Yapay arı koloni algoritmasıyla sayısal süzgeç tasarımı
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2010
Tezin Dili: Türkçe
Öğrenci: MEHMET BAHADIR ÇETİNKAYA
Danışman: NURHAN KARABOĞA
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Sayısal yöntemlerin üstünlüklerinden dolayı işaretler büyük çoğunlukla sayısal olarak kaydedilmekte ve iletilmektedir. Bunun sonucu olarak, sayısal işaret işleme teori ve uygulamaları çok önemli bir çalışma alanı haline gelmiştir. Özellikle, sayısal işaret işlemenin en temel uygulamalarından birisi olan sayısal süzgeç tasarımına yönelik çalışmalar dikkat çekecek düzeyde artmıştır. Sonlu darbe cevaplı (Finite Impulse Response-FIR) sayısal süzgeçler teori ve uygulama açısından iyi bir şekilde geliştirilmiş olmalarına karşın, aynı durum tasarımlarında karşılaşılan bazı önemli problemlerden dolayı sonsuz darbe cevaplı (Infinite Impulse Response-IIR) sayısal süzgeçler için geçerli değildir. Hata yüzeylerinin tek-modlu olmasından dolayı FIR süzgeçlerin tasarımında türeve dayalı algoritmalar etkin şekilde kullanılabilirken, çok-modlu hata yüzeyine sahip IIR süzgeç tasarımında bu algoritmalar yerel minimumlara takılabilmektedir. Bu nedenle IIR süzgeç tasarımlarında yeni yöntemlerin geliştirilmesine ihtiyaç duyulmuştur. Sezgisel algoritmalar küresel araştırma yetenekleri sayesinde, FIR ve IIR sayısal süzgeçleri yüksek yakınsama hızıyla başarılı bir şekilde tasarlayabilmektedirler.Bu tez çalışmasında, en güncel sezgisel optimizasyon algoritmalarından biri olan yapay arı koloni (Artificial Bee Colony-ABC) algoritması ve bu algoritmanın geliştirilmiş bir versiyonu (Modified Artificial Bee Colony-M-ABC) hem doğrusal zamanla değişmeyen (DZD) hem de adaptif FIR ve IIR süzgeçlerin sistem modelleme ve gürültü giderimi amacıyla tasarımlarına uygulanmıştır. M-ABC ve ABC algoritmalarının doğrusal zamanla değişmeyen FIR ve IIR süzgeçler ile adaptif IIR süzgeçlerin tasarımlarındaki performansları parçacık sürüsü optimizasyon (Particle Swarm Optimization-PSO) ve diferansiyel gelişim (Differential Evolution-DE) algoritmaları ile mukayese edilmiştir. Adaptif FIR süzgeç tasarımındaki performansları ise PSO ve DE algoritmalarının yanı sıra türeve dayalı en küçük ortalama kareler (Least Mean Squares-LMS) ve normalize edilmiş en küçük ortalama kareler (Normalized Least Mean Squares-NLMS) algoritmaları ile de mukayese edilmiştir. Ayrıca, LMS ve NLMS algoritmalarının performanslarını doğrudan etkileyen adım büyüklüğü parametresinin en iyi değerinin bulunmasına yönelik tez çalışmasında yeni bir yaklaşım önerilmiş ve tasarımlarda kullanılmıştır.Doğrusal zamanla değişmeyen FIR ve IIR süzgeçlerin tasarımlarına yönelik uygulamaların tamamında, M-ABC algoritmasının en düşük hata değerine en yüksek yakınsama hızları ile ulaştığı ve ABC algoritmasının ortalama karesel hata ve yakınsama hızı açısından performansının PSO ve DE algoritmalarına benzer olduğu görülmüştür. Adaptif FIR ve IIR süzgeç tasarımlarında en düşük hata değerleri ve en yüksek yakınsama hızları M-ABC algoritması tarafından gerçekleştirilen tasarımlarda elde edilmiştir. Ayrıca, ABC ve PSO algoritmaları adaptif FIR süzgeç tasarımında yakınsama hızı ve hata performansı açısından türeve dayalı yaklaşımlardan daha iyi sonuçlar üretmişken, DE algoritması türeve dayalı yaklaşımlara benzer performans sergilemiştir. Adaptif IIR süzgeç tasarımında ise ABC, PSO ve DE algoritmalarının performanslarının benzer olduğu görülmüştür.