Daire ve dikdörtgen geometrik yapılı mikroşerit antenlerin simülasyonu ve rezonans frekanslarının yapay sinir ağları ile belirlenmesi
| dc.contributor.advisor | Gültekin, S. Sinan | |
| dc.contributor.author | Koçer, Dilek | |
| dc.date.accessioned | 2014-11-03T10:15:23Z | |
| dc.date.available | 2014-11-03T10:15:23Z | |
| dc.date.issued | 2009-07-10 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Topraklanmış bir taban üzerindeki metal yamadan meydana gelen mikroeşerit antenler, küçük ve hafif olmaları sebebiyle mobil uygulamalarda uzay araçları için uygundurlar. İntegral denklem yaklaşımı ve FDTD gibi tam dalga teknikleri kullanılarak karmaşık mikroşerit antenlerin analiz yöntemleri gün geçtikçe iyileştirilmektedir ve kişisel bilgisayarlarda kullanılabilecek yazılımlar serbest şekilde mevcuttur. Literatürde yapılan mikroşerit anten çalışmalarında, teorik hesaplamalar sonrasında deneysel sonuçlar ve simülasyon sonuçları karşılaştırılarak ampirik ifadeler türetilmiştir. Simülasyon sonuçları, deneysel sonuçlara teorik sonuçlardan daha yakın ve daha doğru bir yaklaşım sağlayabilir. Mikroşerit antenlerin karakteristik parametrelerinin belirlenmesi için kullanılan birçok metot vardır. Farklı seviyelerde karmaşıklığa ve hesaplamalara gerek duyan bu metotlar, basit analitik metotlar ve karmaşık nümerik metotlar olmak üzere ikiye ayrılabilir. Basit analitik metotlar, anten ışıma özellikleri hakkında fiziksel görüş verirler. Ancak, bu metotlar elektriksel olarak ince antenler için geçerlidir. Karmaşık metotlardaki kesin matematiksel formülasyonlar yuvarlatma hataları ile sonuçlanan çok sayıda nümerik işlem içerirler ve teorik sonuçlara deneysel ayarlamalar yapılmasına gerek duyabilirler. Bu metotlardan sonuçların elde edilmesi, uzun süre gerektirir ve bu metotlar bilgisayar destekli tasarım için çok uygun değildirler. Öğrenme kabiliyeti, kolayca farklı problemlere uygulanabilirliği, genelleme özelliği, daha az bilgiye gereksinim duyması, hızlı işlem yapabilmeleri ve kolayca gerçekleştirilebilmeleri gibi özellikler YSA' ları son yıllarda popüler yapmıştır. YSA' ların bu cazip özelliklerinden dolayı, bu tezde dikdörtgen ve daire şekilli mikroşerit antenlerin rezonans frekansları bir simülasyon yazılımı ve YSA' ya dayanan bir model kullanılarak elde edilmiş ve literatürde mevcut diğer metot sonuçlarıyla karşılaştırılmıştır.. Ağı eğitmek için öğrenme algoritması olarak, optimum sonucu veren, Levenberg-Marquardt (LM) kullanılmıştır. Ayrıca besleme probu uzunluğunun rezonans frekansı üzerindeki etkisi simülasyon esnasında incelenmiş ve prob boyu ile rezonans frekansının değiştiği sonucuna varılmıştır. | en_US |
| dc.description.abstract | Microstrip antennas that cosist of a metal patch on grounded substrate are suitable for mobile applications and space vehicles because of being small and light. Using of integral equation approach and full wave analysis techniques like FDTD complex microstrip antenna analysis methods have becoming better day by day and there are usefull software that can be used in personel computers. In microstrip antenna literature, after theoritical calculations experimental results are compared with simulation results and than empirical expressions are derivated. Simulation results can submit more accurate and closer results to experimental results than theoritical results. There ar a lot of methods that used for determination of microstrip antenna characteristics. They can divided into to groups as simple analytical methods and complex numeric methods because they need different difficulty levels and calculations. Simple analytical methods give physical information about antenna radiation properties But, these methods are current for only electrically thin antennas. Certain mathematical formulations in the complex methods include a lot of numerical operations with rounding errors and they can need experimental adjustments. It takes long time to get results from these methods and they aren? t suitable for computer aided design. Because of learning capabilities, possibility to use different problems, generalization property, less information need, fast processing and easy configuration, artificial neural networks recently become popular. For these attractive properties of ANN, in this study resonant frequencies of rectangular and circular microstrip antennas are obtained by using a ANN model and the results are compared with other method results in the literature. For training the network, Levenberg-Marquardt algorithm is used because of giving the best results. Also, the effect of feed probe length on resonant frequency is studied during simulation. Consequently, it is seen that the resonant frequency changes with probe length. | en_US |
| dc.identifier.citation | Koçer, D. (2009). Daire ve dikdörtgen geometrik yapılı mikroşerit antenlerin simülasyonu ve rezonans frekanslarının yapay sinir ağları ile belirlenmesi. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/211 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi Fen Bilimleri Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | Dikdörtgen ve dairesel mikroşerit antenler | en_US |
| dc.subject | Rezonans frekansı | en_US |
| dc.subject | Besleme probu | en_US |
| dc.subject | Anten simülasyonu | en_US |
| dc.subject | Yapay sinir ağları | en_US |
| dc.subject | Rectangular and circular microstrip antennas | en_US |
| dc.subject | Resonant frequency | en_US |
| dc.subject | Feeding probe | en_US |
| dc.subject | Antenna simulation | en_US |
| dc.subject | Artificial neural networks | en_US |
| dc.title | Daire ve dikdörtgen geometrik yapılı mikroşerit antenlerin simülasyonu ve rezonans frekanslarının yapay sinir ağları ile belirlenmesi | en_US |
| dc.title.alternative | Simulation of circular and rectangular microstrip antennas and determination of their resonant frequencies by artificial neural networks | en_US |
| dc.type | Master Thesis | en_US |
