Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13091/1531
Title: Selçuklu yıldızı şekilli mikroşerit antenin yapay zeka yöntemleri kullanılarak optimum tasarımı ve gerçekleştirilmesi
Other Titles: Optimum design and production of seljuk star shaped microstrip antenna using artificial intelligence methods
Authors: Yelken, Erdem
Advisors: Uzer, Dilek
Keywords: Elektrik ve Elektronik Mühendisliği
Electrical and Electronics Engineering
Publisher: Konya Teknik Üniversitesi
Abstract: Son yıllarda gelişen teknoloji ve kablosuz haberleşme sistemlerinin sıklıkla tercih edilmesiyle birlikte daha küçük, hafif ve performans gerektiren mikroşerit antenler sıklıkla tercih edilmektedir. Bu antenlerin kullanım amacına yönelik olarak istenilen performansın elde edilmesi için farklı tasarımları için yapılan çalışmalar artmaktadır. Antenlerin tasarımında, ışıma frekansı giriş empedansı ve kazanç gibi arzu edilen anten karakteristiklerini sağlayacak fiziksel parametrelerin hesaplanması önemli bir problem haline gelmiştir. Son yıllarda anten tasarımı problemine dayalı olarak yapay zeka yöntemleri ile tasarımı yapılan antenler başarılı sonuçlar elde edebilmektedir. Büyük boyutlu optimizasyon problemlerinde sıklıkla tercih edilen Meta-Sezgisel Algoritmalar mikroşerit anten optimizasyonu yapılan bilimsel çalışmalarda popüler hale gelmiştir. Bu çalışmada, geri yayılma algoritması ve Meta-Sezgisel algoritmayı birleştirerek Yapay Sinir Ağı eğitimi için yeni bir model geliştirilmiştir. Geri yayılma algoritmasının çözüm bulmadaki en büyük dezavantajı, küresel minimumdan ziyade yerel minimuma sıkışmasıdır. Bu yeni hibrit eğitim algoritmasında, yerel ve küresel arama eş zamanlı olarak yapılmıştır. Başlangıçta, uzun atlama sayesinde yerel minimuma yakalanma olasılığının düşük olması nedeniyle Yapay Sinir Ağı ağırlıklarını elde etmek için optimizasyon algoritmaları kullanılmıştır. Daha sonra, yerel arama yeteneğinin nöral ağ eğitiminde kullanılması için Geri Yayılım algoritması ile birleştirilmiştir. Yapay Sinir Ağının eğitim aşamasında Levenberg-Marquardt geri yayılma algoritması kullanılmıştır. Bu çalışmada yaygın olarak kullanılan antenlere göre bant genişliğinde iyileştirme sağlayabilen Selçuklu Yıldızı şekilli mikroşerit anten tasarımı gerçekleştirilmiş ve simüle edilmiştir. Simülasyon sonuçlarından elde edilen 1342 mikroşerit antenden oluşan veri seti, 7 farklı optimizasyon algoritması kullanılan YSA modeli ile eğitilmiş ve test edilmiştir. Ayrıca farklı dielektrik katsayılara sahip malzemelerle tasarlanan antenler üretilerek ölçüm sonuçları alınmış ve simülasyon sonuçları ile karşılaştırılmıştır.
With the developing technology and wireless communication systems being preferred frequently in recent years, microstrip antennas that are smaller, lighter and require performance are frequently preferred. Studies for different designs of these antennas are increasing in order to achieve the desired performance for the purpose of use. In the design of antennas, the calculation of the physical parameters that will provide the desired antenna characteristics such as radiant frequency input impedance and gain has become an important problem. In recent years, antennas designed with artificial intelligence methods based on the antenna design problem can achieve successful results. Meta-Heuristic Algorithms, which are frequently preferred in large-scale optimization problems, have become popular in scientific studies on microstrip antenna optimization. In this study, a new model for Neural Network training has been developed by combining back propagation algorithm and Meta-Heuristic algorithm. The biggest disadvantage of the back propagation algorithm in finding solutions is that it gets stuck at the local minimum rather than the global minimum. In this new hybrid training algorithm, local and global search are performed simultaneously. Initially, optimization algorithms were used to obtain the Neural Network weights, since the probability of catching the local minimum is low due to the long jump. Then, it is combined with Backpropagation algorithm to use local search capability in neural network training. Levenberg-Marquardt back propagation algorithm was used in the training phase of the Artificial Neural Network. In this study, Seljuk Star shaped microstrip antenna design, which can improve bandwidth compared to commonly used antennas, has been realized and simulated. The data set consisting of 1342 microstrip antennas obtained from the simulation results was trained and tested with the ANN model using 7 different optimization algorithms. In addition, antennas designed with materials with different dielectric coefficients were produced and the measurement results were obtained and compared with the simulation results.
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=v7BkNnnepTnbhn8rNR77Lce8Eh23fjGg2wPunPSC-xVRGv41ZsoWCoh7aTNo9fzz
https://hdl.handle.net/20.500.13091/1531
Appears in Collections:Tez Koleksiyonu

Files in This Item:
File SizeFormat 
682125.pdf3.47 MBAdobe PDFView/Open
Show full item record



CORE Recommender

Page view(s)

372
checked on Mar 25, 2024

Download(s)

298
checked on Mar 25, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.