Yansıtıcı dizi anten birim hücrelerinin pca ve bayesçi optimizasyon destekli yapay sinir ağları ile modellenmesi
Modeling of reflectarray antenna unit cells using pca and bayesian optimization-aided artificial neural networks
- Tez No: 998109
- Danışmanlar: DOÇ. DR. PEYMAN MAHOUTİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüz iletişim teknolojilerinin artan gereksinimleri, daha verimli, uyarlanabilir ve yüksek doğrulukla çalışan anten tasarımlarına olan talebi önemli ölçüde artırmıştır. Bu bağlamda, anten performansını öngörebilen ve karmaşık ilişkileri modelleyebilen veri odaklı yaklaşımlar, geleneksel yöntemlere kıyasla zaman ve kaynak açısından daha verimli çözümler sunmaktadır. Özellikle yüksek boyutlu tasarım parametrelerine sahip mikrodalga anten yapılarında, klasik fizik tabanlı çözümlerin hesaplama maliyetleri oldukça yüksek olabilmektedir. Bu nedenle, anten tasarım sürecini hızlandırmak amacıyla geliştirilen vekil modeller, mühendislik çalışmalarında kritik bir rol oynamaktadır. Bu çalışma, regresyon problemleri kapsamında yüksek boyutlu anten tasarım verilerinden anlamlı yapılar çıkartabilen ve düşük hesaplama maliyetiyle yüksek doğruluk sağlayabilen bir vekil model geliştirmeyi amaçlamaktadır. Geliştirilen yaklaşımda Temel Bileşen Analizi (PCA) yöntemi temel bir öznitelik çıkarım aracı olarak kullanılmaktadır. PCA, girdi uzayındaki değişkenlikleri açıklayan en önemli bileşenleri ortaya çıkararak modelin öğrenme kapasitesini artırmakta ve aşırı uyum riskini azaltmaktadır. Ayrıca, PCA sonrası elde edilen öznitelikler regresyon modeline doğrudan entegre edilerek hem hesaplama verimliliği hem de genelleme başarımı açısından önemli kazanımlar sağlamaktadır. Bu yapı sayesinde, anten davranışlarını temsil eden karmaşık ilişkiler daha sade ve etkili bir biçimde öğrenilebilmiş aynı zamanda temsil gücü yüksek özniteliklerle doğru tahminler yapılabilmiştir. Özellikle sınırlı veriyle çalışılan senaryolarda bile yüksek doğrulukta sonuçlar elde edilebilmesi, önerilen yöntemin pratik uygulamalar için uygunluğunu pekiştirmektedir. Modelin yapısı, düşük hesaplama maliyetine sahip sade bir sinir ağı mimarisi olan Feed-forward Net (FFN) üzerine kurulmuştur. İlgili mimarinin hiperparametreleri içinde Bayesçi Optimizasyon algoritmasını barındıran bir sistem üzerinden seçilmektedir. Hazırlanan sistem minimal etkili sonuçlar üretebilmekte; eğitim süresini kısaltmakta ve donanımsal gereksinimleri azaltmaktadır. Modelin başarımı, literatürde bulunan diğer ağlar karşılaştırılmıştır. Bu karşılaştırma, önerilen modelin hem mimari basitliğine hem de düşük veri ihtiyacına rağmen, güçlü modellerle rekabet edebilecek düzeyde başarı sunduğunu ortaya koymuştur. Elde edilen bulgular, öznitelik çıkarım temelli yaklaşımların, anten optimizasyon problemlerinde doğruluk, genelleme ve ölçeklenebilirlik açısından önemli katkılar sağladığını göstermektedir. Ayrıca bu tür yöntemlerin, yalnızca anten mühendisliği değil, diğer fizik tabanlı mühendislik problemleri için de geniş bir uygulama potansiyeline sahip olduğu vurgulanmaktadır. Bu çalışmayla, anten tasarım sürecinde karşılaşılan karmaşık regresyon problemleri için öznitelik çıkarımı destekli, hızlı, doğru, düşük maliyetli ve genellenebilir bir vekil model önerilmiş olup; mühendislik uygulamalarında hesaplama yükünü azaltarak karar destek sistemlerine katkı sağlamak hedeflenmiştir.
Özet (Çeviri)
The escalating requirements of contemporary communication technologies have significantly amplified the demand for antenna designs characterized by superior efficiency, adaptability, and high-precision operation. In this context, data-driven approaches capable of predicting antenna performance and modeling complex relationships offer substantially more efficient solutions regarding time and computational resources compared to conventional methodologies. Particularly within microwave antenna structures possessing high-dimensional design parameters, the computational costs associated with traditional physics-based solvers can become prohibitively expensive. Consequently, surrogate models developed to accelerate the antenna design process have emerged as a critical component in modern engineering endeavors. This study aims to develop a surrogate model capable of extracting meaningful patterns from high-dimensional antenna design data and achieving high prediction accuracy with low computational cost within the scope of regression problems. In the proposed approach, Principal Component Analysis (PCA) is employed as the primary feature extraction technique. By identifying the principal components that account for the variations within the input space, PCA enhances the model's learning capacity while xiv simultaneously mitigating the risk of overfitting. Furthermore, the features extracted via PCA are directly integrated into the regression model, yielding significant gains in both computational efficiency and generalization performance. Through this framework, the complex relationships governing antenna behaviors are learned in a simplified yet effective manner, enabling accurate predictions through features with high representational power. The ability to achieve high accuracy results even in data-scarce scenarios further reinforces the suitability of the proposed method for practical applications. The model architecture is founded upon a Feed-Forward Network (FFN), a streamlined neural network structure characterized by low computational cost. The hyperparameters of this architecture are optimized through a system incorporating the Bayesian Optimization algorithm. The developed system yields highly efficient results, significantly reducing training duration and lowering hardware requirements. The performance of the model is evaluated through a comprehensive comparison with other network architectures established in the literature. This comparison demonstrates that, despite its architectural simplicity and low data requirements, the proposed model achieves performance levels competitive with more complex state-of-the-art models. The findings indicate that feature extraction-based approaches provide substantial contributions regarding accuracy, generalization, and scalability in addressing antenna optimization problems. Furthermore, it is emphasized that such methods possess broad application potential not only within antenna engineering but also across other physics-based engineering domains. Ultimately, this study proposes a feature extraction-supported, fast, accurate, low-cost, and generalizable surrogate model for complex regression problems in antenna design, aiming to contribute to decision-support systems by alleviating the computational burden in engineering applications.
Benzer Tezler
- A study on dual-band reflectarray antennas and reconfigurable terahertz delay lines using NEMS switches
Çift bantlı yansıtıcı dizi anten ve NEMS anahtarları kullanılarak ayarlanabilir terahertz gecikme hatları tasarımı
TUĞBA KEMİKSİZ
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiAnkara Yıldırım Beyazıt ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÜNLÜ
- GF 22nm FDSOI power management unit with integrated SRAM design
Entegre SRAM tasarımlı GF 22nm FDSOI güç yönetim birimi
MAHMUT ÇOBAN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET TEKİN
- X-bantta Minkowski yansıtıcı dizi anten analiz ve tasarımı
Minkowski reflectarray analysis and design at X-band
ENDER ÖZTÜRK
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİRSEN SAKA TANATAR
- Yüksek veri hızlı ka-bant uydu haberleşmesi için yansıtıcı dizi anten tasarımı
Multi-beam reflect array design for ka-band satellite communication
AHMET HULUSİ GÜLSEREN
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. NURHAN TÜRKER TOKAN
DR. ÖĞR. ÜYESİ AYTAÇ ALPARSLAN
- K-band frekansında uydu haberleşmesi için dairesel polarize kayık eksen beslemeli yansıtıcı dizi anten tasarımı ve performans analizi
Design and performance analysis of a circularly polarized offset-feed reflectarray antenna for k-band satellite communications
MEHMET CAN DEMİRCİ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FUNDA AKLEMAN YAPAR