Kalman Süzgeci ile temizlenmiş işaretten en büyük olabilirlik kestirimcisi ile üç boyutlu akustik kaynak konumu kestirimi


Cekli S., UZUNOĞLU C. P.

SIU 2010, Diyarbakır, Türkiye, 1 - 04 May 2010, ss.641-644

  • Basıldığı Şehir: Diyarbakır
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayısı: ss.641-644

Özet

Bu çalışmada, bir alana dağınık bir şekilde yerleştirilmiş algılayıcı ağında akustik işaret yayan kaynağın üç boyutlu konum kestiriminin yapılabilmesi için En Büyük Olabilirlik kestirimcisi tabanlı özgün bir yaklaşım önerilmiştir. Algılayıcıların almış olduğu işaretler ortam gürültüsünden Kalman süzgeci kullanılarak temizlenmektedir. Daha sonra temizlenmiş işaretler üç boyutlu konum kaynak konumu bulunması için kestirim yordamına sokulmaktadır. Bu şekilde kestirimcinin süzgeç kullanılmadan önceki başarımına nazaran daha iyi sonuçlar elde edilmektedir. Ayrıca üç boyutlu konum kestiriminde parametre uzayı büyüdüğünden başarım doğal olarak azalmaktadır. Ancak algılayıcı işaretleri Kalman süzgeci ile temizlendiğinde üç boyutlu kestirimin başarımı artmaktadır. Kalman süzgecinin kullanıldığı ve kullanılmadığı durumlar için kestirimcilerin değişintileri çizilerek karşılaştırılmıştır. Elde edilen benzetim sonuçları çıkarılan Cramer Rao Sınırı ifadelerinin grafikleri ile karşılaştırılarak yöntemin başarımı incelenmiştir.

In this study, a novel algorithm based on the Maximum Likelihood Estimator (MLE) is proposed to estimate three dimensional position of an acoustic source which is located in a field with randomly deployed sensors. The received sensor signals have been filtered by using Kalman filter in order to eliminate the background noise. Filtered signals have been subjected to the estimation procedure to obtain the three dimensional source location. Consequently, the usage of Kalman filter has provided better estimation performance in accordance with the case without Kalman filter. Moreover, the performance decreases due to the larger parameter space in the procedure of estimating three dimensional location of the source. In the three dimensional estimation scenario Kalman filter drastically improves the performance of the estimator. The performances of the estimation procedures with and without Kalman filter has been investigated by plotting the estimator variances. The performance of the algorithm has been analyzed by comparing the simulation results and the Cramer Rao Bound expressions.