Mikrodalga güç sensörleri kalibrasyon parametrelerinin yapay sinir ağları ile belirlenmesi

Basit Öğe Kaydı
dc.contributor.advisorYalçınkaya, Y.Fikret
dc.contributor.authorYaman, Fatih
dc.date.accessioned2021-01-16T19:12:23Z
dc.date.available2021-01-16T19:12:23Z
dc.date.issued2005
dc.departmentKKÜ, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Anabilim Dalı
dc.description.abstractÖZETMİKRODALGA 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.iien_US
dc.description.abstractABSTRACTDETERMINATION 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.Key Words: Artificial Neural Networks, Calibration, Microwave PowerSensor.iien_US
dc.identifier.endpage123en_US
dc.identifier.startpage1en_US
dc.identifier.uri
dc.identifier.urihttps://hdl.handle.net/20.500.12587/16787
dc.identifier.yoktezid196765
dc.language.isotr
dc.publisherKırıkkale Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectElektrik ve Elektronik Mühendisliğien_US
dc.subjectElectrical and Electronics Engineeringen_US
dc.titleMikrodalga güç sensörleri kalibrasyon parametrelerinin yapay sinir ağları ile belirlenmesien_US
dc.title.alternativeDetermination of microwave power sensors calibration parameters with the use of artificial neural networksen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
196765.pdf
Boyut:
1.38 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin/Full Text
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu