Geri Dön

Mikro elektro mekanik anahtarların HFSS ve yapay sinir ağları ile modellenmesi

The modelling of micro electro mechanic switches using HFSS and artificial neural networks

PDF İndir

  1. Tez No: 201544
  2. Yazar: YAVUZ ELMAS
  3. Danışmanlar: YRD. DOÇ. DR. HAMİD TORPİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: RF MEMS, anahtar, yapay sinir ağları. xvi, RF MEMS, switch, artificial neural networks xvii
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez yeni gelişmekte olan bir teknolojinin yani RF MEMS teknolojisinin bazı uygulamalarına değinmiştir. Yapılan çalışma mekanik, elektronik ve malzeme birimlerinin bir sentezini sunmaktadır. Tezin birinci bölümünde RF MEMS'lerin kullanım nedenleri belirtilip, RF MEMS anahtarlara ve mikroelektronik RF anahtarlama teknolojilerine kısaca giriş yapılmıştır. İkinci bölümde RF MEMS anahtarlar ayrıntılı olarak incelenmiş ve ayrıntılı işleme teknikleri ve üretim aşamaları sunulmuştur. Üçüncü bölümde HFSS proğramında oluşturduğumuz RF MEMS seri ve paralel anahtarların mikrodalga karakteristikleri ve S parametreleri elde edilmiştir. Bunu takip eden bölümde ise yapay sinir ağları ile ilgili genel bilgilere yer verilmiştir. Son bölümde HFSS proğramı ile elde ettiğimiz verileri çeşitli ağ modellerine ve eğitim algoritmalarına gore yapay sinir ağlarında uyguladık ve çıkan sonuçları, çıkması beklenen sonuçlara gore karşılaştırp grafikler sunulmuştur.

Özet (Çeviri)

This thesis is about some kinds of RF MEMS, which is a newly developing technology. The thesis contains mixture of mechanical, electronical and materials fields. In the first section, a short entrance is made to RF MEMS switches and microelectronical RF switch technologies after telling the reasons of using RF MEMS. In the second part, RF MEMS switches are investigated in detail and detailed working techniques and production steps are presented. In the third part, microwave characteristics and S parameters of the RF MEMS parallel and serial switches that we produced in HFSS program are calculated. The coming section includes some necessary information about artificial neural networks technology. In the last section, we applied the variables that are produced through the HFSS program in artificial neural networks according to different network models and training algorithms and used graphics to compare the concluded results with the expected results.

Geri Dön