Yapay zekâ kullanılarak X band uygulamaları için yansıtıcı dizi anten tasarımı
Reflectarray antenna design for X band applications using artificial intelligence
- Tez No: 856569
- Danışmanlar: DOÇ. DR. MEHMET ALİ BELEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Bu tez, yapay zekâ (YZ) ve vekil modelleme yeteneklerini kullanarak, özellikle X-bandı uygulamaları için yansıtıcı dizi antenlerinin tasarımında yenilikçi bir yöntem sunmaktadır. Yansıtıcı dizi antenleri, elektromanyetik dalgaların faz kaymasını ayarlamak suretiyle etkileyebilme kapasiteleri sayesinde, özellikle uydu ve radar uygulamaları gibi çağdaş iletişim sistemlerinde önemli bir yere sahiptir. Ancak, bu antenlerin tasarımında, çok sayıda fiziksel parametrenin karmaşık etkileşimi, yüksek doğrulukta benzetim ve optimizasyon için gereken yüksek bilgisayar kaynakları gibi nedenlerle birtakım kısıtlarla karşılaşılmaktadır. Yansıtıcı dizi antenlerinin tasarımındaki karmaşıklık, yansıtılan dalgaların fazını doğru bir şekilde etkileme gerekliliğinden kaynaklanmaktadır. Bu etki, istenilen yayınım desenlerine ulaşmak için kritik öneme sahiptir. Geleneksel tasarım ve optimizasyon yaklaşımları genellikle yoğun emek ve önemli hesaplama kaynakları gerektirir. Bunun ana nedeni optimizasyon sürecinin yinelemeli doğası ve tasarım alanındaki değişken sayısının fazlalığıdır. Bu tez, YZ destekli vekil modelleri yenilikçi bir yaklaşım olarak sunarak belirtilen zorluklarla başa çıkmayı amaçlamaktadır. YZ vekil modellerinin belirli durumlarda kullanımı birçok önemli avantaj sağlar. İlk olarak, bu modeller yansıtıcı dizi antenlerinin davranışına benzeyerek hesaplama yükünü büyük ölçüde azaltır. Böylece, daha hızlı ve daha verimli tasarım döngüleri sağlar. Ayrıca, YZ modelleri, tasarım öğeleri ve anten performansı arasındaki karmaşık bağlantıları daha net bir şekilde çözümlemeyi sağlar. Böylece, en verimli yapılandırmanın belirlenmesini kolaylaştırır. YZ'nin bu alanda uygulanması, dinamik işletim ortamlarında kritik olan anten özelliklerinin gerçek zamanlı ayarlanmasına olanak tanır. Özet olarak, bu tez çalışmasında, X bandı uygulamaları için yansıtıcı dizi antenlerinin geliştirilmesi ve iyileştirilmesinde YZ vekil modellerinin pratikliği ve verimliliği sergilenmektedir.
Özet (Çeviri)
This thesis introduces an innovative method for designing reflectarray antennas specifically for X-band applications, utilizing the capabilities of artificial intelligence (AI) and surrogate modeling. Reflectarray antennas are crucial in contemporary communication systems, especially in satellite and radar applications, due to their capacity to influence electromagnetic waves by adjusting phase shifts. However, their design presents substantial hurdles due to the complex interaction of multiple physical parameters and the high computer resources required for precise simulation and optimization. The intricacy in the design of reflectarray antennas stems from the requirement to accurately manipulate the phase of the reflected waves, which is crucial for attaining the required emission patterns. Conventional approaches to design and optimization are frequently laborious and require significant computational resources, mainly because of the iterative nature of the optimization process and the large number of variables in the design space. This thesis tackles these difficulties by providing AI-powered surrogate models as an innovative approach. The utilization of AI surrogate models in this particular situation has numerous innovative benefits. Firstly, these models greatly decrease the computational burden by approximating the behavior of reflectarray antennas, hence facilitating quicker and more efficient design cycles. Furthermore, AI models offer a clearer comprehension of the complex connections between design elements and antenna performance, making it easier to identify the most efficient configurations. The implementation of AI in this field allows for the real-time adjustment of antenna properties, which is crucial in dynamic operating settings. To summarize, this thesis showcases the practicality and efficiency of AI surrogate models in the development and enhancement of reflectarray antennas for X-band applications.
Benzer Tezler
- Diferensiyel evrim algoritması ile mikrodalga anten tasarımı
Antenna design with differential evolution algorithm
MAHDI RANJBAR MOULE
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ GÜNEŞ
YRD. DOÇ. DR. MEHMET ALİ BELEN
- Yapay zeka algoritmaları kullanılarak X bandı için mikroşerit yama anten boyut optimizasyonu ve uygulaması
Dimension optimization and application of microstrip patch antenna in X band via artificial intelligent algorithms
UMUT ÖZKAYA
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. LEVENT SEYFİ
- Benek gürültüsü gidermeye dayalı veri artırma ile derin ağlarda radar hedef sınıflandırma
Despeckling based data augmentation approach in deep learning based radar target classification
ŞAKİR HÜDAİ MERT CEYLAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Üç bantlı milimetre dalga frekans seçici yüzeylerin yapay zeka algoritmaları ile analizi ve sentezi
Analysis and synthesis of triple band mm-wave frequency selective surface with artificial intelligence algorithms
UFUK ŞAHİN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. NURHAN TÜRKER TOKAN
- Gömülü sistem tabanlı elektrokardiyogram holter cihazının tasarlanması ve yapay sinir ağı- genetik algoritma hibrit modeli ile aritmi tespiti
Design of embedded system-based ecg holter device and detection of arrhythmia by artificial neural network-genetic algorithm hybrid model
AHMET YESEVİ TÜRKER
Yüksek Lisans
Türkçe
2018
BiyomühendislikSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ZAHİD YILDIZ