Yazar "Soku, Hakan" seçeneğine göre listele

Listeleniyor 1 - 5 / 5
  • Küçük Resim Yok
    Öğe
    Performance improvement in decentralized fusion problems via additive dependent noises
    (Institute of Electrical and Electronics Engineers Inc., 2016) Bayram, Suat; Soku, Hakan; Ibrahim, Ahmed Yusuf; Korkmaz, Ekrem
    This paper investigates effects of adding dependent random signals (additive noises) to observations of local sensors in decentralized fusion problems, where the decision of each local sensor is directly transmitted to the fusion center for the final decision according to Neyman-Pearson criterion. Threshold of the fusion center and random signals added to observations of local sensors are modeled as random variables dependent on each other but independent from the observations at the local sensors. Simulation results are presented to investigate performance of the proposed approach. © 2017 Elsevier B.V., All rights reserved.
  • Küçük Resim Yok
    Öğe
    Performance Improvement in Decentralized Fusion Problems via Additive Dependent Noises
    (Ieee, 2015) Bayram, Suat; Soku, Hakan; Ibrahim, Ahmed Yusuf; Korkmaz, Ekrem
    This paper investigates effects of adding dependent random signals (additive noises) to observations of local sensors in decentralized fusion problems, where the decision of each local sensor is directly transmitted to the fusion center for the final decision according to Neyman-Pearson criterion. Threshold of the fusion center and random signals added to observations of local sensors are modeled as random variables dependent on each other but independent from the observations at the local sensors. Simulation results are presented to investigate performance of the proposed approach.
  • Küçük Resim Yok
    Öğe
    Threshold optimization according to the restricted Bayes criterion in decentralized detection problems
    (Tubitak Scientific & Technological Research Council Turkey, 2016) Bayram, Suat; Soku, Hakan
    In this paper, the restricted Bayes approach is studied in a decentralized detection problem. All decisions on which the hypothesis is true are made by local sensors through conditionally independent observations. Then these decisions are transmitted to the fusion center for the final decision. In the conventional approach, all thresholds of local sensors and the fusion center are considered as deterministic variables and optimized according to the given criterion for given test statistics of local sensors and the fusion center. In this paper, it is shown that setting thresholds as random variables instead of deterministic ones can improve the performance according to the restricted Bayes criterion. It is proved that optimal random thresholds are dependent on each other, and the probability density function of each one consists of at most two point masses. Two methods for the implementation of this scheme are proposed. A necessary and sufficient condition for improvability of the conventional approach through replacing optimal deterministic thresholds by optimal random ones is derived. Finally, theoretical results are investigated through simulations.
  • Küçük Resim Yok
    Öğe
    Threshold optimization in decentralized detection problems and optimal jamming in the presence of uncertainty
    (Turgut Özal Üniversitesi, 2015) Soku, Hakan; Bayram, Suat
    Tezin ilk kısmında, kısıtlı Bayes yaklaşımı ile merkezi olmayan sezim problemleri üzerinde çalışılmaktadır. Hangi Hipotezin doğru olduğu ile ilgili tüm kararlar, şartlı bağımsız gözlemler yoluyla yerel sensörler tarafından verilir. Sonrasında, bu kararlar nihai karar için füzyon merkezine iletilir. Geleneksel yaklaşımda, yerel sensörlerin ve füzyon merkezinin tüm eşik değerleri rasgele olmayan değişkenler olarak düşünülmüş, yerel sensörler ve füzyon merkezinin test istatistikleri için verilen kritere göre optimize edilmektedir. Bu kısımda, kısıtlı Bayes kriterine göre, eşik değerlerin rasgele olmayan değişkenler yerine rasgele değişkenler olarak atanması sonucunda performansın arttığı görülmektedir. Simulasyonlar yoluyla teorik sonuçlar incelenmektedir. Tezin ikinci kısmında, ortalama bir güçle sınırlandırılmış, hedef sinyal hakkında kısmi bilgiler bulunduran sinyal boğucu için optimal sinyal boğma stratejisi elde edilmektedir. Neyman-Pearson çerçevesinde ele alınmakta ve kısmı bilginin sebep olduğu belirsizliği işlemek amacıyla Hodges-Lehmann Kuralı kullanılmaktadır. Amacımız, Sinyal bozucudaki kısmi bilgi miktarına göre ayarlanmış eşik değer seviyesinin altındaki bir alıcının uygun olan en küçük sezim olasılığını muhafaza ederken, akıllı alıcı sisteminin "beklenen" sezim olasılığına NP kriterine göre olabilecek en küçük değeri vermektir. Kısmi bilginin varlığında, ortalama bir güç ile sınırandırılmış sinyal boğucu için en uygun ilke olarak, en fazla üç farklı güç seviyesi arasından kendi gücünü ayırabildiği sonucuna varılmıştır. Bunlara ilave olarak, güç rasgeleleştirmesinin rasgele olmayan sinyal boğma yaklaşımları üzerinde gelişmeler sağlayıp sağlayamayacağı senaryolarını belirlemek için yeter koşullar elde edilmektedir. Son olarak, teorik bulguları incelemek için simülasyonlar sunulmaktadır.
  • Küçük Resim Yok
    Öğe
    Threshold optimization in decentralized detection problems and optimal jamming in the presence of uncertainty
    (Turgut Özal Üniversitesi, 2015) Soku, Hakan; Bayram, Suat
    Tezin ilk kısmında, kısıtlı Bayes yaklaşımı ile merkezi olmayan sezim problemleri üzerinde çalışılmaktadır. Hangi Hipotezin doğru olduğu ile ilgili tüm kararlar, şartlı bağımsız gözlemler yoluyla yerel sensörler tarafından verilir. Sonrasında, bu kararlar nihai karar için füzyon merkezine iletilir. Geleneksel yaklaşımda, yerel sensörlerin ve füzyon merkezinin tüm eşik değerleri rasgele olmayan değişkenler olarak düşünülmüş, yerel sensörler ve füzyon merkezinin test istatistikleri için verilen kritere göre optimize edilmektedir. Bu kısımda, kısıtlı Bayes kriterine göre, eşik değerlerin rasgele olmayan değişkenler yerine rasgele değişkenler olarak atanması sonucunda performansın arttığı görülmektedir. Simulasyonlar yoluyla teorik sonuçlar incelenmektedir. Tezin ikinci kısmında, ortalama bir güçle sınırlandırılmış, hedef sinyal hakkında kısmi bilgiler bulunduran sinyal boğucu için optimal sinyal boğma stratejisi elde edilmektedir. Neyman-Pearson çerçevesinde ele alınmakta ve kısmı bilginin sebep olduğu belirsizliği işlemek amacıyla Hodges-Lehmann Kuralı kullanılmaktadır. Amacımız, Sinyal bozucudaki kısmi bilgi miktarına göre ayarlanmış eşik değer seviyesinin altındaki bir alıcının uygun olan en küçük sezim olasılığını muhafaza ederken, akıllı alıcı sisteminin "beklenen" sezim olasılığına NP kriterine göre olabilecek en küçük değeri vermektir. Kısmi bilginin varlığında, ortalama bir güç ile sınırandırılmış sinyal boğucu için en uygun ilke olarak, en fazla üç farklı güç seviyesi arasından kendi gücünü ayırabildiği sonucuna varılmıştır. Bunlara ilave olarak, güç rasgeleleştirmesinin rasgele olmayan sinyal boğma yaklaşımları üzerinde gelişmeler sağlayıp sağlayamayacağı senaryolarını belirlemek için yeter koşullar elde edilmektedir. Son olarak, teorik bulguları incelemek için simülasyonlar sunulmaktadır.