Alıcı özellikleri, hedef yoğunluğundaki değişim ve nonlineerliğin olasılık hipotez yoğunluğu üzerinde veri ilişkilendirme tekniklerine kıyasla etkileri

Modern radarlarda kullanılan hedef takip algoritmaları, hedef doğum ve ölümlerini dikkate alarak birden çok hedefi aynı anda takip edebilecek şekilde dizayn edilmektedir. Bu algoritmalar, tek hedef takibi için kullanılan filtrelere veri ilişkilendirme tekniklerinin entegre edilmesiyle geliştirilmiştir. Son dönemde ise veri ilişkilendirme temelli metodlara alternatif olarak rassal sonlu kümeleri kullanan hedef takip algoritmaları ortaya çıkmıştır. Veri ilişkilendirme tekniklerinden farklı olarak, rassal sonlu küme temelli teknikleri hedeflere dayalı bir takip gerçekleştirmezler, onun yerine bütün durum uzayını örten bir hedef yoğunluk fonksiyonunu zaman içerisinde yayarlar ve bu şekilde durum uzayının boyutunu azaltırlar. Bu tezde, öncelikle lineer bir senaryo üzerinde alıcı özellikleri ve hedef yoğunluğundaki değişimin bir rassal sonlu küme temelli teknik olan OHY Filtresinin performansı üzerindeki etkisini araştırıyoruz. Alıcı özelliği parametreleri olarak tespit olasılığı ve parazit oranını; hedef yoğunluğundaki değişim için ise hedef doğum ve ölüm olasılıklarını kullanıyoruz. Bu parametrelerin etkilerini açıklayan bir lineer regresyon modeli de sunuyoruz. Performans ölçütü olarak ise OSPA mesafesini kullanıyoruz. Her bir adımda sonuçlarımızı bir veri ilişkilendirme tekniği ile, en yakın global komşu tekniği ile, her iki tekniğin avantaj ve dezavantajlarını belirlemek için kıyaslıyoruz. İkinci olarak ise lineer olmayan modellerin her iki teknik üzerindeki etkisini araştırıyoruz. Lineer durumdaki ortalama OSPA mesafesini her iki teknik için eşit yapan değerlere sabitleyerek, hangi tekniğin lineer olmayan modellerden daha çok etkilendiğini belirlemek maksadıyla modele nonlineerliği ilave ediyoruz.