Bulanık C Ortalamalar Kümeleme Tabanlı Hedef Eko Sinyal Ortamlarındaki Gerçek Hedef Sayısının Tespiti

Benzer belgeler
Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

Kademe ayarlı transformatörlere ait kademe ayar değerlerinin jacobian matrise kontrol değişkeni olarak sokulması

Petrol ve Doğal Gaz Platformlarının Optimal Yerleştirilmesi ve Entegrasyonu Problemi Üzerine

EMG işaretlerini dalgacık dönüşümü ve bulanık mantık sınıflayıcı kullanarak sınıflama

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences

TEKRARLAMALI GAUSS-SEIDEL YARDIMCI DEĞİŞKENLER ALGORİTMASI İLE TRANSFER FONKSİYONU PARAMETRELERİNİN YANSIZ TAHMİNİ

BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE BİR UYGULAMA

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences

HAVA SAVUNMA SEKTÖRÜ TEZGAH YATIRIM PROJELERİNİN BULANIK ANALİTİK HİYERARŞİ PROSESİ İLE DEĞERLENDİRİLMESİ

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Ye Met Yüse Lsas Tez olara suduğu Yapay Sr Ağlarıda Duyarlılı Aalzler adlı çalışaı, tarafıda, blsel ahla ve geleelere ayırı düşece br yardıa başvurası

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

1.BÖLÜM LİTERATÜR ÖZETİ

BR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

BULANIK AHP YAKLAŞIMINDA DUYARLILIK ANALİZLERİ: YENİ BİR HAMMADDE TEDARİKÇİSİNİN ÇÖZÜME EKLENMESİ

GÜÇLÜ BETA HESAPLAMALARI. Güray Küçükkocaoğlu-Arzdar Kiracı

Birlik Hava Savunma Önceliklerinin Tespitine Bulanık Bir Yaklaşım. A Fuzzy Approach to Determination of a Unit s Air Defense Priorities

TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI

İSTANBUL TİCARET ÜNİVERSİTESİ FEN BİLİMLERİ DERGİSİ ISTANBUL COMMERCE UNIVERSITY JOURNAL OF SCIENCE

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

Parçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

DİŞLİ ÇARKLAR PLANET SİSTEMLERİ Nisan. M. Güven KUTAY / 2013-Nisan-14 Yeniden elden geçirilmiş çıktı.

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Zaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı

Yayılma (Değişkenlik) Ölçüleri

6. Uygulama. dx < olduğunda ( )

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

53.1 ve = Güncelleme:03/11/2018 YÜK VE GERİLME ANALİZİ ÖRNEK: 1

Çok Aşamalı Örnekleme Yöntemlerinde Örneklem Büyüklüğünün Belirlenmesi : Bir Uygulama

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

İstatistikçiler Dergisi

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve

Bernoulli Say lar Üzerine Ali Nesin /

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

Matrislerin Hadamard Çarpımı Üzerine *

[ ]{} []{} []{} [ ]{} g

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

İki veri setinin yapısının karşılaştırılması

Yapıların deprem davranışlarının iyileştirilmesi için çelik çapraz elemanların optimum yerleşimi

TÜMEVARIM. kavrayabilmek için sonsuz domino örneği iyi bir modeldir. ( ) domino taşını devirmek gibidir. P ( k ) Önermesinin doğru olması halinde ( 1)

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

Analitik Hiyerarşi Süreci Kullanılarak Kişi Takip Cihazı Seçimi. Person Tracking Device Selection Using Analytic Hierarchy Process

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

Otomatik Kontrol Ulusal Toplantısı, TOK'2016, 29 Eylül - 1 Ekim 2016, Eskişehir

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ

COMPARISON OF PARAMETERIZATION METHODS USED FOR B- SPLINE CURVE INTERPOLATION

Bulanık c-means kümeleme yöntemine çıkarımlı yaklaşım

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

DENGELEME PROBLEMİNE HEDEF PROGRAMLAMA YAKLAŞIMI

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ

PARÇALI ARİTMETİK DEĞİŞİMLİ GERİ ÖDEMELERE SAHİP ORTAKLIĞA DAYALI KONUT FİNANSMAN MODELİ

ÇOK KRİTERLİ BULANIK GENETİK ALGORİTMA İLE DALGIÇ ASENKRON MOTORLARIN TASARIM OPTİMİZASYONU

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper

Yataklı vanalar (PN 16) VF 2-2 yollu vana, flanşlı VF 3-3 yollu vana, flanşlı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ ( tarihli ve sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ

Regresyon ve Korelasyon Analizi. Regresyon Analizi

DESTEK VEKTÖR MAKİNE TABANLI BULANIK SİSTEMLER, YENİ BİR GÜRBÜZ SINIFLAYICI VE REGRESÖR TASARIMI

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 2 Sayı: 1 sh Ocak 2000

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

1. KODLAMA KURAMINA GİRİŞ 1

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

Ormanların Toprak Koruma ve Su Üretimi Fonksiyonlarının Odun Üretimi İle Birlikte Planlanması (Karanlıkdere Orman Planlama Birimi Örneği)

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

MEKANİK TİTREŞİMLER. n serbestlik dereceli bir sistem için doğal frekans ifadesi esneklik matrisi kullanılarak şu şekilde verilmiş idi, L (1)

Ara Değer Hesabı (İnterpolasyon)

SÖNÜMLÜ RAYLEIGH KANALLARDA UZAY-ZAMAN BLOK KODLAMASINA DAYALI ÇEŞİTLEMENİN BİLGİSAYARLA BENZETİMİ

SERBEST LİE CEBİRLERİNDE HESAPLAMALAR * Computation In Free Lie Algebras*

T.C. ĐNÖNÜ ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ ADAPTĐF AĞ YAPISINA DAYALI BULANIK ÇIKARIM SĐSTEMĐNĐN (ANFIS)

Box ve Whisker Grafiği

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

Polinom Filtresi ile Görüntü Stabilizasyonu

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

30 %30iskonto oranı bulunur.

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

TEDARİKÇİ SEÇİMİ İÇİN BİR KARAR DESTEK SİSTEMİ A DECISION SUPPORT SYSTEMS FOR SUPPLIER SELECTION

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

Oxley modelleme yaklaşımının tahmin doğruluğu ve verimliliğinin arttırılması

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

Zaman Skalasında Box-Cox Regresyon Yöntemi

D( 4 6 % ) "5 2 ( 0* % 09 ) "5 2

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. q-tomurcuk FONKSİYONU ve q-bezier EĞRİLERİ. Melike SARAÇ MATEMATİK ANABİLİM DALI

TEDARİKÇİNİN SÜREÇLERİNİ İYİLEŞTİRME AMAÇLI TEDARİKÇİ SEÇİM PROBLEMİ

ç İ ş «ş İ Ğ ü ü üü ç ç Şö ö ç ç ç ş ş ş ş ü ü ö ç ş ç ç ö ö ö ü ş ç ç ç ö ö ö ö üş ş üş ç ü ö ö ü ü ş ö ö ü ü ş ç ç ş üş ç ş ş ö ö ö ü ş

Transkript:

Fırat Üv. Mühedsl Bller Dergs Fırat Uv. Joural of Egeerg 9(1), 73-8, 017 9(1), 73-8, 017 Bulaı C Ortalaalar üelee Tabalı Hedef Eo Syal Ortalarıda Gerçe Hedef Sayısıı Tespt Derya AVCI Mll Eğt Baalığı, Elazığ, TÜRİYE deryaavc344@gal.co (Gelş/Receved:31.10.016;abul/Accepted:07.01.017) Özet Güüüzde, araşı radar hedef eo syal ortalarıda gerçe hedef ı tespt şle savua ssteler ve haberleşe alaıda öe arz ede oular arasıda yer alatadır. Özellle, brde fazla hedef syal buluduğu bu araşı hedef alaıda hedef larıı doğru br şelde belrlees büyü ölçüde öe azaıştır. Bu çalışada, herbr çde farlı larda hedef eo syal ola gerçe çolu hedef eo syal ortaları ullaılıştır. ullaıla gerçe çolu hedef eo syaller, radar deey setde elde edlştr. Daha sora se Daves-Bould (DB), The Xe-Be (XB), The PBM (Pahra, Badyopadhyay ad Maul), ad The Cals Harabasz (CH) Bulaı C Ortalaalar (BCO) deslee yöteler çolu eo syal bulua ortalarda doğru eo syal üe ı bula perforasları brbrler le arşılaştırılara değerledrlştr. Aahtar eleler: PBM-des, XB-des, DB-des, CH-des, Radar Eo Syal, Bulaı C Ortalaalar (BCO) algortası. Abstract Detecto of Real Target Nuber fro Radar Target Echo Sgal Evroet based o Fuzzy C Mea Clusterg Nowadays, the actual uber of coplex radar target detecto the evroet of the target echo sgal processg coucatos ad defese systes are aog the portace ssues Specfcally, the uber of targets the target area where the ultple targets of ths coplex sgal to detere accurately gaed cosderable portace. The, fdg the correct uber of cluster perforace of the Daves-Boule (DBE), The Xa-Me (XB), The PBM, ad The Cals the Harabasz (CH) Fuzzy C Meas (FCM) dexg ethod s evaluated coparso wth each other by usg these dexg ethods. I ths study, the actual ult-target echo sgals havg dfferet ubers of each target echo sgal s used. The real ultple-target echo sgals obtaed fro Radar experet set are used these studes. eywords: PBM-dex, XB-dex, DB-dex, CH-dex, Radar Echo Sgal, Fuzzy C Meas (FCM) algorth. 1. Grş Eo syal radar hedeflerde ger gele syallerdr. Eo syal, hedef ezl profl olara da adladırılablr. Lteratürde brço otoat hedef taıa çalışasıda eo syal ullaılıştır [1-11]. Güüüzde, araşı radar hedef eo syal ortalarıda gerçe hedef ı tespt şle savua ssteler ve haberleşe alaıda öe arz ede oular arasıda yer alatadır. Özellle, brde fazla hedef syal buluduğu bu araşı hedef alaıda hedef larıı doğru br şelde belrlees büyü ölçüde öe azaıştır [1-11]. Bu çalışada, araşı hedef eo syaller buluduğu herhag br ortada gerçe hedef blele brlte bu hedef eo syaller üelees şle Bulaı C Ortalaalar (BCO) üelee yöte ullaılara yapılıştır. Böylelle ullaıla gerçe radar deey setde elde edle arışı eo syaller e doğru hedef eo syal üeler bula ş hedefleştr. Buu ç, bu çalışada öcelle BCO algortası ullaılara brde fazla arışı eo syaller, o

Bulaı C Ortalaalar üelee Tabalı Hedef Eo Syal Ortalarıda Gerçe Hedef Sayısıı Tespt ortada var olduları ble gerçe da eo syal üelere ayırılıştır. Sorasıda, BCO algortası ullaılara elde edle bu üelee larıı gerçeğe uygulu perforasları değerledrle ç sırasıyla Daves-Bould (DB), Xe-Be (XB), (Pahra, Badyopadhyay ad Maul) PBM ve Cals Harabasz (CH) geçerl desler ullaılıştır. Bu arşılaştıra şlede sırasıyla DB des u değer, XB des u değer, PBM des asu değer ve so olara CH des asu değer hag üe larıda elde edlrse, o üe ları arışı ortada gerçe eo syaller olara değerledrlştr. Bua göre u DB des değere sahp üelee e uygu üelee olara seçlştr. Mu XB des değere sahp üelee e uygu üelee olara seçlştr. Masu PBM des değere sahp üelee e uygu üelee olara seçlştr. So olara asu CH des değere sahp üelee e uygu üelee olara seçlştr. Bu çalışaı çolu hedef eo syaller bula alaıa atış olduğu yeller aşağıda addeler halde sıralaıştır: Lteratürde l defa araşı hedef eo syaller buluduğu herhag br ortada gerçe hedef BCO algortası ve bu algortaı geçerll des ler ola DB, XB, PBM ve CH yöteler ullaılara yüse doğrulu oraları le buluuştur. Buda dolayı bu te radar hedef syal şlee ve hedef taıa alalarıda ye br yötedr. Geellle brço çalışada et üelee geçerll değerledreler ç ullaıla, DB ve CH geçerll edesler, bu çalışada BCO algortası ç l defa ullaılıştır.. Çolu - Hedef Tab Blgsayar algortaları ullaara Çolu Hedef İzlee (ÇHİ) ortaıı yorulaa, radar hedef taıa şleler ve br veya brde fazla sesör ullaa gözet ssteler ç çoça ullaıla br yötedr [10]. Radar, ızılötes ve soar gb tp sesör sstelerde, çeştl ayalarda dolayı ortaya çıa ve radar ze dağıılığı, ya da teral gürültü gb ç hata 74 ayalarıda ayalaa ara pla gürültüler vardır. ÇHİ çalışalarıda, arışı hedef alaıda herhag br hedef belrlee ç radar hedef eo syaller ullaılır. He çolu hedef zleede ve otoat hedef taıada arışı br hedef alaıda br hedef eo syal doğru belrlees ve böylelle arışı hedef ortaıda aç adet hedef eo syal ües olduğuu buluası ço öeldr. Bu çalışada, araşı hedef eo syaller buluduğu herhag br ortada gerçe hedef blele brlte bu hedef eo syaller üelees şle BCO üelee yöte ullaılara gerçeleştrlştr. Daha sora se BCO algortasıı sırasıyla DB, XB, PBM ve CH geçerll deslee yöteler ullaılara, doğru üe ı bula perforasları brbrler le arşılaştırılara değerledrlştr. 3. Bulaı üelee Örütü sııfladırada öel br soru olara var ola sııflarda bezer eleaları buluasıda ve bu bezer eleaları sııfladırılasıı zor olableceğde söz edlştr [1]. Şdye adar, bulaı atığı, bu sorula başa çıa ç ço etl br araç olduğu aıtlaıştır. Bulaı sııfladırada deetl ve deetsz sııfladıra olara geel yalaşı buluatadır. Deetl sııfladıra algortaları hedef çıış verlere göre sııfladıra yapare, deetsz sııfladırada se hedef çıışlar olaala brlte sadece grş verler aç üeye bölüeceğ blgs vardır. Buda dolayı deetsz sııfladıra şle üelee olara adladırılatadır [1-14]. Bu çalışada BCO deetsz sııfladırıcı ullaıldığı ç bu algorta br üelee algortasıdır. BCO üelee yötede çıış eğt verler ullaılaz. Lteratürde farlı bulaı sııfladırıcılarda buluatadır. Farlı bulaı sııfladırıcı algortaları, farlı bulaı üeledrelere yol açablr [15]. BCO algortaları ullaılara yapıla üelee algortalarıda, değşe paraetreler ve / veya değşe başlagıç şartları da farlı souçlar vereblr [16, 17]. Bu edele, bulaı üelee şleler souçlarıı

doğrulaası gereldr. Bu aaçla BCO üelee algortalarıı üelee perforaslarıı tay ete ç lteratürde e yaygı ullaıla geçerll desler XB, PBM geçerll deslerdr. Burada yapıla stele teelde grş verler herhag br üeye at olup oladığıı bulatır. Bu şle soucuda elde edle üelee souçları daha öcede bahsedle geçerll desler ullaılara değerledrlecetr. Sıırladıralara bağlı br aaç fosyouu optzasyouu çere BCO algortası, e popüler bulaı üelee teğdr. BCO algortası l olara Du u çalışalarıda ullaılıştır [18]. BCO algortalarıı so şel Bezde [19] tarafıda ortaya ouştur. üe at ve üe etrops geçerll desler, BCO algortalarıı üelee souçlarıı doğrulaa ç gelştrlş e es geçerll rterlerdr [0, 1]. Referas () de belrtldğ gb, e y üelee soucuu elde ete ç üe atı asu ve üe etrops se u olara elde edles gereetedr. BCO üelee algortasıda herhag br grş vers hag üeye at olduğu bu üelere ola üyel derecelerde belrleeblr. Herhag br grş vers ç bütü üe üyel dereceler hesaplaır ve bu grş vers ç hag üe üyel dereces değer asusa bu grş vers o üeye at olduğu söyler. Bu duruda BCO üelee algortalarıda optu bulaı üelee gerçeleşesde grş verler üelere at ola üyel dereceler brbr le arşılaştırılara, asu üyel dereceler buluası e öel fatörler olara abul edlştr [1]. Gelştrle XB des dğer geçerll des yöteler le arşılaştırıldığıda grş verler farlı da üelere ayırdığı göze çarpatadır. 4. BCO üelee Algortası Lteratürde, bulaı üelee şleler ç BCO yöte e yaygı ullaıla algorta olara bahsedletedr. BCO algortasıı yapısı ısaca aşağıda gb açılaablr [1, 3]: Derya Avcı p Burada, X= {x 1, x,,x }, x ( 1 ) ola üzere adet etetsz ver vetörüü br 75 üesdr. c ( c ) se X üesde taılaa bulaı üeler br dır. u { u ( x ), 1 c,1 } se. vetörü. üeye ola üyel fosyoudur. Deleler 1-3 de şartlar sağladığı tadrde X üesde br sıırladırılış BCO algortası ullaılara, c da bulaı üe buluuş olur. 0 u 1,, (1) 0 u, () c 1 1 u 1, (3) Dele 3' te, bulaı c üeleede gerçeleştrle ısıtlaasız optzasyoda bahsedletedr. BCO üelee algortası se ısıtlı optzasyo şle le aaç fosyouu ze edere, bulaı c üelee şle gerçeleştretedr. BCO üelee algortasıda gerçeleştrle bu optzasyo prosedürüü aşağıda gb taılayablrz [1]: J Mu ( U, V; X ) ( u 1 1 Dele 3 e göre c ) x v A (4) Burada, U [ u], 1 c, 1 p üe atrs, V [ v ], 1 c le v üe erezler vetördür, 1 üyel dereces ağırlı ets ayarlaa ç br desdr ve. herhag br ç çarpı ordur. A Dele 4 de sıırladırılış optzasyo proble, Dele 5 ve 6 da üe erezler ve lgl üyel fosyoları le lgl bağıtılar ullaılara çözületedr [3]. 1 v, 1 c (5) u 1 u x

Bulaı C Ortalaalar üelee Tabalı Hedef Eo Syal Ortalarıda Gerçe Hedef Sayısıı Tespt u c j1 x x 1 v v j A A / 1, 1 c, 1 (6) Dele 5 ve 6 terarlaalı br optzasyo prosedürü teşletetedr [1]. Lteratürde, terarlaalı algortaları türü vardır []: bu algortaları brc tpde, tae yelee ç, sırayla hesaplaa tarlar V -1, U, V, ve V V 1 err duruuu doğrular. Bu algortaları c tp dzs hesaplaıre U -1, V, U, ve U 1 duruu otrol U err edlr. Algortalar arasıda teel farlılı, brc algortaya göre daha fazla paraetre yaısaası yapası geretğ ç c algorta daha yavaştır [1, ]. Cheg ve aradaşları [4] bu c tp algortaı hızıı -3 at daha da artırıştır. Bu çalışada ullaıla BCO üelee algortası aşağıda gb özetleeblr [1]: 1. Öcelle c üe, des değer ve v 1, v,, v c üe erezler başlagıç değerler seçlr,. Grş verler üelere ola üyel dereceler u ( 1 c, 1 ) Dele 6 ullaılara hesaplaır. ew ew 3. Dele 5 ullaılara, v 1, v,, ye üe erezler elde edlr. ew vc ew 4. Eğer v v ax şartı sağlaırsa, algorta durdurulur, şart sağlaazsa algorta Adı de tbare terar eder. 5. BCO Algortasıı üelee Perforasıı Değerledrles Bu çalışada, ullaıla BCO algortasıı radar hedef eo syaller üelee perforasıı değerledre ç dört çeşt geçerll des ullaılıştır. Bu desler sırasıyla Daves-Bould (DB) des, Xe-Be (XB) des, PBM (Pahra, Badyopadhyay ad Maul) des ve Cals Harabasz (CH) desdr. err Daves-Bould geçerll des Bu des üeler arasıda ayrıda üe ç dağılı toplaıı oraıı br fosyoudur [4].. üe çde dağılı aşağıda gb hesaplaatadır: S, q 1 C xc 1/ q q x z (7) ve C ve Cj üeler arasıda esafe aşağıda gb taılaır: d j, t p s1 z s z 1/ t t js z z j t. (8) Burada, S,q,. üede otaları q. oet q. öüdür ve bu ter. üede otaları yayılasıı br ölçüsüdür [4]. S,q, sııfıda herbr vetörü,. üe ereze ola ortalaa Öld uzalıdığır. d j,t,. ve j. üe erezler arasıda t. derecede Mows uzalığıdır [4]. Bu uzalı aşağıda gb hesaplaır: R, qt asu S, q S j, j dj, t j, q. (9) Daves-Bould (DB) des aşağıda gb taılayablrz: 1 DB 1 R, qt. (10) Gerçe üelee değere ulaşa ç DB des e aza drgee aaçlaatadır [4]. DB des las üelee geçerll des olasıa rağe, bu çalışada başarıyla BCO algortası ç geçerll des olara ullaılıştır. Xe-Be geçerll des Xe-Be (XB) geçerll des bulaı üelee desdr. Bu des geelleştrlş şel aşağıda gbdr [4, 5]: J S (d ) (11) 76

Derya Avcı J bulaı üelee ç aresel hataları toplaıdır [3] ve aşağıda gb buluur: J U, Z) ( u ) x z, (1) ( j1 1 j Burada 1 dur. U yu üelee atrs olara taılayablrz, U=[u j ] R. u j, üesde x j üyel dereces olara yorulaablr. Z üe erezler dzsdr, Z={z } R [4]. U ve Z hesaplaası ç ullaıla lşler aya [5] de ullaılalarla ayıdır. aya [4] de açılaa d se u üe uzalığıdır. Ver üesde evcut ola üe a S u değer arşılı gelr [4-9]. Pahra, Badyopadhyay ad Maul geçerll des Pahra, Badyopadhyay ad Maul (PBM) geçerll des bulaı üelee desdr. PBM geçerll des aşağıda gb taılayablrz [4]: j Cals Harabasz geçerll des ver otaları ve üeler ç Cals Harabasz (CH) geçerll des [6, 7] aşağıda gb hesaplaır: [ traceb /( 1)]. (17) [ tracew /( )] Burada, B ve W sırasıyla üe dağılıları arasıda ve çde z düşüü atrslerdr. Verlerde üeler doğru ı belrtede, CH des asu hyerarş düzey ullaılır [6]. üe dağılıları arasıda B atrs z düşüü aşağıda gbdr: trace B 1 z z, (18) Burada herhag br ver ües ağırlı erezdr. z üesde verler dır. W üe dağılı atrs çde z düşüü aşağıda gbdr: tracew 1 1 x z. (19) 1 E1 PBM ( ) x xd, (13) E Burada, üeler dır. E E E D 1 u j j1, j 1 x z j j (14) (15) ax z z. (16) Burada, ver setde verler topla, U(X) = [u j ] x verler ç br üe atrs ve z ües erez olara taılaatadır. üeler gerçe ı elde ete ç bu des de asze gereetedr [4]. 77 Böylece, CH des: z z x z 1 1 1 CH / 1. (0) CH des las üelee yötelerde ullaıla geçerll des olasıa rağe, bu çalışada BCO algortası ç geçerll des olara başarıyla ullaılıştır. 6. Çolu Hedef Eo Syal Ver üeler Radar Deey Setde Elde Edles Bu çalışada, çolu hedef eo syal ver üeler elde ete ç aşağıda verle özelllerde br deey set ullaılıştır: 960/1 Model Lab-Volt radar deey set eğt aaçlı ve ço fosyoludur. Bu çalışada, bu deey setde elde edlş çolu hedef eo syaller 44 Hz örelee freası ola br ses artı le blgsayar ortaıa alııştır. Bu darbel radar sste paraeter özelller aşağıda sıralaıştır: - Darbe geşlğ: s

Bulaı C Ortalaalar üelee Tabalı Hedef Eo Syal Ortalarıda Gerçe Hedef Sayısıı Tespt - RF oslatör: 9.4 GHz - Darbe Terarlaa Freası (PRF): 144 Hz - Radar alıcı ate-hedef tablası arasıda esafe: 115 c ve 170 c. Radar deey set ve ullaıla hedefler geler aşağıda sırasıyla Şel 1 ve de verlştr. çolu-hedef eo syalde elde edle ver setler Şel 5 de gösterletedr. Şel 3. MP - BMP eo syallerde oluşa çolu hedef obasyou Şel 1. Ço fosyolu 960/1 Model Lab-Volt radar deey set fotoğrafı MP BMP PCP Şel 4. MP - BMP eo syallerde oluşa çolu hedef obasyou YP Şel. Çolu hedef eo syal ver üeler elde ete ç radar deey setde ullaıla hedefler Çolu hedef eo syaller, üçü Metal Plaa (MP), Büyü Metal Plaa (BMP), Plast Ca Plaa (PCP), öşe Yasıtıcı Plaa (YP), üre () ve Sldr (S) hedefler çolu obasyoları le elde edlştr. 6.1. Radar deey set ullaara elde edle çolu-hedef eo syaller Çolu hedef eo syal obasyou MP - BMP hedef eo syaller Şel 3 te gösterlştr. Çolu hedef obasyou MP BMP da oluşa çolu-hedef eo syal Şel 4 te gösterlştr. Çolu hedef obasyou MP - MP PCP da oluşa S 78 Şel 5. MP - MP PCP da oluşa çolu-hedef eo syal çolu hedef obasyou Tablo 1 de bu çalışada ullaıla çolu hedef eo syal obasyoları, radar alıcı ate- hedef tablası arasıda esafeler,

ullaıla ver üeler ve gerçe üe ları verlştr. Tablo 1. Çolu hedef eo syal obasyoları, radar alıcı ate - hedef tablası arasıda esafeler, ullaıla ver üeler ve gerçe üe ları. Çolu hedef eo syaller obasyo u Radar alıcı ate- hedef tablası arasıda esafe Ver ües adı Gerçe üe MP - BMP 115 c prs1 MP - BMP 170 c prs MP - MP 90 c prs3 MP - MP 115 c prs4 MP - MP 170 c prs5 MP - MP - PCP MP - MP - PCP MP - S- PCP MP - S- PCP MP YP - S MP YP - S MP - PCP - S - BMP MP - PCP - S - BMP MP - S - MP BMP MP - S - - MP - BMP 115 c prs6 3 170 c prs7 3 115 c prs8 3 170 c prs9 3 115 c prs10 3 170 c prs11 3 115 c prs1 4 170 c prs13 4 115 c prs14 5 170 c prs15 5 7. Çolu Hedef Eo Syallere Geçerll İdesler Uygulaası Bu bölüde, radar deey setde elde edle ve 6. Bölüde bahsedle sırasıyla prs1, prs, prs3, prs4, prs5, prs6, prs7, prs8, prs9, prs10, prs11, prs1, prs13, prs14, prs15 arışı radar hedef eo syaller herbrde aç adet hedef eo syal ya aç adet hedef syal ües olduğuu bula ç l öce bu herbr araşı radar hedef syale BCO üelee algortası uygulaıştır. Daha sora BCO algortasıı radar hedef eo syaller üelee perforasıı değerledre ç dört çeşt geçerll des ullaılıştır. Bu desler sırasıyla Daves-Bould (DB) des, Xe-Be (XB) des, PBM (Pahra, Badyopadhyay ad Maul) des ve Cals Harabasz (CH) desdr. Bu uygulaa aşaaları aşağıda gbdr: Herbr arışı radar Derya Avcı 79 hedef eo syal ç sırasıyla tü DB-des, XB-des, PBM des ve CH-des değerler buluara dğer değerlerle arşılaştırılıştır. Herbr arışı radar hedef eo syal ç sırasıyla u DB-des değere, u XB-des değere, asu PBM-des değere ve asu CH-des değere sahp ola değer e uygu üelee olara seçlştr. Tablo 1 de belrtle ver setler her br ç bu yöte te te uygulaıştır. Bu souçlarda bazıları aşağıda Tablo -9 da verlştr. Tablo de elde edle souçlara göre prs1 ver set ç doğru üe ı ullaıla tü desler tarafıda üe olara buluduğu görületedr. Tablo 3 de elde edle souçlara göre prs ver set ç doğru üe ı ullaıla DB, XB ve PBM desler tarafıda üe olara buluduğu aca CH des tarafıda yalış br şelde 3 üe buluduğu görülüştür. Tablo 4 de elde edle souçlara göre prs3 ver set ç doğru üe ı ullaıla DB, XB ve PBM desler tarafıda üe olara buluduğu aca CH des tarafıda yalış br şelde 3 üe buluduğu görülüştür. Tablo 5 de elde edle souçlara göre prs5 ver set ç doğru üe ı ullaıla DB, XB ve PBM desler tarafıda üe olara buluduğu aca CH des tarafıda yalış br şelde 3 üe buluduğu görülüştür. Tablo 6 da elde edle souçlara göre prs7 ver ües ç XB ve PBM desler üeler uygu ı sağlare, DB ve CH desler prs7 ver set ç başarısız oluştur. Tablo 7 de elde edle souçlara göre prs11 ver set ç doğru üe ı ullaıla DB, XB ve PBM desler tarafıda 3 üe olara buluduğu aca CH des tarafıda yalış br şelde 4 üe buluduğu görülüştür. Tablo. BCO algortası ullaılara prs1 ver set ç (gerçe üe : ) üelee DB-des XBdedes PBM- CH-des İ 0.364 0.0350 14.610 5405.4 Üç 0.4576 0.0598 1.578 364.1 Dört 0.5589 0.1596 13.169 4387.6 Beş 0.555 0.135 11.4366 4807.7 Altı 0.5464 0.164 1.870 3815.7 Bulua üelee

Bulaı C Ortalaalar üelee Tabalı Hedef Eo Syal Ortalarıda Gerçe Hedef Sayısıı Tespt Tablo 3. BCO algortası ullaılara prs ver set ç (gerçe üe : ) Tablo 4. BCO algortası ullaılara prs3 ver set ç (gerçe üe : ) Tablo 5. BCO algortası ullaılara prs5 ver set ç (gerçe üe : ) Tablo 7. BCO algortası ullaılara prs11 ver set ç (gerçe üe : 3) Tablo 8. BCO algortası ullaılara prs1 ver set ç (gerçe üe : 4) üelee Bulua üelee 3 3 4 6 Tablo 9. BCO algortası ullaılara prs15 ver set ç (gerçe üe : 5) DB-des XBdes PBMdes CHdes İ 0.4360 0.0946 7.54 538. Üç 0.5479 0.0588 6.9196 449.9 Dört 0.6015 0.117 7.9546 3510.3 Beş 0.598 0.1163 7.8089 987.9 Altı 0.5478 0.0903 8.8394 739.9 üelee DB-des XBdes PBMdes CHdes İ 0.5059 0.097 8.30 148.5 Üç 0.481 0.058 15.5959 07.6 Dört 0.507 0.1565 13.1434 3304.4 Beş 0.5197 0.140 13.448 873.6 Altı 0.565 0.1315 13.595 590.6 Bulua üelee 3 3 3 4 DB-des XBdes PBMdes CHdes İ 0.554 0.0856 4.763 100.1 Üç 0.443 0.0694 14.347 115.3 Dört 0.5611 0.014 1.9358 96.4 Beş 0.5031 0.0884 1.3887 790. Altı 0.4998 0.1763 13.3694 368.6 üelee DB-des XBdes PBMdes CHdes İ 0.715 0.1546 51.4344 178 Üç 0.4869 0.045 50.1400 348 Dört 0.096 0.0173.799 737 Beş 0.6381 0.4398 95.514 5643 Altı 0.8567 0.994 53.436 10656 Bulua üelee 4 4 5 6 Tablo 8 de elde edle souçlara göre prs1 ver ües ç PBM des üeler uygu da sağlare, DB, XB ve CH des prs1 ver set ç başarısız oluştur. Tablo 9 da elde edle souçlara göre prs15 ver ües ç PBM des üeler uygu da sağlare, DB, XB ve CH desler prs15 ver setler ç başarısız oluştur. Tablo 6. BCO algortası ullaılara prs7 ver set ç (gerçe üe : 3) üelee üelee DB-des XBdedes PBM- CH-des İ 0.4814 0.0570 11.110 1967.9 Üç 0.5149 0.0993 10.078 351.5 Dört 0.5175 0.139 7.104 937.9 Beş 0.5314 0.1051 10.081 349.6 Altı 0.5491 0.1404 9.6853 508.1 Bulua üelee 3 üelee DB-des XBdes PBMdes CHdes İ 0.709 0.035 1.8936 407.4 Üç 0.5153 0.1803 0.8734 4740.5 Dört 0.5816 0.1494 13.533 3616.8 Beş 0.6043 0.158 18.3534 4519.6 Altı 0.6138 0.1910 16.1831 418.5 Bulua üelee 3 üelee DB-des XBdes PBMdes CHdes İ 0.4515 0.0639 11.6660 1550.8 Üç 0.4993 0.0989 11.671 336.4 Dört 0.57 0.1456 6.5496 680.3 Beş 0.50 0.186 10.6189 968. Altı 0.5596 0.190 10.6480 371.6 Bulua üelee 3 Bulua üelee 3 3 4 80 8. Souçlar Bulaı üe geçerll desler ullaılara radar eo syaller gerçe üe ı estr ousuda daha öcede yapıla çalışalar ç lteratür taraası gerçeleştrldğde radar eo syaller le ta bağlatılı olaya ve çoğulula farlı türde arışı syallerle lgl braç çalışa tespt edlştr. Bu edele yapıla çalışaı souçları, ltertürde başa br eşdeğer çalışa oladığıda arşılaştırılaaıştır. Yede aşağıda bulaı üe geçerll desler ullaılara gerçeleştrle farlı türde radyo syaller, 3 boyutlu radar syaller, Doppler syaller üelee çalışalarıda söz edlştr [30-3]. Burada da alaşıldığı gb güüüzde araşı br radar eo syal ortaıda varola gerçe eo syal larıı tespt ousu ye

çalışadır. Bu çalışada, radar deey setde elde edle ve 6. Bölüde bahsedle sırasıyla prs1, prs, prs3, prs4, prs5, prs6, prs7, prs8, prs9, prs10, prs11, prs1, prs13, prs14, prs15 arışı radar hedef eo syaller herbrde aç adet hedef eo syal ya aç adet hedef syal ües olduğuu bula ç l öce bu herbr araşı radar hedef syale BCO üelee algortası uygulaıştır. Daha sora BCO algortasıı radar hedef eo syaller üelee perforasıı değerledre ç dört çeşt geçerll des ullaılıştır. Bu desler sırasıyla Daves-Bould (DB) des, Xe-Be (XB) des, PBM (Pahra, Badyopadhyay ad Maul) des ve Cals Harabasz (CH) desdr. Bu yöte, radar hedef syal şlee ve çolu-hedef taıa alalarıda ye br yötedr. Tablo -16 da gösterldğ gb PBM, XB, ve DB geçerll desler doğru taılaa üeler ı bulada CH geçerll desde üstüdür. PBM geçerl des doğru taılaa üeler ı bulada XB ve DB geçerll deslerde daha üstüdür çüü doğru belrlee üeler daha fazladır 9. ayalar 1. Aher J., Delsle G. Y., etc. Radar, Lab-Volt Ltd., vol. 1, Caada, 1989.. Coloe, F., O'haga, D. W., Lobardo, P., & Baer, C. J., A ultstage processg algorth for dsturbace reoval ad target detecto passve bstatc radar. IEEE Trasactos o Aerospace ad Electroc Systes, 45(), 698-7, 009. 3. Rohlg, H., Heuel, S., & Rtter, H., Pedestra detecto procedure tegrated to a 4 GHz autootve radar, I 010 IEEE Radar Coferece, IEEE, pp. 19-13, 010. 4. Dova, R. J., & Zrc, D. S., Doppler Radar & Weather Observatos. Acadec press, 014. 5. Shu, P. L., Lu, H. W., & Bao, Z., Rage-spread target detecto based o cross te-frequecy dstrbuto features of two adjacet receved sgals. IEEE Trasactos o Sgal Processg, 57(10), 3733-3745, 009. 6. Wu, L., We, X., Yag, D., Wag, H., & L, X., ISAR agg of targets wth coplex oto based o dscrete chrp Fourer trasfor for cubc chrps. IEEE Trasactos o Geoscece ad Reote Sesg, 50(10), 401-41, 01. Derya Avcı 81 7. ott, E. F., Radar cross secto easureets. Sprger Scece & Busess Meda, 01. 8. Helstro, C. W., Statstcal Theory of Sgal Detecto: Iteratoal Seres of Moographs Electrocs ad Istruetato, Vol. 9, Elsever, 013. 9. Sowela S. M., Tewf A. H., Wavefor selecto radar target classfcato, IEEE Trasactos o Iforato Theory, vol. 46, pp. 1014 109, 000. 10. Malaows, M., ulpa,., & Olse,. E., Extedg the tegrato te DVB-T-based passve radar. I Radar Coferece (EuRAD), 011 Europea, pp. 190-193, IEEE, 011. 11. Nooe G. P., A eural approach to autoatc pulse repetto terval odulato recogto, Iforato Decso ad Cotrol, IDC 99 Proceedgs, pp.13-18, Adelade, Australa, 1999. 1. Tseouras G. E. ad Sarves H., A ew approach for easurg the valdty of the fuzzy c-eas algorth, Advaces Egeerg Software, 35 pp. 567-575, 004. 13. Yu, J., Xu, J., Peg, Y. N., & Xa, X. G., Rado- Fourer trasfor for radar target detecto (III): optalty ad fast pleetatos. IEEE Trasactos o Aerospace ad Electroc Systes, 48(), 991-1004, 01. 14. Coo, C., Radar sgals: A troducto to theory ad applcato, Elsever, 01. 15. Bacer E, Ja A. A clusterg perforace easure based o fuzzy set decoposto. IEEE Tras PAMI, 3:66 95, 1981. 16. Wdha M. P., Cluster valdty for the fuzzy c- eas clusterg algorth. IEEE Tras PAMI, 4:357 363, 198. 17. Al Sulta. S., Sel S. Z., Global algorth for fuzzy clusterg proble. Patter Recog., 6:1357 1361, 1993. 18. Du J. C., A fuzzy relatve to the ISODATA process ad ts use detectg copact, wellseparated clusters, J Cyberet, 3:3 57, 1973. 19. Bezde J. C., Fuzzy atheatcs patter classfcato. PhD dssertato, Corell Uversty, Ithaca, NY, 1973. 0. Bezde J. C., Cluster valdty wth fuzzy sets. J Cyberet, 4: 58 7, 1974. 1. Bezde J. C., Matheatcal odels for systeatcs ad taxooy. I: Estabroo G, edtor. Proceedgs of the 8th Iforato Coferece o Nuercal Taxooy, Sa Fracsco, CA, p. 143 64, 1975.. Pal N. R., Bezde J. C., O clusterg valdty for the fuzzy c-eas odel. IEEE Tras Fuzzy Syst., 3:370 379, 1995.

Bulaı C Ortalaalar üelee Tabalı Hedef Eo Syal Ortalarıda Gerçe Hedef Sayısıı Tespt 3. Bezde J. C, Pal., Fuzzy odels for patter recogto: ethods that search for structures data. New Yor, NY, IEEE Press., 199. 4. Pahra, M.., Badyopadhyay S., Maul U., Valdty dex for crsp ad fuzzy clusters, Patter Recogto 37, p.p. 487-501, 004. 5. Pal N. R., Bezde, J. C., O cluster valdty for the fuzzy c-eas odel, IEEE Tras. Fuzzy Systes 3 (3) p.p. 370-379, 1995. 6. Maul U., Badyopadhyay S., Perforace Evaluato of Soe Clusterg Algorths ad Valdty Idces, IEEE Trasactos o Patter Aalysıs Ad Mache Itellgece, Vol. 4, No. 1, p.p. 1650-1654, 00. 7. Che, Q. J., & Mo, C. Q., The credblty aalyss for recogto-oreted radar target echo sulato. Radar Scece ad Techology, 1, 010, 010. 8. Avc E. ad Avc D., The speaer detfcato by usg geetc wavelet adaptve etwor based fuzzy ferece syste, Expert Systes wth Applcatos, Vol. 36, Issue 6, Pages 998-9940, 009. 9. Avc, D. Avc, A expert syste based o fuzzy etropy for autoatc threshold selecto age processg, Expert Systes wth Applcatos, Volue 36, Issue, Part, Pages 3077-3085, 009. 30. Mota, S., Perez-Fota F., & Rocha A., Estato of the uber of clusters ultpath rado chael data sets. IEEE Trasactos o Ateas ad Propagato, 61(5), 879-883, 013. 31. Maza A. H., O cluster valdty dces wth ts applcato to terleaved radar pulse separato through fuzzy-based represetato. Evolvg Systes, 1-1, 015. 3. Y. H., Lee H., & S., 3D radar objects tracg ad reflectvty proflg. Iteratoal Joural of Fuzzy Logc ad Itellget Systes, 1(4), 63-69, 01. 8