1 / 42

YAPAY SİNİR AĞI MODELİ İLE İYONOSFERİK KRİTİK FREKANS TAHMİNİ

YAPAY SİNİR AĞI MODELİ İLE İYONOSFERİK KRİTİK FREKANS TAHMİNİ. Y. FAİK SÜMER. AMAÇ. Günümüzde kullanılan haberleşme sistemleri çoğunlukla yüksek frekans ( HF ) bandını kullanmaktadır ( 3-30 MHz ). İyonosfer tabakasının

dafydd
Download Presentation

YAPAY SİNİR AĞI MODELİ İLE İYONOSFERİK KRİTİK FREKANS TAHMİNİ

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. YAPAY SİNİR AĞI MODELİ İLE İYONOSFERİK KRİTİK FREKANS TAHMİNİ Y. FAİK SÜMER

  2. AMAÇ Günümüzde kullanılan haberleşme sistemleri çoğunlukla yüksek frekans ( HF ) bandını kullanmaktadır ( 3-30 MHz ). İyonosfer tabakasının yansıtıcı olarak kullanılabilmesi için gün içinde sürekli değişiklik gösteren foF2 kritik frekans değerinin bilinmesi gereklidir. Bilim adamları Program Yapıcı (sistem planlayıcı) Kullanıcı Üretici Bizim amacımız geçmiş kritik frekans verilerini kullanarak yapay sinir ağı yöntemiyle foF2 değerini önceden tahmin eden bir model (simulatör) oluşturmak , bunu eğitmek , test etmek ve performansını inceleyerek doğruluğunu onaylamaktır.

  3. İZLENECEK ADIMLAR İyonosfer katmanı hakkında temel bilgiler ve radyo dalgalarının yansıma mekanizmasının anlaşılması Kritik frekansın tanımı ve nasıl hesaplandığı Trough karakteristiği ve bağlı bulunduğu kriterler Yapay sinir ağları hakkında genel bilgilendirme Yöntemin probleme uyarlanması İyonosferik kritik frekansın zamana bağlı tahmini İyonosferik kritik frekansın enleme bağlı tahmini (bölgesel)

  4. Ortam : non-lineer Pürüzlenme (çok yüksek frekans GHz) Yutulma (düşük frekans) Kırılma (yüksek frekans MHz)

  5. e - + + - + - iyonlaşma foton e - tekrar birleşme e - eklenme nötr atomlar Şekil – 1 Hafif elektronların ve ağır iyonların üretimi ve kaybı ( Sun, Earth and Radio , J.A. Ratcliffe , 1970 ) hafif elektronlar ağır iyonlar

  6. Ortamın doğal frekansı Gelen dalganın frekansı Ortamın elektriksel geçirgenliği Kırılma indeksi küçük Elektron yoğunluğu fazla Elektron yoğunluğu az Kırılma indeksi büyük Boşlukta

  7. Dalga evre hızı ile ilerler , Işık hızı Kırılma indeksi

  8. r iyonosfer i Yer alıcı w p n n(h) h verici Şekil – 5 Faz hızındaki değişim ( Space Weather ders nortları , Y. Tulunay 2000) e : elektronun yükü n : sayısal elektron yoğunluğu m : elektronun kütlesi

  9. Şekil – 9 Dalganın frekansının yansıdığı yükseklik ile değişimi Şekil – 8 Elektron yoğunluğunun yükseklik ile değişimi ( Sun, Earth and Radio , J.A. Ratcliffe , 1970 )

  10. VERİLERİN TANINMASI Yer istasyonu verileri Elimizde 1933 – 1998 yılları arasındaki ölçümleri içerenAsya ve Avrupa daki45 farklı iyonosonda istasyonundan alınmış kritik frekans verileri bulunmaktadır. Veriler aylık çizelgeler halinde düzenlenmiş olup, gün boyunca her saat elde edilmiş kritik frekans değerlerini içermektedir. Yapılan çalışmada 1979-1981 yılları arasına ait Moskova istasyonundan elde edilmiş olan veriler kullanılmıştır.

  11. 01:00 02:00 1.gün 027 027 028 027 028 033 021 024 043 046 050 059 065 067 052 064 076 046 000 036 041 033 032 032 033 032 031 032 035 034 022 029 000 053 051 062 063 061 051 000 060 049 031 032 033 029 026 029 029 029 028 029 034 031 033 026 046 049 047 055 069 000 052 057 057 052 030 034 038 035 032 034 034 028 030 030 031 033 031 027 046 000 054 075 000 000 000 074 054 046 040 033 036 027 028 031 031 031 032 034 037 033 021 024 047 047 049 092 058 059 059 069 056 049 047 039 030 026 028 029 029 029 029 030 032 025 026 029 050 053 058 064 062 061 051 064 069 050 035 043 033 023 027 028 029 031 030 034 032 027 034 022 048 050 000 065 058 055 053 058 058 046 038 049 040 035 024 030 027 028 030 031 030 033 031 039 049 054 054 061 062 061 055 052 054 051 049 043 035 029 030 032 034 032 032 031 031 033 000 000 046 056 064 066 059 000 051 057 048 042 038 037 043 023 028 031 031 032 033 031 029 027 022 025 046 049 000 057 062 059 051 000 059 051 056 052 050 047 045 035 031 028 027 028 019 021 019 026 054 054 076 081 064 060 059 060 057 047 056 054 048 041 037 035 033 027 023 024 020 016 017 020 043 052 059 080 056 000 060 059 060 048 038 042 042 039 035 034 032 029 029 028 026 025 023 025 039 049 047 062 063 056 059 056 053 047 040 038 037 033 029 032 031 031 031 031 033 028 023 000 045 053 047 061 060 060 000 065 052 046 041 041 044 042 030 033 033 032 031 030 029 027 026 028 044 047 051 074 066 054 052 054 066 054 039 034 035 032 032 033 035 033 033 032 031 032 030 031 048 056 054 088 057 056 056 056 052 045 035 035 000 033 026 029 030 031 028 029 027 028 028 027 048 049 050 069 060 061 052 056 063 056 037 039 040 039 037 036 036 035 033 029 030 024 023 027 048 068 059 059 057 054 000 061 057 046 044 042 043 029 028 027 028 028 029 028 028 030 000 024 042 050 045 079 064 058 052 054 061 053 037 035 030 027 029 031 032 030 031 031 000 033 000 000 000 057 072 072 066 056 057 059 055 045 040 033 036 033 035 035 035 036 033 029 030 036 000 000 044 055 063 062 073 054 058 055 060 050 039 043 033 035 036 042 000 035 037 036 035 000 027 000 038 054 057 062 059 064 000 066 073 048 048 037 026 026 029 030 031 031 030 031 030 030 024 028 048 057 058 060 059 054 056 060 064 048 045 049 032 000 035 000 000 000 000 033 031 030 030 026 045 047 058 076 065 000 064 000 059 049 047 041 030 033 030 032 032 030 031 030 029 034 026 023 039 047 056 068 000 000 000 000 059 051 041 035 033 028 029 029 031 035 000 000 036 035 036 038 043 057 053 053 059 055 053 052 063 054 041 032 034 031 028 028 029 029 028 028 029 028 033 026 047 053 052 000 060 053 056 052 057 048 034 031 034 033 032 028 029 029 029 031 034 037 028 032 047 048 052 051 000 057 055 057 064 051 038 034 042 045 036 033 035 000 037 037 037 035 027 031 051 000 051 000 000 067 062 053 058 052 036 028 034 031 032 033 000 000 000 037 040 031 022 026 045 056 000 059 055 068 064 063 055 049 041 042 038 030 031 029 030 030 030 033 034 025 020 024 048 051 060 061 074 065 064 078 091 093 084 033 027 031 033 032 031 030 030 031 031 030 026 026 046 053 054 062 062 059 055 058 059 049 040 037 035 032 030 032 ARENOSILLO EA0360000 37.1353.21976 1 31 foF2 0.10MHz00 2.gün ortalama

  12. Uydu verileri Elimizde Intercosmos-19 uydusundan alınmış 1979-1981 yılları arasındaki enleme bağlı değişen kritik frekans verileri bulunmaktadır. Sabit bir yerel zamanda enlem ile kritik frekans değişim bilgisini içeren bu veriler bölgesel çalışma için uygundur. Verilerin tümü yapılan çalışmada kullanılmıştır.

  13. "INV LAT","LAT","foF2" "21.12.79"," " "16:30 UT","35 long" "18.0 LT","Kp=1+" 66.58,70.1,4.8 66.38,69.8,4.7 66.15,69.5,4.58 65.94,69.2,4.4 65.71,68.9,4.28 65.48,68.6,4.4 65.23,68.3,4.04 65,67.9,3.8 64.73,67.6,3.92 64.48,67.3,3.74 64.2,66.9,3.74 63.93,66.6,3.5 63.66,66.3,3.74 63.37,65.9,4.04 63.08,65.5,4.04 62.81,65.2,4.04 62.49,64.8,4.1 62.2,64.4,4.28 61.9,64.1,4.34 61.59,63.7,4.58 ............................ ............................ "ILAT","LAT","foF2" "24.11.80",," " "14:30 UT","60 long” "18.5 LT",“Kp=2+" 40.1,42.9,7.92 40.5,43.4,7.92 41,43.8,7.76 41.4,44.2,7.68 41.8,44.6,7.68 42.2,45.1,7.68 42.7,45.5,7.72 43.1,45.9,7.68 43.5,46.3,7.72 43.9,46.7,7.7 44.3,47.2,7.7 44.8,47.6,7.8 45.2,48,7.8 45.6,48.4,7.7 46,48.8,7.68 46.4,49.2,7.6 46.8,49.7,7.6 47.2,50.1,7.7 47.6,50.5,7.6 48,50.9,7.68 ....................... ........................

  14. TROUGH BÖLGESİ 100000 LLP ED/cc MP 35 45 55 65 75 85 Manyetik enlem ED/cc : Santimetreküpteki elektron yogunlugu

  15. Trough bölgesinin zamanla hareketi sonucunda MP ve LLP noktalarındaki değişim parçacık çöküşü Ed/cc zamana bağlı hareket Manyetik enlem

  16. Güneş Rüzgarları Güneş iyonosfer Yer Non –lineer değişken yapı Güneş’te meydana gelen aktivitelerin Dünya üzerindeki etkilerini çeşitli parametrelere bağlı olarak tanımlayabilmekteyiz Trough (t , x , uzay havasındaki etkiler)

  17. Ed/cc Kp artışı enlem Te Ed/cc Ne enlem TROUGH KARAKTERİSTİĞİNİN BAĞLI BULUNDUĞU PARAMETRELER Kp indeksi Ap indeksi Ae indeksi Dst indeksi Te dağılımı

  18. Yapay Sinir Ağları AMACI : İnsanın biyolojik sinir yapısındaki öğrenme yöntemini anlayarak buna paralel yapay bir model oluşturmayı amaçlamaktadır. Veri sürümlü model olması en önemli özelliğidir. Bilgi, bir öğrenme sürecine tabi tutulan bir ağ tarafından kazanılır. Nöronların arasındaki bağlantıyı sağlayan sinaptik ağırlıklar olarak bilinen bağlar bilgiyi sınıflandırma yaparak depo etmektedir.

  19. Göz Önünde Bulundurulması Gereken Faktörler Verilerin tanınması Ağ yapısının tasarlanması Verilen problem için ağı eğitmek Öğrenme sonucunda ağın başarımını hesaplamak Eğitim  Test  Onaylama

  20. YAPAY SİNİR AĞLARININ GENEL YAPISI Çıkış katmanı bağlantılar Ara ( gizli ) katman yapay nöron Şekil – 12 Üç katmanlı bir yapay sinir ağı ( Bilgisayar Öğrenme Yöntemleri , Bitirme Çalışması , Y. Faik Sümer , 2001 ) Giriş katmanı

  21. BACKPROPAGATION ALGORİTMASI Çıkış katmanı ağırlık vektörleri Ara ( gizli ) katman Birden fazla sayıda olabilir Giriş katmanı Giriş seti Çıkış seti Parametre seti Öğrenme oranı Momentum oranı

  22. Ara katmandaki ve çıkış katmanındaki nöronların hesaplanması i-1 katmanındaki maksimum nöron sayısı Çıkış katmanındaki hatanın hesaplanması Çıkış katmanı

  23. Bu methodun en önemli özelliği çıkışta bulduğu hatayı ağ boyunca geri yayarak her nörondaki hatayı hesaplamasıdır. Ara katmanlardaki nöronların hatalarının hesaplanması Bir sonraki zamanda kullanılacak ağırlık vektörlerini hesaplamak için delta değerlerinin bulunması Bir sonraki zamanda kullanılacak ağırlık vektörlerinin hesaplanması

  24. Yöntemin probleme genel olarak uygulanışı Giriş vektörü olarak ; kritik frekansının bağlı olduğu elemanlar kullanılacaktır i (kp, enlem,boylam,yıl, ay, gün, saat .......) Çıkış vektörü olarak ; kritik frakansı elde edilecektir. n örnek sayısı Toplam hata m çıkış vektörünün boyutu Toplam hata istediğimiz kadar düşük olduğunda ağ öğrenmiş olacaktır.

  25. ÇALIŞMA --- 1 Yapay Sinir Ağı Modeli ile 1 Saat Sonraki foF2 Tahmini Çalışılan konum : Moskova Kullanılan veri : Moskova yer istasyonu Çalışılan tarihler : 1979-1980-1981 Moskova istasyonu konum bilgileri Coğrafi enlem : 55.5 N Coğrafi boylam : 37.30 E Manyetik enlem : 53.8 N Manyetik boylam : 121.51 E Manyetik enlem L=2.88 L : Mc’ Ilwain değeri

  26. İncelenen zaman aralıkları ve şartlar NTQ Gece sürecinde sessizlik (21-24-03) Trough oluşma şartı L = 4.85-0.37 Kp Kp = 2 iken L= 4.11 ∆L = 1.23 DTD Gün sürecinde rahatsızlık (09-12-15) L = 16.32-3.23 Kp Trough oluşma şartı Kp = 3 iken L= 6.63 ∆L = 3.75

  27. elde edilir. L = 4.11 değerine karşılık formülden L değerindeki bu kaymaların manyetik enlemde meydana getirdiği sapmalar hesaplandığında ; Formülü kullanılarak NTQ durumu için DTD durumu için L = 6.63 değerine karşılık formülden elde edilir. Elde edilen bu manyetik enlemdeki sapma değerleri trough çalışması için uygundur.

  28. YAPAY SİNİR AĞI MODELİ Giriş katmanı : 13 nörondan oluşmaktadır. 1- Kp 2- Ay 3- Gün 4-7 Saat Kodlanmış saat bilgisi 8- foF2 (t) 9- foF2 (t-1) 10- foF2 (t-2) 11- Birincil fark foF2(t)-foF2(t-1) 12- İkincil fark (foF2(t)-foF2(t-1))-((foF2(t-1)-foF2(t-2) 13- Relatif fark (foF2(t)-foF2(t-1))/foF2(t)

  29. Ara katman : 1 ara katman bulunmaktadır. 9 nörondan oluşmaktadır. Çıkış katmanı :1 nörondan oluşmaktadır. Bir saat sonraki foF2 kritik frekans bilgisini taşımaktadır. Kullanılan algoritma : Levenberg-Marquardt Backpropagation Kullanılan veri setleri :

  30. İNCELENEN DURUMLAR NTQ durumu 21-24-03 saat dilimi---- 2≤Kp<3 değer aralığı DTD durumu 09-12-15 saat dilimi ---- 3≤Kp≤4 değer aralığı TROUGH durumu NTQ + DTD durumları GENEL durum NTQ + DTD + NTQ’ + DTD’ durumları

  31. Modelin performansının hata analizi ile incelenmesi RMS hata Mutlak hata tahmin edilen gözlemlenen Normalize hata Korelasyon katsayısı

  32. GENEL DURUM 11 HAZİRAN 1981 1981HAZİRAN

  33. DTD DURUMU 1981 MART 1981 EKİM

  34. NTQ DURUMU 1981 EYLÜL 1981 KASIM

  35. TROUGH DURUMU 1981 OCAK 1981 NİSAN

  36. Veri sayısı 8622 1513 688 821 Genel durum ve NTQ durumları için model değişimleri iyi şekilde izlemektedir. DTD ve Trough durumları için ise hata oranları daha yüksektir.

  37. ÇALIŞMA --- 2 Yapay Sinir Ağı Modeli ile Enleme Bağlı (Bölgesel) foF2 Tahmini Çalışılan coğrafi enlem bölgesi : 40 – 75 derece aralığı Çalışılan coğrafi boylam bölgesi : 0 -60 derece aralığı Kullanılan veri : Intercosmos-19 uydu verisi Çalışılan tarihler : 1979-1980-1981 Çalışılan saatler : 18:00 – 24:00 – 6:00 İZLENEN ADIMLAR Uydudan alınan verileri model için kullanılabilir hale getirmek Modelin nonlineer süreçte yüksek doğrulukta tahmin yapabilmesi için iyilileştirilmesi Hata analizi ile modelin performansının ölçülmesi Grafikler ile değerlendirme

  38. MODELİN YAPISI Giriş katmanı : 22 nörondan oluşmaktadır. 1- Kp Manyetik aktivite indeksi 2- clt Kodlanmış saat bilgisinin kosinüs kısmı 3- slt Kodlanmış saat bilgisinin sinüs kısmı 4- long Boylam 5- ilat Manyetik enlem 6- lat Coğrafi enlem 7- FD(-) foF2 birincil geri fark 8- FD(+) foF2 birincil ileri fark 9- SD(-) foF2 ikincil geri fark 10- SD(+) foF2 ikincil ileri fark 11-14- foF2(-2,-1,+1,+2) İyonosfer kritik frekansı 2 önceki ve 2 sonraki değer 15-18- lat(-2,-1,+1,+2) Coğrafi enlem 2 önceki ve 2 sonraki değeri 19-22- ilat(-2,-1,+1,+2) Manyetik enlem 2 önceki ve 2 sonraki değeri 1 ara katman : 4 nöron Çıkış katmanı : 1 nöron

  39. Boylam : 25 Saat : 22:00 Kp : 2.33 Boylam :30 Saat : 22:10 Kp : 3.33

  40. SONUÇLAR VE DEĞERLENDİRME Model değişimleri iyi şekilde izlemektedir.

  41. İleride yapılacak çalışmalar için tavsiyeler Trough oluşma şartlarının belirlenmesinde kullanılacak formüllerin çalışılan bölgeye uygunluğu iyi belirlenmelidir. Daha doğru öngörü yapılabilmesi için enlemlerdeki maksimum kaymanın mümkün olduğunca az olmasına çalışılmalıdır. Giriş vektörünün değişik bilgi taşıması (zenginleştirilmesi) modelin değişimler arasındaki nonlineer ilişkiyi belirlemesinde etkin olacaktır. Oluşturulan veri setlerinin yapılan çalışmaya uygun olmasına dikkat edilmelidir.

More Related