Yazar "Acar, Yunus Emre" seçeneğine göre listele
Listeleniyor 1 - 5 / 5
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Day Ahead Wind Power Forecasting Using Complex Valued Neural Network(IEEE, 2018) Cevik, Hasan Huseyin; Acar, Yunus Emre; Cunkas, MehmetWind power forecast is one of the daily processes performed by Wind Power Plants (WPPs). It is very important to provide the generation-consumption balance one-day in advance for electric power system. In this study a day ahead wind power forecast in hourly bases is carried out for seven WPPs. The data used in this forecast is composed of the generation data of seven WPPs and the numerical weather forecasts of these WPP site. While the train data consist of 12-month data, the test data consist of 6-month data. Complex Valued Neural Network (CVNN), a special kind of artificial neural network (ANN), are preferred as the forecast method and compared with Real Valued Neural Network (RVNN). While hour, wind speed forecasts and wind direction forecasts are used as the system inputs, the output is forecasted wind power. Since the CVNN works with complex number, the non-complex inputs are converted to complex values. Normalized Mean Absolute Error (NMAE) and Normalized Root Mean Square Error (NRMSE) are preferred to show the forecast accuracy. While RVNN has an average of 12.82% NMAE and 16.8% NRMS, CVNN has 11.75% NMAE and 15.77% NRMSE. It is seen that CVNN method is more successful with the lower error rates than RVNN. Therefore, CVNN can be used as an effective tool for wind power forecast.Öğe An examination on the effect of CVNN parameters while classifying the real-valued balanced and unbalanced data(IEEE, 2018) Acar, Yunus Emre; Ceylan, Murat; Yaldiz, ErcanIn this study, a Complex-Valued Neural Network is designed to investigate the effects of the mapping angle and the learning rate on both imbalanced and balanced data. Symmetry detection problems with 3 different lengths are handled as the imbalanced data with event rates of 0.25, 0.125 and 0.0675. In order to make the data balanced, the symmetric members of the training set are resampled. The effects of the learning rate and the mapping angle are investigated for 3 different activation functions. The performance of the CVNN is measured using confusion matrix. 4-fold cross validation is used to validate the results. The results show that the CVNN is a strong tool to classify both the real valued imbalanced and balanced data with the right mapping angle and the learning rate that suit the selected activation function.Öğe A high resolution DDFS design on VHDL using Bipartite table method(International University of Sarajevo, 2017) Acar, Yunus Emre; Yaldız, ErcanIn this study, a Look Up Table (LUT) based Direct Digital Frequency Synthesizer (DDFS) is designed on VHDL. Bipartite Table Method, an advance memory compression method, is used together with quadratic compression method. 23 mHz frequency resolution is achieved with 100MHz clock input. The required memory is obtained 585 times smaller than traditional DDFSs. A MATLAB code is revealed to select the best design which provides the smallest required memory for 100 dB Spurious Free Dynamic Range (SFDR) level. The contents of the LUTs are also evaluated by using MATLAB software. The design is simulated for multiple frequencies between 23mHz-30MHz with VIVADO 2016.3 software. The simulation results perfectly match with calculations.Öğe Homodin Fasd Radar ile Engel Arkasındaki Hedeflerin Menzil ve Mikro Hareketlerinin Kestirimi(Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2021) Acar, Yunus Emre; Sarıtaş, İsmail; Yaldız, ErcanRadar tabanlı sistemlerle engellerin arkasındaki hedefleri algılamak, son yıllarda mikrodalga çalışmaları arasında ilgi çeken bir konu haline gelmiştir. RF dalgalarının penetrasyon kabiliyeti sayesinde Duvar Arkası Radar (DAR) sistemleri birçok araştırmacı tarafından konu edilmiştir. Özellikle deprem, heyelan, yangın gibi afetlerden sonra, görüş alanı dışında kalan hedeflerin algılanması arama kurtarma faaliyetleri için büyük önem taşımaktadır. Bu tezde, engellerin arkasındaki hedeflerin menzilini ve mikro hareketini algılamak için Frekans Adımlı Sürekli Dalga (FASD) radar yapısı çalışılmıştır. Homodin ve karmaşık temel bant yapılarında oluşturulan FASD radarları ile çeşitli uygulamalar gerçekleştirilmiştir. Oluşturulan FASD radarların sistem parametreleri benzetim çalışmaları sonucunda belirlenmiştir. Sistemlerin algılama performansı, sinyal işleme yöntemleri ve yaklaşımları ile iyileştirilmiştir. İlk olarak, görüş hattı senaryoları için hedeflerin menzilleri ve mikro hareketleri tahmin edilmiştir. Deneyler, hem hareketli bakır levha hedefleri hem de insan hedefleri ile gerçekleştirilmiştir. Bakır levha ve insan hedefleri için maksimum menzil sırasıyla 7 m ve 6,3 m’dir. Birden fazla hedefin ayrıştırılabileceği minimum mesafe, levha hedefler için 15 cm, insan hedefleri için 30 cm olarak kaydedilmiştir. Çalışma benzer çalışmalarla karşılaştırıldığında, menzil çözünürlüğü ve maksimum menzil metrikleri açısından diğer çalışmalardan üstün olduğu görülmüştür. Daha sonra Duvar Arkası Radar (DAR) senaryoları için yapıya temel bant yükselteçleri eklenmiştir. Düzgün Doğrusal Dizi (DDD) ve FASD yapıları birleştirilerek duvar arkasındaki hedeflerin menzilleri, mikro hareketleri ve açıları belirlenmiştir. Plaka ve insan hedefleri için menzil tespitindeki ortalama mutlak hata sırasıyla 3 cm ve 11 cm olarak hesaplanmıştır. Hedeflerin açıları 1.5o hata ile belirlenirken, dakikadaki solunum hızları ortalama % 4,2 mutlak hata ile belirlenmiştir. Benzer çalışmalarla karşılaştırıldığında çalışma, menzil çözünürlüğü, açı algılama doğruluğu ve solunum hızı algılama özelliği ile öne çıkmaktadır.Öğe Wavelet based denoising of the simulated chest wall motion detected by SFCW radar(LGEP-SUPELEC, 2019) Acar, Yunus Emre; Şeflek, İbrahim; Yaldız, ErcanLow power and compact radars have emerged with the development of electronic technology. This has enabled the use of radars in indoor environments and the realization of many applications. The detection, tracking and classification of human movements by radar are among the remarkable applications. Contactless detection of human vital signs improves the quality of life of patients being kept under observation and facilitates the work of experts. In this study, it was simulated that the movement of the chest wall was modeled and detected by the SFCW radar. Gaussian, Rician and uniformly distributed random noise types were added to the modeled chest motion at different levels. The noisy signal obtained at the receiver is denoised with different mother wavelet functions and the performances of these functions are presented comparatively.
