)
  19. D. Boyacı, M. Erdoğan, F. Yıldız, "Arazi Örtüsü Tespitinde Bulanık Mantık Sınıflandırma: Ankara Bölgesinde Örnek Uygulama," Harita Dergisi, vol. 81, no.153, pp. 34-41, 2015.