3 results
Search Results
Now showing 1 - 3 of 3
Master Thesis Ses Kaynak Ayrıştırmasında Bağımsız Bileşen Analizi Yönteminin İncelenmesi(2022) Güler, Elif Ezgi; Uslu, İbrahim BaranÇalışmada, Ses kaynağı ayrıştırmada Bağımsız Bileşen Analizi metodu incelenmiştir. Bu yöntem, karışım sinyallerinde gözlenen kaynakların bilinmediği bir tür kör kaynak ayırma yöntemidir. Bilinmeyen bir karıştırma matrisi tarafından karıştırılan bağımsız sinyalleri çıkararak bir kokteyl partisi problemini çözmeye çalışıyoruz. ICA algoritmasının Gradient Ascent (ICA-GA), fastICA ve Kernel-ICA gibi bazı alt türleri vardır. Bu çalışmada ICA-GA algoritması üzerinde çalışıyoruz. Bu amaçla iki veya üç ses kaynağının birbirine karıştırıldığı farklı senaryolar incelenmiştir. Yapılan bazı testlerde ses ve gürültü sinyallerini net bir şekilde birbirinden ayırdık. Diğer testlerde ses sinyalleri ayrıldı. Deneylerde ղ (adım-boyutu) ve maksimum iterasyon sayısı parametreleri üzerinde duruldu, ayrıca parametrelerin ICA-GA algoritmasının performansı üzerindeki değeri de incelenmiştir. Kör kaynak ayırmada ICA yönteminin oldukça başarılı olduğunu elde ettik. Maksimum iterasyon parametresinin değerinin tek başına arttırılmasının performans için yeterli bir parametre olmadığı sonucuna varılmıştır. Çünkü maksimum iterasyon sayısı arttıkça algoritmanın çalışma süresi de arttığından geçen süre optimum değerde değildir. Tek başına adım büyüklüğü parametresinin değerini artırmanın algoritmanın performansı üzerinde maksimum yineleme parametresinin değerini tek başına artırmaya göre daha başarılı sonuçlar verdiğini söyleyebiliriz. Çalışma, her bir kaynak sinyalinin ve her bir çıkış sinyalinin korelasyon değerlerini kullanarak, ICA'nın çıkış sinyallerinin sırası hakkındaki belirsizliğine bir çözüm önermektedir.Article Citation - WoS: 10Citation - Scopus: 10Effects of Indium Slabs on the Structural and Electrical Properties of Stacked Layers of Cu2o(Natl inst R&d Materials Physics, 2020) Qasrawi, A. F.; Omar, A.; Department of Electrical & Electronics EngineeringIn this work, the structural and electrical properties of stacked layers of Cu2O that comprises indium slabs in its structure are reported. The stacked layers which are coated onto glass and Au substrates under vacuum pressure of 10(-5) mbar are characterized by the X-ray diffraction and impedance spectrometry techniques. While the Cu2O/Cu2O (CC) layers exhibited amorphous nature of growth, those which contained indium slabs (CIC) displayed weak crystallinity The insertion of indium slabs between stacked layers of cuprous oxide highly increased the electrical resistivity and shifted the acceptor level closer to the valance band edge. In addition, the analyses of the conductance and capacitance spectra in the frequency domain of 0.01-1.0 GHz have shown that these two physical parameters are strongly affected by the insertion of indium slabs and by surface deformation effects. The capacitance spectra showed negative capacitance effect (NC) in all the studied frequency domain The NC effects become less pronounced in the CIC samples owing to the changes in the polarization mechanism. The feature of NC effects make both of the CC and CIC samples more appropriate for electronic and telecommunication technology as it can be used in amplifiers to enhance he gain, as parasitic cancellers and as noise reducers.Article Citation - WoS: 41Citation - Scopus: 44Variational Mode Decomposition-Based Threat Classification for Fiber Optic Distributed Acoustic Sensing(Ieee-inst Electrical Electronics Engineers inc, 2020) Abufana, Saleh A.; Dalveren, Yaser; Aghnaiya, Alghannai; Kara, AliIn this study, a novel method is proposed to detect and classify the threats for fiber optic distributed acoustic sensing (DAS) systems. In the study, phase-sensitive optical time-domain reflectometry (phase-OTDR) is realized for the sensing system. The proposed method is consisted of three main stages. In the first stage, Wavelet denoising method is applied for noise reduction in the measured signal, and difference in time domain approach is used to perform high-pass filtering. Autocorrelation is then used for comparing the signal with itself over time in each bin to remove uncorrelated signals. Next, the power of the correlated signals at each bin is calculated and sorted where maximum valued bins are considered as the event signal. In the second stage, Variational Mode Decomposition (VMD) technique is used to decompose the detected event signals into a series of band-limited modes from which the event signals are reconstructed. From the reconstructed event signals, higher order statistical (HOS) features including variance, skewness, and kurtosis are extracted. In the last stage, the threats are discriminated by implementing Linear Support Vector Machine (LSVM)-based classification approach to the extracted features. In order to evaluate the effects of proposed method on the classification performance, different types of activities such as digging with hammer, pickaxe, and shovel collected from various points of a buried fiber optic cable have been used under different Signal-to-Noise Ratio (SNR) levels (& x2212;4 to & x2212;18 dB). It has observed that the classification accuracy at high/moderate (& x2212;4 to & x2212;8 dB) and low (& x2212;8 to & x2212;18 dB) SNR levels are 79.5 & x0025; and 75.2 & x0025;, respectively. To the best of authors & x2019; knowledge, this research study is the first report to use VMD technique for threat classification in phase-OTDR-based DAS systems.
