Yere nüfuz eden radar kullanarak gömülü nesne tespiti ve tanımlanması için algoritma geliştirme
Özet
Askeri ve sivil bölgelerde tuzaklanmış olan el yapımı patlayıcıların uzaktan patlatılması sonucu her yıl onlarca askeri personel ve sivil hayatını kaybetmektedir. EYP’ler artan kullanım nedeniyle son zamanlarda hükümetlerin ulusal güvenliği için önemli bir tehdit oluşturmaktadır. Bu yüzden EYP tespiti günümüzde kritik bir öneme sahiptir. EYP’ler belirli bir şekilde veya kalıpta görülmedikleri için EYP tespiti ve tanımlanması oldukça karmaşık bir hal almaktadır. EYP yapımındaki bu şekil düzensizliğinden dolayı son zamanlarda yapılan çalışmalar tetikleyici mekanizması olarak kullanılan komut teline odaklanmıştır. Tez çalışması kapsamında komut telinin tespiti ve tanımlanması üzerine algoritma geliştirme çalışmaları gerçekleştirilmiştir. Benzetim verileri açık kaynak kodlu zamanda sonlu farklar yöntemini kullanan gprMax benzetim ortamı kullanarak oluşturulmuştur. Farklı tel ve parazit yankı (clutter) oryantasyonları benzetilerek 2 boyutlu Yere Nüfuz Eden Radar (YNR) veri seti oluşturulmuştur. Bu tezde, 3 farklı ön ekranlama algoritması Sinyal-Gürültü Oranı ve hesaplama zamanlarına göre karşılaştırılmıştır. Ön işleme aşamasında Go-Ayrışma yöntemi tercih edilmiştir. Parazit yankıdan teli ayırma işleminde K-Means kümeleme metodu kullanılmıştır. Önerilen algoritma ile benzetim çalışmaları sonrasında elde edilen 2 boyuta indirgenmiş 3 boyutlu C-Tarama YNR verileri üzerinde %96 üzerinde doğruluk elde edilmiştir. Improvised explosive devices (IEDs) have recently become a considerable concern for governments' national security due to increased usage. Therefore, detecting IEDs is a significant problem now. Since IEDs do not have a particular shape, detecting and classifying IEDs becomes a complex problem. Due to the irregularity of wire shape, recent research focuses on detecting command wire, which is the triggering mechanism of IEDs.
The study in this paper proposes a detection and clustering algorithm for the wire detection problem. The synthetic data were generated using the gprMax software, an open-source FDTD simulation environment. Different wire and clutter orientations were simulated while creating a 2-D GPR database.
Three different prescreening algorithms were compared concerning computational time and Signal to Noise ratio. The Go-Decomposition method was used at the preprocessing stage. The discrimination wire from clutter has been conducted using the K-Means clustering method. The proposed algorithm results show promising outcomes over simulated GPR 2-D C-scans.