Most of the image/video coding standards are based on discrete cosine transform which is a block-based coding scheme with a disadvantage of blocking effects at low bit rates. In this paper, we propose a hybrid method which consists of downsampling/upsampling, significance map coding and local cosine transform to reduce the disadvantage of lossy compression and is also compatible with current standards. Experimental results show that performance of the proposed method is better than the conventional approaches.

A Practical Approach to Improve Optical Channel Utilization Period for Hybrid FSO/RF Systems

Reliable navigation in cooperative unmanned aerial vehicle (UAV) networks requires adaptively managing measurement degradations within Kalman-filter-based estimation frameworks. This paper introduces a learning-based Kalman approach for real-time detection of degraded measurements in mesh-network-based multi-UAV navigation. The method incorporates a data-driven pre-filtering module that assesses measurement reliability prior to the Kalman update, thereby improving the robustness of the estimation process under communication-induced degradations. Within this approach, four measurement fault detection strategies—Innovation Filter (IF), Deep Q-Network (DQN), Multi-Layer Perceptron (MLP), and Long Short-Term Memory (LSTM)—were implemented and comparatively evaluated through Monte Carlo simulations combining inertial sensors, time-of-arrival, and Doppler-based inter-agent observations. Additional statistical analyses, including ±1σ error bars and a Wilcoxon rank-sum test, were conducted to verify the significance of the performance differences among the methods. The results show that the proposed approach significantly enhances navigation reliability, particularly under degraded or intermittent GNSS and communication conditions. The MLP-based configuration achieved the best balance between fault-detection accuracy and overall filter consistency. These findings confirm the effectiveness of learning-augmented Kalman filtering architectures for robust and scalable cooperative UAV navigation.

Bu makalede insanlı ve insansız sabit kanatlı hava araçları için otopilot tasarımı ve benzetimi gerçekleştirilmiştir. Öncelikle doğrusal olmayan iki farklı platform modeli, Matlab/Simulink ortamında belirlenen denge (trim) koşullarında doğrusallaştırılmış ve elde edilen doğrusal modeller ile doğrusal olmayan modellerin karşılaştırması yapılmıştır. Seçilen iki farklı platform modeli için Matlab/Simulink ortamında PID tabanlı otopilotun geliştirilmesi ve testi yapılmıştır. Test sonuçları verilmiştir. Geliştirilen otopilotun X-Plane programı ile yazılım döngüsü (SIL) tabanlı benzetim ortamı hazırlanmış ve benzetim sonuçları gösterilmiştir. Buna ek olarak, platformlardan bir tanesinde yapısal değişikliğe gidilmiş ve yapısal değişiklikler sonrasında ortaya çıkan yeni platform için Matlab/Simulink ortamında hem PID tabanlı hemde LQR tabanlı otopilot geliştirilmesi ve testi yapılmıştır. Test sonuçları verilmiştir. Son olarak platformda yapısal değişimden kaynaklı ağırlık değişiminin otopilot üzerine etkisi incelenmiştir. Ele alınan kontrol yöntemlerinin, otopilot sistemleri için uygulanabilir olduğu ve yeni geliştirilecek sabit kanatlı hava aracı modelleri için kullanılabilir olduğu test ve benzetim ortamları kurularak gösterilmiştir. Geliştirilen otopilot sistemleri, kurulan benzetim altyapısı ile gerçek platform üzerinde ihtiyaç duyulan uçuş test sayısı ve maliyetin azaltılmasının mümkün hale gelmiştir.