haku: @keyword Kalman-suodatin / yhteensä: 7
viite: 5 / 7
Tekijä:Janlöv, Matti
Työn nimi:Prediktering av rörelsen för ett objekt i arméns lägesbild med hjälp av terrängdata - faktorer, metoder och osäkerhet
Predicting the movement of an object in the situation picture of the army using topographic data - factors, methods and uncertainty
Kohteen liikkeen ennustaminen maastotiedon avulla maavoimien tilannekuvassa - tekijät, menetelmät ja epävarmuus
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2005
Sivut:x + 75 + [17]      Kieli:   swe
Koulu/Laitos/Osasto:Maanmittausosasto
Oppiaine:Kartografia ja geoinformatiikka   (Maa-123)
Valvoja:Virrantaus, Kirsi
Ohjaaja:Nenonen, Juhana ; Tuukkanen, Kari
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark M80     | Arkisto
Avainsanat:predicting
situation picture
army
ISO 19100
Kalman-filter
neural networks
cross-country mobility analysis
Topographic database
time contours
route optimizing
ArcGIS
ennustaminen
tilannekuva
maavoimat
ISO 19100
Kalman-suodatin
neuraaliverkot
kulkukelpoisuusanalyysi
Maastotietokanta
saavutettavuuspinta
reitinoptimointi
ArcGIS
prediktering
lägesbild
armén
Kalman-filter
neurala nätverk
framkomlighetsanalys
Terrängdatabas
tidskurvor
ruttoptimering
Tiivistelmä (fin):Tämä diplomityö on tehty osana Puolustusvoimien tilamaa tutkimusta "GIS-tekniikat tilannekuvan luomisessa ja käytössä".
Tutkimus on tehty Teknillisen Korkeakoulun maanmittausosastolla.
Tutkimuksen tavoitteena on parantaa sotilaallisen tilannekuvan tietojen luotettavuutta sekä nopeuttaa tilannekuvan luomista.
Työ on ollut luonteeltaan esitutkimus.

Sodankäynnin keskeinen kehityslinja on tilannetietoisuuden ja informaation merkityksen lisääntyminen.
Tavoitellaan informaatioylivoima vastustajaa kohtaan.
Tämä edellyttää kykyä entistä reaaliaikaisemman tilannekuvan luomiseen sekä arvioiden ja ennusteiden luomiseen jo osana tilannekuvan muodostamista.

Tämän diplomityön keskeinen tehtävä on ollut selvittää, millä menetelmillä ja tekijöillä voidaan arvioida ja ennustaa tulevia tapahtumia tilannekuvassa, erityisesti vihollisen liikkeitä.
Samalla tutkittiin myös ennustamiseen liittyvää epävarmuutta.

Kun on kysymys liikkeen ennustamisesta maalla ja lähinnä ajoneuvojen liikkeen ennustamisesta, niin tehtävä on hyvin erilainen kuin esimerkiksi lentokoneen liikkeen ennustaminen ilmatilassa.
Maalla liikkumista rajoittaa maasto ]a myös maalla liikkumisen tapa on erilainen kuin ilmatilassa, missä lentokone voi pitää saman nopeuden ja suunnan pidemmän matkan.
Liikkeen ennustamisessa keskeiset lähtötiedot ovatkin maaston kulkukelpoisuusanalyysin tulos sekä Maanmittauslaitoksen Maastotietokannan tiedot.

Työssä on tarkasteltu lähemmin kahta menetelmää, reitinoptimointia sekä saavutettavuuspinnan laskentaa.
Näitä on testattu ArcGIS-ohjelmistoa käyttäen.
On myös tutkittu sitä epävarmuutta, joka liittyy käytettyihin menetelmiin.
Tiivistelmä (eng): This Master's thesis is a part of a larger research project that was carried out at the department of Surveying at the Helsinki University of Technology (HUT), commissioned by the Finnish Defense Forces.
The purpose of the project is with the help of geographic information and GIS, improve the reliability and formation of the situation picture, with faster updates and improved information content.

The development goes towards warfare where situation awareness in a battle and getting information about it is becoming more important.
The expression used is superiority in information, compared to the enemy.
To achieve this superiority the situation picture need to show the real time and have the possibility to predict the coming actions.

The focus in the thesis lies on the related factors, and the different methods used for predicting the action.
A look into the uncertainty in the predicting was also done.

When the question is about predicting the movement on land and especially for vehicles, the task is different than compared to predicting the movement for a plane in the air.
On land the terrain limits the movement and the way to move is different than in the air, where a plane can keep the same speed and direction for a longer distance.
In this case geographic information becomes important, where the military cross-country mobility analysis and the Topographic database from the National Land Survey are the two most important datasets in Finland.

Two methods, route optimizing and time contours, were studied closer with the help of ArcGIS.
At the same the uncertainty in the methods was pointed out.
ED:2005-03-29
INSSI tietueen numero: 28210
+ lisää koriin
INSSI