Please use this identifier to cite or link to this item: http://hdl.handle.net/11452/3035
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorKoçal, Osman Hilmi-
dc.contributor.authorHatun, Metin-
dc.date.accessioned2019-12-12T10:55:03Z-
dc.date.available2019-12-12T10:55:03Z-
dc.date.issued2008-11-27-
dc.identifier.citationHatun, M. (2008). Sistem tanıma ve uyarlamalı kontrol uygulamalarında tekrarlamalı doğrusal denklem takımı çözüm algoritmaları. Yayınlanmamış doktora tezi. Uludağ Üniversitesi Fen Bilimleri Enstitüsü.tr_TR
dc.identifier.urihttp://hdl.handle.net/11452/3035-
dc.description.abstractBu tez çalışmasında, sistem tanıma ve uyarlamalı kontrol uygulamalarında kullanmak için, tekrarlamalı Gauss-Seidel, tekrarlamalı Jacobi ve tekrarlamalı SOR yöntemleri önerilmiştir. Önerilen bu yöntemler ayrık-zaman sistem tanıma, sürekli-zaman sistem tanıma, bazı zaman-serileri modellerinin tahmin edilmesi, Volterra model parametrelerini tahmin edilmesi, uyarlamalı denetleyici parametrelerinin dolaylı olarak ayarlanması ve referans model tabanlı uyarlamalı denetleyici katsayılarının doğrudan ayarlanmasında kullanılmıştır. Ayrıca, önerilen Gauss-Seidel algoritmasının stokastik yakınsama analizi yapılmıştır. Matlab yazılımı kullanılarak yapılan benzetim çalışmalarıyla, elde edilen sonuçlar eşdeğer algoritmalarla elde edilen sonuçlarla karşılaştırılmıştır. Elde edilen benzetim sonuçlarına göre, önerilen tekrarlamalı algoritmaların eşdeğer RLS tabanlı algoritmalara çok yakın sonuçlar verdiği görülmüştür. Önerilen algoritmaların RLS ve diğer RLS tabanlı algoritmalara alternatif olarak kullanılabileceği yapılan benzetim çalışmalarında görülmüştür.tr_TR
dc.description.abstractIn this thesis, recursive Gauss-Seidel, recursive Jacobi and recursive SOR algorithms are proposed for use in system identification and adaptive control applications. The proposed methods are used for discrete-time system identification, continuous-time system identification, estimation of various time-series model parameters, estimation of Volterra model parameters, indirect tuning of adaptive controller parameters and direct tuning of reference model based adaptive controller parameters. Also, stochastic convergence analysis of the proposed Gauss-Seidel algorithm is performed. By computer simulations using Matlab software, the obtained results are compared with the results obtained by using equivalent algorithms. According to simulation results obtained, it is seen that the proposed recursive algorithms produce very close results obtained by equivalent RLS based algorithms. By using the simulations it is also seen that the proposed algorithms can be used alternatively to the RLS and the other RLS based algorithms.en_US
dc.format.extentXVIII, 219 sayfatr_TR
dc.language.isotrtr_TR
dc.publisherUludağ Üniversitesitr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAtıf 4.0 Uluslararasıtr_TR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.subjectGauss-Seidel algoritmasıtr_TR
dc.subjectSistem tanımatr_TR
dc.subjectParametre tahminitr_TR
dc.subjectYakınsama analizitr_TR
dc.subjectUyarlamalı kontroltr_TR
dc.subjectGauss-Seidel algorithmen_US
dc.subjectSystem identificationen_US
dc.subjectParameter estimationen_US
dc.subjectConvergence analysisen_US
dc.subjectAdaptive controlen_US
dc.titleSistem tanıma ve uyarlamalı kontrol uygulamalarında tekrarlamalı doğrusal denklem takımı çözüm algoritmalarıtr_TR
dc.title.alternativeRecursive linear equation system solution algorithms for system identification and adaptive control applicationsen_US
dc.typedoctoralThesisen_US
dc.relation.publicationcategoryTeztr_TR
dc.contributor.departmentUludağ Üniversitesi/Fen Bilimleri Enstitüsü/Elektronik Mühendisliği Anabilim Dalı.tr_TR
Appears in Collections:Fen Bilimleri Doktora Tezleri / PhD Dissertations

Files in This Item:
File Description SizeFormat 
246434.pdf3.31 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons