KALMAN FİLTRESİ İLE SICAKLIK OKUMADAKİ GÜRÜLTÜLERİN AZALTILMASI

Ölmez H., Erfidan T.

5. INTERNATIONAL DİCLE SCIENTIFIC RESEARCH AND INNOVATION CONGRESS, Diyarbakır, Türkiye, 9 - 10 Eylül 2023, cilt.1, ss.414-421, (Tam Metin Bildiri)

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Cilt numarası: 1
  • Basıldığı Şehir: Diyarbakır
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.414-421
  • Kocaeli Üniversitesi Adresli: Evet

Özet

Sıcaklık ölçümü için artan talep ve zorlu termal şartlar içeren uygulamalarda sınırlı yerleşik kaynaklar göz önüne

alındığında yüksek hassasiyetli sıcaklık verilerinin elde edilmesi çok önemlidir. Bununla birlikte, verilerin nasıl

elde edileceği önemli bir sorun haline gelir. Filtre algoritmaları ses, görüntü ve verilerdeki gürültüyü azaltmak

veya bastırmak amacıyla kullanılır. Bu algoritmalarla anlamlı sonuçlar çıkarılması amacıyla istenmeyen değerler

çıkışa verilmemektedir. Böylelikle, herhangi bir ölçüm için kurulan sistemin, filtre algoritmaları uygulanarak

optimize edilmiş şekilde çalışması sağlanacaktır. Kalman filtreleme yöntemi, bu sınırlı kaynaklarla yüksek

hassasiyetli sıcaklık verileri elde etmenin çözümlerinden biridir. Bu çalışmada mikrodenetleyicili bir sistem ile,

sıcaklık sensörüyle dış ortamdan bilgi okuyarak Kalman filtresiyle gürültü ve model hataları gibi faktörlerin

varlığına rağmen doğru sonuçlar üretilmiş ve sistemin performansı artırılmıştır.

Obtaining high-precision temperature data is essential given the increasing demand for temperature measurement

and limited on-board resources in applications with demanding thermal conditions. However, how to obtain the

data becomes a major issue. Filter algorithms are used to reduce or suppress noise in audio, video and data. In

order to obtain meaningful results with these algorithms, undesired values are not output. Thus, the system

established for any measurement will be optimized by applying filter algorithms. The Kalman filtering method is

one of the solutions to obtain high precision temperature data with these limited resources. In this study, with

microcontroller system, accurate results were produced and the performance of the system was increased, despite

the presence of factors such as noise and model errors with the Kalman filter by reading information from the

external environment with the temperature sensor.