Yazar "Mengüç, Engin Cemal" seçeneğine göre listele
Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe EEG Sinyallerinden EOG Gürültülerini Yok Etmek için Lineer ve Geniş Lineer Kompleks Değerli En Küçük Ortalama Kare Algoritmaları Tabanlı Bir Adaptif Gürültü Yok Etme Sistemi(2018) Acır, Nurettin; Çınar, Salim; Mengüç, Engin CemalBu çalışmada, elektroensefalografi (EEG) sinyallerinden elektrookülografi (EOG) gürültülerinin çıkarılması için lineer ve geniş lineer kompleks değerli en küçük ortalama kare algoritmaları tabanlı bir adaptif gürültü yok etme sistemi tasarlanmıştır. Öncelikle veri kümesinde yer alan reel değerli EOG ve EEG sinyalleri (Fp1 ve Fp2), kompleks düzlemde bir kompleks değerli sinyal olarak modellenir. Daha sonra, önerilen gürültü yok etme sistemi kullanılarak EOG gürültüleri EEG sinyallerinden kompleks düzlemde yok edilir. Bu sinyallerin kompleks düzlemde ifade edilmesi; EOG gürültülerini, iki EEG kanalından aynı anda yok etmemizi sağlar. Ayrıca bu çalışmada; kompleks değerli EEG sinyalinin dairesel olmayan bir davranış sergilediği ve durumda geniş lineer kompleks değerli en küçük ortalama kare algoritmasının adaptif gürültü yok etme sistemin başarımını, reel değerli ve kompleks değerli en küçük ortalama kare ve algoritmalarına kıyasla artırdığı gösterilmiştir. Benzetim sonuçları önerilen yaklaşımı desteklemektedirÖğe Frequency Estimation Methods for Smart Grid Systems(Springer, 2018) Mengüç, Engin Cemal; Acır, NurettinFrequency is one of the most significant parameters in the smart grid systems. Thus, accurate frequency estimation becomes an essential task for monitoring, controlling and protecting a real-time smart grid system. In this chapter, we present an overview of the frequency estimation methods in the smart grid system with a focus on real-time adaptive estimation algorithms. Primarily, in Sects. 5.1 and 5.2, the importance of the frequency estimation in the smart grid systems and the challenges encountered in its real-time applications are introduced in detail. In Sect. 5.3, a three-phase power system is then formulated as a two-phase system in the complex domain by using the well-known Clarke’s transformation so as to be able to estimate the frequency of the smart grid system in the real time. For this purpose, the adaptive real-time frequency estimation algorithms are comparatively presented as strictly and widely linear algorithms in Sect. 5.4. The strictly linear algorithms yield optimal solutions only under balanced three-phase systems, whereas the widely linear algorithms give a better solution under both balanced and unbalanced conditions due to the fact that they take into account all statistical information of the system. Considering smart grid applications in real time, the mentioned properties of these algorithms under both balanced and unbalanced conditions are proven in Sect. 5.5.