Thru-Reflect-Line Calibration Technique: Error Analysis for Characteristic Impedance Variations in the Line Standards

Ye, Lingyun; Li, Caixia; Sun, Xinglin; Jin, Shuai; Chen, Bichen; Ye, Xiaoning; Fan, Jun

doi:10.1109/temc.2016.2623813

Cited by 25 publications

(11 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…True reflect line method (TRLM), which is a well-known calibration method to give accurate results, is selected to eliminate systematic errors in the measurements. 22 To reduce systematic measurement error by preventing curling/breakage of the samples in drying stage, transparent plexi glass is utilized as side holders. In addition, Teflon material is used for the verification test of both measurement and calibration methods.…”

Section: The Sample Generationmentioning

confidence: 99%

“…In addition, S 11 and S 21 parameters for different f and MC of the samples are measured by VNA. True reflect line method (TRLM), which is a well‐known calibration method to give accurate results, is selected to eliminate systematic errors in the measurements 22 . To reduce systematic measurement error by preventing curling/breakage of the samples in drying stage, transparent plexi glass is utilized as side holders.…”

Section: The Sample Generationmentioning

confidence: 99%

See 1 more Smart Citation

The dielectric properties prediction of the vegetation depending on the moisture content using the deep neural network model

Metlek

Kayaalp

Başyiğit

et al. 2020

Int J RF Microw Comput Aided Eng

View full text Add to dashboard Cite

In this paper, dielectric properties of citrus leaves are predicted with long shortterm memory (LSTM) which is one of the well-known deep neural network (DNN) models and real-time measurements for any moisture content (MC) values in the range of 4.90 to 7.05 GHz at a fixed temperature of 24 C for microwave applications, as a novelty. Firstly, S-parameters of samples are measured with WR-159 waveguide and Waveguide Transmission Line Method. In addition, the MCs of samples depending on their weights are calculated. Thus, the dataset depending on various MC and frequency is obtained with the measurement results to both training and testing the DNN model. Secondly, a total of 4000 datasets are obtained, 80% of which is used for training, and 20% for testing. The proposed DNN model consists of four inputs (f, MC, S 11 , and S 21) and two outputs (ε 0 and ε 00). Finally, the dielectric parameters for the desired MC and f are displayed with the graphical user interface in real-time. Success criteria for the prediction such as mean absolute error, root mean squared error, mean absolute percentage error, and R-squared are calculated. The results indicated that there is good agreement between the measured and predicted ones. R-squared are calculated as 0.962 and 0.968 for ε 0 and ε 00 , respectively.

show abstract

Section: The Sample Generationmentioning

confidence: 99%

Section: The Sample Generationmentioning

confidence: 99%

The dielectric properties prediction of the vegetation depending on the moisture content using the deep neural network model

Metlek

Kayaalp

Başyiğit

et al. 2020

Int J RF Microw Comput Aided Eng

View full text Add to dashboard Cite

show abstract

“…Ölçüm düzeneğindeki sistematik hataların giderilmesi için yaygın olarak kullanılan yöntemler, Gömülü [26]. Bu teknik, ölçüm yöntemlerindeki doğruluğu gösterebilen bir referans yöntem olarak da bilinir.…”

Section: öLçüm Düzeneğindeki Sistematik Hataların Giderilmesiunclassified

Uzaktan Algılama Sistemleri için Elma ve Armut Yapraklarının Dielektrik Parametrelerinin Ölçülmesi ve Modellenmesi

Genç

2020

Bitlis Eren Üniversitesi Fen Bilimleri Dergisi

View full text Add to dashboard Cite

ÖzGelişen teknolojilerin bitkilerde gerek uzaktan izleme/kontrol gerekse uzaktan algılama (UA) sistemlerinde yaygın bir şekilde kullanılması, bitki kümesinin verim ve kalitenin artmasında önemli rol oynamaktadır. Bitkilerde dielektrik özelliklerin belirlenmesi, bu alanda geliştirilecek sistemler için önem arz etmektedir. Bundan dolayı, bazı bitki türlerinin sıklıkla bulunduğu bölgelerde, elektromanyetik (EM) dalgaların bitki yüzeylerine nüfuz etme açısından dielektrik parametrelerinin çalışılmasını gerektirmektedir. Bu çalışmada Isparta bölgesinde çok yoğun olarak üretilmekte olan elma (Malus communis) ve armut (Pyrus communis) ağaçlarının yapraklarına ait dielektrik parametreler Dalga Kılavuzu İletim Hattı yöntemiyle ölçülmüştür. Ölçümler 3,3-4,9 GHz arasında (WR229 dalga kılavuzu) yapılmış ve nem oranı ve frekansa bağlı elma ve armut yapraklarının dielektrik karakteristikleri incelenmiştir. Elma yapraklarının dielektrik ölçüm verileri kullanarak frekans ve nem oranına (NO) bağlı, eğri uydurma yöntemiyle yeni bir model önerilmiştir. Bu model, elma türüyle aynı aileden olan armut yaprağının dielektrik ölçüm sonuçlarıyla karşılaştırılarak önerilen modelin doğruluğu test edilmiştir. Modelin performansını göstermek için determinasyon katsayısı R 2 ve hataların ortalama karekökü (RMSE) değerleri sırasıyla 0,995 ve 0,625 olarak elde edilmiştir.

show abstract

“…Gömülü yöntemlerin yanı sıra, dielektrik ölçümlerde oluşabilecek hataları en aza indirmek için farklı türde kalibrasyon yöntemleri vardır. Bunların arasında Doğrudan Yansıma Hattı Yöntemi, yaygın olarak kullanılan ve doğru sonuçlar veren bir yöntemdir [21]. Bu teknik, ölçüm yöntemlerindeki doğruluğu gösterebilen bir referans yöntem olarak da bilinir.…”

Section: Sistematik Hataların Ortadan Kaldırılmasıunclassified

Investigation of the Moisture Content Effect on Dielectric Parameters in Peach and Quince Leaves

Başyiğit

2020

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

Günümüzde tarım sektöründe, ürünün verim ve kalitesini artırmak için uzaktan algılama ve otomasyon sistemlerinin kullanımı artmaktadır. Mikrodalga ısıtma/kurutma ve uzaktan izleme/kontrol uygulamalarında kullanılan teknolojilerde temel belirleyici parametrelerden biri, bitkilerin dielektrik özellikleridir. Bu nedenle, bu uygulamalarda kullanılacak sistemlerin doğru çalışması için bitkisel malzemelerin dielektrik karakteristiklerinin belirlenmesi önem arz eder. Bu çalışmada Isparta bölgesinde yoğun olarak üretilen şeftali ve ayva ağaçlarının yapraklarına ait dielektrik parametreler Dalga Kılavuzu İletim Hattı yöntemiyle ölçülmüştür. Ölçümler 3,30-4,90 GHz arasında (WR229 dalga kılavuzu için) yapılmış ve yaprakların dielektrik karakteristikleri nem içeriği ve frekansa bağlı olarak incelenmiştir. Şeftali yapraklarının dielektrik ölçüm verileri kullanarak frekans ve nem içeriğine (Nİ) bağlı, eğri uydurma yöntemiyle yeni bir model önerilmiştir. Bu model, şeftali türüyle aynı aileden olan ayva yaprağının dielektrik ölçüm sonuçlarıyla karşılaştırılarak önerilen modelin doğruluğu test edilmiştir. Modelin performansını görmek için regresyon katsayısı R 2 ve Hataların Ortalama Kare Kökü (RMSE) değerleri sırasıyla 0,995 ve 0,755 olarak elde edilmiştir.

show abstract

Thru-Reflect-Line Calibration Technique: Error Analysis for Characteristic Impedance Variations in the Line Standards

Cited by 25 publications

References 17 publications

The dielectric properties prediction of the vegetation depending on the moisture content using the deep neural network model

The dielectric properties prediction of the vegetation depending on the moisture content using the deep neural network model

Uzaktan Algılama Sistemleri için Elma ve Armut Yapraklarının Dielektrik Parametrelerinin Ölçülmesi ve Modellenmesi

Investigation of the Moisture Content Effect on Dielectric Parameters in Peach and Quince Leaves

Contact Info

Product

Resources

About