Mikrodalga güç sensörleri kalibrasyon parametrelerinin yapay sinir ağları ile belirlenmesi
Determination of microwave power sensors calibration parameters with the use of artificial neural networks
- Tez No: 196765
- Danışmanlar: Y.DOÇ.DR. FİKRET YALÇINKAYA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Artificial Neural Networks, Calibration, Microwave PowerSensor.ii
- Yıl: 2005
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 123
Özet
ÖZETMİKRODALGA GÜÇ SENSÖRLERİ KALİBRASYONPARAMETRELERİNİN YAPAY SİNİR AĞLARI İLEBELİRLENMESİYAMAN, FatihKırıkkale ÜniversitesiFen Bilimleri EnstitüsüElektrik-Elektronik Anabilim Dalı, Yüksek Lisans TeziDanışman : Yrd. Doç. Dr. Fikret YALÇINKAYAHaziran 2005, 123 sayfaBu tez çalışmasında, mikrodalga güç sensörlerinin kalibrasyonparametreleri, son yıllarda zor mühendislik problemlerinin çözümünde etkinve yaygın bir biçimde kullanılan yapay sinir ağları (YSA) ile yüksek birdoğrulukla belirlenmiştir. YSA ve mikrodalga güç sensörleri ile ilgili temelbilgiler verildikten sonra, güç sensörlerinin kalibrasyon yöntemi açıklanmıştır.Uygulama kısmında, YSA için kullanılacak eğitim ve test verilerini elde etmekmaksadıyla, laboratuar ortamında kurulan kalibrasyon düzeneği ile 0.01GHz'den 18 GHz'e kadar 225 farklı frekansta güç ölçümleri yapılmıştır. Bu225 ölçümün 220 adedi YSA'yı eğitmek için kullanılırken diğer 5 ölçümeğitilen bu ağın doğruluğunu göstermek amacıyla test için kullanılmıştır.Yapılan uygulamalarda sırasıyla, standart güç sensörünün kalibrasyon faktörideğeri (CFSTD), kalibre edilen güç sensörünün kalibrasyon faktör değeri(CFDUT), standart güç sensöründen elde edilen güç değeri (PSTD) ve kalibreedilen güç sensöründen elde edilen güç değerine (PDUT) ait bir giriş bir çıkışasahip YSA yapıları sunulmuştur. Ayrıca mukayese yapmak amacıyla,frekansa karşılık yukarıda verilen parametre değerlerini belirleyen bir girişdört çıkışlı YSA yapısı da verilmiştir. YSA modeli olarak ileri beslemeli geriyayılımlı (feed forward back propagation) ağ modeli seçilmiştir. YSA ile eldeedilen sonuçların hem eğitim hem de test için kullanılan deneysel sonuçlarlaçok iyi bir uyum içerisinde olduğu gösterilmiştir. YSA'nın mikrodalga güçsensörlerinin kalibrasyon parametrelerinin belirlenmesinde kullanılmasınınavantajları, uygulamadaki basitliği ve doğruluğudur.Anahtar Kelimeler : Yapay Sinir Ağları, Kalibrasyon, Mikrodalga GüçSensörü.ii
Özet (Çeviri)
ABSTRACTDETERMINATION OF MICROWAVE POWER SENSORS CALIBRATIONPARAMETERS WITH THE USE OF ARTIFICIAL NEURAL NETWORKSYAMAN, FatihKırıkkale UniversityGraduate School Of Natural and Applied SciencesDeparment of Electrical-Electronics, M. Sc. ThesisSupervisor : Asst. Prof. Dr. Fikret YALÇINKAYAJune 2005, 123 pagesIn this thesis, calibration parameters of the microwave power sensorswere determined in a high accuracy by using the artificial neural networks(ANNs) which are effectively and widely used in solving difficult engineeringproblems in recent years. As first, ANNs and the microwave power sensorswere described fundamentally, then, calibration method of the power sensorwas explained. In the implementation section, in order to obtain the train andtest data for ANNs, 225 measurements from 0.01 GHz to 18 GHz werecarried out by using the calibration system organised in laboratory. Whileusing 220 of 225 measurements for training the ANNs, other 5measurements were used for testing in order to show the accuracy of thistrained ANNs. In the applications, ANN models having one input and oneoutput were presented for the calibration factor value of the standart powerisensor (CFSTD), the calibration factor value of power sensor under calibration(CFDUT), power value of the standart power sensor (PSTD), and the powervalue of power sensor under calibration (PDUT), respectively. Furthermore, fora comparison, the ANN model with one input and four outputs, whichcomputes parameters given above versus frequency was also given. Feed-forward back-propagation network model was chosen as the ANN model. Itwas shown that the results of the ANNs are agree very well with theexperimental results used for both training and testing. The advantages ofthe ANNs on the determination of microwave power sensors calibrationparameters are the ease of implementation and accuracy.
Benzer Tezler
- Uzaktan algılama teknikleriyle Arktik bölgesi ve Antarktika kıtasındaki deniz buzlarının belirlenmesi
Determination of sea ice in Arctic region and Antarctic continent by remote sensing methods
NURCİHAN DERNEK
Yüksek Lisans
Türkçe
2017
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. TAŞKIN KAVZOĞLU
DOÇ. DR. BURCU ÇİÇEK
- High performance tunable active inductors for microwave circuits
Mikrodalga devreleri için yüksek başarımlı ayarlanabilir aktif endüktörler
HADI GHASEMZADEH MOMEN
Doktora
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. METİN YAZGI
YRD. DOÇ. DR. RAMAZAN KÖPRÜ
- Meme tümörlerinin çok geniş bantlı radar tabanlı mikrodalga yöntemiyle tespiti
Detection of the breast tumors by ultra-wideband radar based microwave method
ALİ RECAİ ÇELİK
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED BAHADDİN KURT
PROF. DR. SELÇUK HELHEL
- Sezyum atomik gaz hücresinin yüksek çözünürlüklü spektroskopisi
High resolution spectroscopy of resonance cesium atomic gas cell
BERFİN MUHLİSE CAKLI
Yüksek Lisans
Türkçe
2024
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DEMET AKTAŞ
DOÇ. DR. RAMİZ HAMİD
- Development of Microwave/Droplet-Microfluidics Integrated Heating and Sensing Platforms for Biomedical and Pharmaceutical Lab-on-a-Chip Applications
Development of Microwave/Droplet-Microfluidics Integrated Heating and Sensing Platforms for Biomedical and Pharmaceutical Lab-on-a-Chip Applications
GÜRKAN YEŞİLÖZ
Doktora
İngilizce
2017
BiyomühendislikUniversity of WaterlooMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. CAROLYN L. REN