Mehmet Ali ÇAVUŞLU

Bu çalışmada, Sualtı Akustik Modelleme sistemi için Genel Araç Kutusu’nun kapasitesi, tasarımı ve performansı anlatılmaktadır. GT-Aqua, çeşitli yayılım modelleri yardımıyla su altı akustik yayılımını analiz eden bağımsız bir yazılım aracıdır. GT-Aqua genel kaynak tanımı sağlar ve kullanıcıya ayrıntılı sualtı çevre modeli tanımlama olanağı tanır. Işın izleme algoritmaları ile sistem, sesin 2D yönüne dayanan kaynaktan nasıl ilerlediğini ve iletim kaybını hesaplar. Ayrıca Modelin performans analizi sonuçları detaylarıyla birlikte verilmiştir.

Bu bildiride, ultrasonik mesafe ölçümünün doğruluğunu arttırmak için ses dalga hızının ortam sıcaklığına
göre değişiminden yararlanılmıştır. Ortamın sıcaklık değişimine göre hava yoğunluğu değişmektedir, bu da ses hızında değişiklik oluşturmaktadır. Buna rağmen ultrasonik ses dalgaları kullanarak mesafe ölçen sistemlerin çoğu ses hızını sabit olarak kabul etmektedir. Bu çalışma ile birlikte ortam sıcaklığına bağlı olarak uyarlanır şekilde mesafe ölçümü yapılarak, daha düşük hata ile çalışan bir sistem önerilmektedir. Deneysel çalışmada, ortam sıcaklığının sürekli olarak değişebileceği fiziki bir alan oluşturularak, yerleşim planı ve uzaklıkları belirli farklı ölçümler yapılmıştır. Bu koşullarda, yüksek hassasiyetli sensör kullanılarak
ortam sıcaklığı hesaplanmıştır ve hesaplanan sıcaklık değerindeki ultrasonik ses hızı bulunmuştur. Bulunan ses hızı ile işlem tekrarlandığında, ölçüm doğruluğunun arttırıldığı gözlemlenmiştir.

Örgülü tarama tekniği (interlacing) ile alıcı birime gönderilen veri miktarının azaltılmasıyla yüksek çözünürlüklü video sistemlerinin düşük maliyetle gerçeklenmesini sağlamaktadır. Örgülü tarama sistemlerinde görüntünün alıcı birimde oluşturulması önem arz etmektedir. Bu çalışmada örgülü tarama ile alıcı birime aktarılan görüntülerin tekrar elde edilmesi işlemi (de-interlacing) kenar bağımlı ara değerleme yöntemi kullanılarak FPGA tabanlı donanımsal gerçeklenmiştir. Uygulama VHDL donanım tanımlama dilinde kullanılarak Altera Cyclone-II FPGA’sı üzerinde donanımsal gerçeklenmiştir. Çalışmada tekrarlı verilerin tekrardan okunmaması sağlanarak zaman kaybının önüne geçişmiştir. Gerçekleme kullanılan FPGA’da %3’lük alan kaplamıştır.

Günümüzde harcanabilir algılayıcı (sonobuoy) ile deniz taşıtlarının tespiti, sinyal analizi ve sınıflandırma süreçleri yüksek kapasiteli, büyük hacimli sinyal işleme donanımlarıyla platformda, operatör tarafından yapılmaktadır. Daha küçük hacimli ve şamandıraya entegre gömülü donanıma haiz GATAS sistemi, kıyıda veya deniz taşıtında konuşlandırılmış olan alıcı birime ham veri iletmek yerine deniz taşıtlarının tespit, sınıflandırma ve hareket yön bilgilerini (referans hidrofona göre yön açısı, manyetik kuzey açısı) ve şamandıranın konum bilgisi ile tarih/zaman bilgilerini iletmektedir. Böylece alıcı birime aktarılacak veri miktarını azaltmakla birlikte alıcı birimde analiz donanımı ve operatör gereksinimini ortadan kaldırmaktadır.

Bu çalışmada, deniz taşıtlarının sualtı ortamına yaymış oldukları motor, pervane, gövde titreşimi gibi nedenlerle meydan gelen ve deniz taşıtına ait iz bilgilerini taşıyan akustik işaretlerin ortam gürültüsünden ayrıştırılarak deniz taşıtına ait öznitelik bilgilerinin çıkartılma işleminin FPGA tabanlı donanımsal gerçeklenmesi anlatılmıştır. Kullanılan yöntemde LOFAR  (Low Frequency Analysis and Ranging, Düşük Frekansda Analiz ve ölçüm) analiz yöntemi ile düşük frekans bandında  meydana gelen hareketliliklerin analizi yapılmaktadır. Sabit Yanlış Alarm Oranı (SYAO) tabanlı eşikleme yöntemi kullanılarak iz bilgilerinin ortam gürültüsünden ayrıştırılma işlemi yapılmıştır. Öznitelik çıkarım işlemleri Artix 7 xc7a100tcsg324-1  FPGA’sı üzerinde gerçekleştirilmiştir.

Deniz taşıtlarının sualtı ortamında yaydıkları akustik gürültüler, kaynaklarına göre platform içinde ve platform dışında olmak üzere iki grupta incelenebilir. LOFAR (Low Frequency Analysis and Recording) analizi ile platform içerisindeki periyodik gürültü kaynakları incelenebilirken, DEMON (Detection of Enveloped Modulation on Noise) analizleri ile de platform dışında meydana gelen pervane gürültüleri incelenebilmektedir. Bu çalışmada sualtı akustik sinyallerini pasif olarak dinleyen bir sistem üzerinde LOFAR ve DEMON analizleri yapılarak çıkarılan özniteliklerin kullanımıyla platform sınıflandırması yapabilen bir akıllı karar mekanizması tanıtılmıştır.

Deniz taşıtlarının, sualtı akustik algılayıcıları ile algılanan sinyallerden tespit edilebilmesi amacıyla, makina/pervane gürültülerini ortam gürültüsünden ayrıştırmak gerekmektedir. Bu işlemleri yapabilmek için özellikle gerçek zamanlı çalışan ve enerji kısıtlı sistemlerde, işlemsel karmaşıklığı düşük olan kestirim yöntemlerinin kullanılması tercih sebebi olacaktır. Literatürde önerilen eşikleme tabanlı yöntemlerden, hesaplama karmaşıklığı en düşük olanlardan biri olan Sabit Yanlış Alarm Olasılığı (SYAO) tabanlı eşikleme yöntemi, yanlış alarm olasılığı korunurken tespit olasılığını en yüksek seviyeye çıkarmayı amaçlamaktadır. SYAO tabanlı eşikleme, kaynak sinyalleri ortam gürültüsünden ayırmak için gerekli olan eşik değerini belirlemektedir. Bu çalışmada, eşik değerinin sağlanması için Sıralı İstatistik ve Hücresel Ortalamalı Sabit Yanlış Alarm Olasılığı tabanlı eşikleme teknikleri kullanılmıştır. Bu teknikler kullanılarak, deniz taşıtlarına ait iz bilgileri ortam gürültüsünden ayrıştırılması gösterilmiştir.

Bu çalışmada deniz ortamı ve taşıtlarının sahip olduğu akustik sinyal karakteristikleri incelenerek, sualtı ortamında sınıflandırma yapabilmek amacıyla, akustik işaret sentezi ve analizi yapabilme özelliğine sahip benzetim ortamı gerçekleştirilmiştir. Benzetim ortamında,sualtı ortamında meydana gelen yol kaybının yanında çok yolluluk (multipath) etkiside göz önünde bulundurularak akustik işaret sentezi yapılmıştır. Analiz işlemlerinde, gerçek zamanlı olarak algılanan sinyaller alçak frekans analizi (LOFAR : Low Frequency Analysis and Recording) ve kavitasyon (DEMON : Detection of Enveloped Modulation on Noise) analizine tabi tutulmaktadır. Analiz sonucunda elde edilen verilerden, Sıralı İstatistik tabanlı Sabit Yanlış Alarm Olasılığı eşikleme yöntemi ile deniz araçlarınailişkin iz bilgileri elde edilebilmektedir. Oluşturulan bu benzetim ortamı ile ölçümlerin gerektirdiği maliyet ve zaman sorununun azaltılmasıyla birlikte,öznitelik çıkarımı ve sınıflandırma algoritmalarının başarımlarıda test edilebilmektedir.

Kablosuz operatörler, mevcut altyapılarını kullanarak farklı servisleri sunabilmeyi istemektedirler. Bu istek ise ancak yazılım tabanlı baz istasyonları sayesinde karşılanabilmektedir. Ancak işlem yükünün oldukça fazla olan algoritmaların çalıştığı yazılım tabanlı baz istasyonlarını istenilen performansta ve esneklikte gerçeklemek için geleneksel işlemciler veya ASIC mimari kullanmak yerine FPGA kullanılması zorunluluktur. Bu çalışmanın amacı yazılım tabanlı baz istasyonlarında oldukça fazla kullanılan OFDM mimarisinin, IEEE-754 kayan noktalı ve IQ-Math sabit noktalı sayı formatları kullanılarak FPGA üzerinde gerçekleştirilmesi ve gerçeklenen iki ayrı modemin (IEEE754OFDM ve IQ-MathOFDM), FPGA üzerinde kapladığı alan, çalışma hızı ve sayı hassasiyeti ve kriterleri baz alınarak karşılaştırılmasıdır.

Pasif sonarlarda deniz taşıtlarının tespiti ve akustik imzalarından otomatik olarak tanıması için, ilgili sınıfa ait özellik vektörlerinin çıkarımı ve çıkartılan özellik vektörlerinin hangi sınıfa ait olduğunun tespit edilmesi gerekmektedir. Bu gerekçe ile çalışmada tespit işlemleri için Neyman-Pearson (NP) tipi detektör, öznitelik vektörlerinin çıkarımı için Fourier dönüşümü sinyal analizi ve öznitelik vektörlerinin hangi sınıfa ait olduğunun belirlenmesi için en yakın komşuluk tabanlı sınıflandırıcı yöntemleri incelenmiştir.