dc.description.abstract |
Bu tez çalışması, insan yürüyüşünü sismik olarak tespit etmeyi, diğer varlıklardan ayırt etmeyi ve sınıflandırmayı amaçlamaktadır. İnsan ve hayvan yürüyüşünün her adımı zemin içerisinde ilerleyen sismik bir dalga oluşturur. Sismik dalgalar jeofon ve ivmeölçer olarak adlandırılan sensörler ile elektriksel işarete dönüştürülürler. Bu elektriksel işaretler bir veri toplama ünitesi aracılığıyla bir bilgisayar ortamına veya bir gömülü sistem bilgisayarına iletilirler. Burada sismik imzayı oluşturan sinyallerin, spektral içerik, basıklık, ritim, dalgacık katsayıları ve güç spektral yoğunluğu gibi karakteristik özellikleri işaret işleme yöntemleri ile çıkarılır. Bu öznitelikler makine öğrenmesi teknikleri ile sınıflandırıcıya verilerek sistemin eğitilmesi sağlanır. Son aşamada test öznitelikleri sınıflandırmaya tabi tutularak sismik sinyalin bir insana ait olma ihtimali hesaplanır. Burada yapılan çalışmada at ve insan yürüyüşüne ait sismik sinyaller jeofon sensörü ile kaydedilmiştir. Kaydedilen bu işaretler, gürültü giderme, normalizasyon, boyut indirgeme, DC bileşenin çıkarılması gibi ön işlemlerden geçirilmiştir. Bu aşamadan sonra STFT (Short Time Fourier Transform), basıklık (kurtosis) gibi yöntemler ile öznitelik vektörleri oluşturulmuştur. Bu öznitelikler, LDA (Linear Discriminant Analysis), SVM (Support Vector Machine) ve SVDD (Support Vector Data Description) yöntemleri ile oluşturulan sınıflandırıcıya sokulmuştur. Sistemin başarısını ölçmek için xiii sınıflandırıcıya test öznitelik vektörleri verilmiş ve sınıflandırma sonuçları değerlendirilmiştir. Bir sınıfa ait örnek sayısının arttırılması ile sınıflandırma başarısının arttığı görülmüştür. Yapılan deneysel sonuçlarda en yüksek başarı STFT-LDA ikilisinde elde edilmiştir. Bu çalışma için SVM yöntemi ile elde edilen sonuçların LDA yöntemi ile elde edilen başarı sonuçlarına yakın olduğu görülmüştür. Gürültülü ortam koşulları ve sismik sinyallerin durağan olmayan yapısından dolayı, zorlu bir problem olan sismik hedef tespiti, özellikle frekans tabanlı analizler ile çözülmesi mümkün hale gelmiş ve bu alanda yüksek başarı oranları elde edilmiştir. |
|