Diktörtgen mikroşerit antenlerin yapay sinir ağları ile analizi ve tasarımı
Analysis and design of rectangular microstrip antennas with the use of artificial neural networks
- Tez No: 83872
- Danışmanlar: DOÇ. DR. KERİM GÜNEY, YRD. DOÇ. DR. ŞEREF SAĞIROĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1999
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 178
Özet
ÖZET Toprak düzlemi üzerinde aynı taban alanına sahip bir dielektrik taban ve onun üzerinde bulunan iletken yamadan meydana gelen antenler, mikroşerit antenlerdir. Mikroşerit antenlerin popülerliği gittikçe artmaktadır. Çünkü mikroşerit antenler uçakların ve uzay araçlarının aerodinamik yapışım bozmazlar, düşük üretim maliyetine sahiptirler, hafiftirler ve yapılan basittir. Literatürde dikdörtgen mikroşerit antenlerin karakteristik parametrelerinin belirlenmesi için kullanılan birçok metot vardır. Farklı seviyelerde karmaşıklığa ve hesaplamalara gerek duyan bu metotlar, genel olarak iki gruba ayrılabilirler: Basit analitik metotlar ve zor nümerik metotlar. Basit analitik metotlar, anten ışıma özellikleri hakkında fiziksel görüş verirler. Ancak, bu metotlar elektriksel olarak ince (h/Xd 0.02, burada h dielektrik taban kalınlığı, Xd dielektrik tabandaki dalga boyudur) antenler için geçerlidir. Zor metotlardaki kesin matematiksel formülasyonlar yuvarlatma hataları ile sonuçlanan çok sayıda nümerik işlem içerirler ve teorik sonuçlara deneysel ayarlamalar yapılmasına gerek duyabilirler. Bu metotlardan sonuçların elde edilmesi, uzun süre gerektirir ve bu metotlar bilgisayar destekli tasarım için çok uygun değildirler. Öğrenme kabiliyeti, kolayca farklı problemlere uygulanabilirliği, genelleme özelliği, daha az bilgiye gereksinim duyması, hızlı işlem yapabilmeleri ve kolayca gerçekleştirilebilmeleri gibi özellikler YSA'ları son yıllarda popüler yapmıştır. YSA'ların bu cazip özelliklerinden dolayı, bu çalışmada elektriksel olarak ince ve kaim dikdörtgen mikroşerit antenlerin parametreleriVI YSA'ya dayanan yeni bir model kullanılarak elde edilmiştir. Bu antenlerin nöral tasarımlan da sunulmuştur. Ağı eğitmek için beş öğrenme algoritması, genişletilmiş delta-bar-delta (EDBD), delta-bar-delta (DBD), geri yayılım (BP), hızlı yaydım (QP) ve genetik algoritma (GA), kullanılmıştır. Beş farklı öğrenme algoritması kullanılmasının sebebi, nöral modellerin performansım artırmak ve öğrenme zamanım hızlandırmaktır. Birinci bölümde, mikroşerit antenlerin avantajları, dezavantajları ve yapısı açıklanmıştır. YSA'ların özellikleri kısaca özetlenmiştir. YSA ve dikdörtgen mikroşerit antenlerle ilgili literatürde yapılan çalışmalar verilerek, tezin amacı açıklanmıştır. İkinci bölümde, YSA'ların temel prensipleri, eğitme algoritmaları ve YSA uygulamaları verilmiştir. Üçüncü bölümde, dikdörtgen mikroşerit antenlerin analizinde kullanılan değişik metotlar sunulmuştur. Dördüncü bölümde, hem elektriksel olarak ince hem de kaim dikdörtgen mikroşerit antenlerin adım adım tasarımı ve bu antenlerin karakteristik parametrelerini hesaplamak için YSA'ya dayanan yeni bir metot sunulmuştur. Nöral sonuçlar ve tasarım eğrileri, literatürdeki mevcut teorik ve deneysel sonuçlarla da karşılaştırılmıştır. Nöral sonuçların literatürdeki teorik sonuçlardan daha iyi deneysel sonuçlarla uyumluluk içinde olduğu gösterilmiştir. Son bölümde ise sonuçlar ve öneriler tartışılmıştır.
Özet (Çeviri)
vii ABSTRACT Antennas made from patches of conducting material on a dielectric substrate above ground plane are referred to as microstrip antennas. Use of microstrip antennas is becominj increasingly popular since they have been found to be lightweight, simple, and inexpensiv to fabricate and can easily be flush mounted on air ör spacecraft. A lot of methods in th literatüre are available to determine the characteristic parameters of rectangular patcl antennas. These methods have different levels of complexity, require vastly differen computational efforts, and can generally be divided into two groups: simple analytica methods and rigorous numerical methods. Simple analytical methods can give a gooı intuitive explanation of antenna radiation properties. However, these methods are only valiı for electrically thin microstrip antennas, normally of the order of h/ Xd < 0.02, where h i the thickness of the dielectric substrate and 'kd is the wavelength in the substrate. Exac mathematical formulations in rigorous methods involve extensive numerical procedures resulting in round-ofF errors, and may also need final experimental adjustments to th theoretical results. They are also time consuming and not easily included in a CAD systems. Ability and adaptability to learn, generalizability, smaller information requirement, fast real time operation and ease of implementation have made artificial neural networks (ANNsvii popular in the last few years. Because of these fascinating features, in this work the parameters of both electrically thin and thick rectangular microstrip antennas were obtained by using a new model based on ANNs. The neural designs of these antennas have been also presented. The five learning algorithms, the extended delta-bar-delta (EDBD), the delta-bar- delta (DBD), the backpropagation (BP), the quick backpropagation (QP) and the genetic algorithm (GA), are used to train the networks. The reason for using five different learning algorithms is to speed up the training time and to improve the performance of neural models. In the first chapter, the advantages, disadvantages, structure of microstrip antennas have been given. The features of ANN have been summarized. The previous works related to the rectangular microstrip antennas and ANN were presented. The aim of the thesis has been also explained. In the second chapter, the basic principles of ANNs, the training algorithms and applications of ANNs have been given. In the third chapter, the various methods used for the analysis of rectangular microstrip antennas have been presented. In the fourth chapter, a new method based on ANNs has been proposed for calculating the characteristics parameters and a step-by-step design procedure of both electrically thin and thick rectangular microstrip antennas. The neural results and design curves have been also compared with the theoretical and experimental results available in the literature. It was shown that the neural results agree better with measurements than the theoretical results in the literature. In the last chapter, results and suggestions have been discussed.
Benzer Tezler
- Çeşitli mikroşerit antenlerin karakteristik parametrelerinin farklı algoritmalarla eğitilen yapay sinir ağları ile hesaplanması
Computation of characteristics parameters of various type microstrip antennas with the use of artificial neural networks trained by different learning algorithms
SEYFETTİN SİNAN GÜLTEKİN
Doktora
Türkçe
2002
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KERİM GÜNEY
- Antenlerin hızlı ve doğru tasarımı için esnek hesaplamaya dayalı sayısal karma yöntemler
Numerical hybrid methods based on soft computing for fast and accurate design of antennas
MAHMUD ESAD YİĞİT
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TAYFUN GÜNEL
- Daire ve dikdörtgen geometrik yapılı mikroşerit antenlerin simülasyonu ve rezonans frekanslarının yapay sinir ağları ile belirlenmesi
Simulation of circular and rectangular microstrip antennas and determination of their resonant frequencies by artificial neural networks
DİLEK KOÇER
Yüksek Lisans
Türkçe
2009
Bilim ve TeknolojiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. S. SİNAN GÜLTEKİN
- Bulanık mantık ve yapay sinir ağları ile çeşitli mikroşerit antenlerin bazı karakteristik parametrelerinin hesaplanması ve optimum kazançlı piramidal huni anten tasarımı
Computation of characteristic parameters of various type microstrip antennas with the adaptive neuro fuzzy inference systems and the artificial neural networks and the optimum gain pyramidal horn antenna design
NURCAN SARIKAYA
Yüksek Lisans
Türkçe
2003
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KERİM GÜNEY
- Kompakt mikroşerit antenlerin rezonans frekansının yapay sinir ağları ve bulanık mantık sistemine dayalı uyarlanır ağ kullanarak hesaplanması
Computing the resonant frequency of compact microstrip antennas by using artificial neural network and adaptive neuro-fuzzy inference system
AHMET KAYABAŞI
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiMersin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ AKDAĞLI