رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 New Dynamic Circuit for Design of High-Speed Register Files مدار پویای جدید برای طراحی رجیستر فایل‌های سرعت- ‌بالا 261 268 17328 10.22034/tjee.2023.58154.4706 FA محمد آسیایی استادیار، دانشکده فنی و مهندسی، دانشگاه دامغان، دامغان، ایران Journal Article 2023 08 26 The main portion of the delay and power in register files is related to read-out paths. The read-out paths are implemented using dynamic circuits to improve the performance of register files. Therefore, design of a high-speed and low-power dynamic circuit is necessary to achieve energy efficient register files for modern microprocessors. In this paper, a new dynamic circuit is presented to decrease the delay and power consumption of register files without considerable noise immunity degradation. In the proposed dynamic circuit, the supply voltage of the pull-down network (PDN) is lower than the main supply voltage to decrease the switching power consumption. In addition, the wide fan-in pull-down networks are implemented using the narrower networks to decrease the switching capacitance on the dynamic node and increase the circuit performance. A 64-word  32-bit 2-read, 1-write ported register file is implemented using the proposed circuit technique. Simulations are performed using HSPICE simulator in a 90-nm CMOS technology model. Simulation results demonstrate 45% and 31% reduction in delay and power consumption of the proposed register file respectively at the same noise immunity compared to the conventional register file. سهم عمده‌ای از تأخیر و توان مصرفی در رجیستر فایل‌ها، مربوط به مسیرهای خواندن است. مسیرهای خواندن با استفاده از مدارهای پویا پیاده‌سازی می‌‌شوند تا عملکرد رجیستر فایل‌ها را بهبود ببخشند. بنابراین طراحی یک مدار پویای سرعت‌- بالا و توان- پایین برای رسیدن به رجیستر فایل‌هایی که از نظر انرژی کارایی داشته باشند برای ریزپردازنده‌های جدید ضروری است. در این مقاله، یک مدار پویای جدید برای کاهش تأخیر و توان مصرفی رجیستر فایل‌ها بدون کاهش قابل توجه در مصونیت در برابر نویز ارائه می‌شود. در مدار پویای پیشنهادی، ولتاژ تغذیه شبکه پایین‌بر (PDN) نسبت به ولتاژ اصلی مدار کمتر است تا توان مصرفی کاهش یابد. همچنین، شبکه‌های پایین‌بر با تعداد ورودی زیاد با استفاده از شبکه‌های کوچک‌تر پیاده‌سازی می‌شوند تا ظرفیت خازنی گره پویا کم شده و عملکرد مدار افزایش یابد. یک رجیستر فایل با 64 کلمه 32 بیتی، دو درگاه برای خواندن و یک درگاه برای نوشتن با استفاده از مدار پیشنهادی پیاده‌سازی می‌شود. شبیه‌سازی‌ها با استفاده از شبیه‌ساز HSPICE در فناوری 90 نانومتر CMOS انجام می‌شود. نتایج شبیه‌سازی‌ها به ازای مصونیت در برابر نویز یکسان، نشان‌دهنده کاهش 45 و 31 درصدی به ترتیب در تأخیر و توان مصرفی رجیستر فایل پیشنهادی در مقایسه با رجیستر فایل متداول است.

https://tjee.tabrizu.ac.ir/article_17328_6e61a192066728e5dcf28f79fdef7a9d.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 optimal production of the test suite by the combinatorial testing method by applying changes in the gravitational search algorithm for the uniform strength cover array. تولید بهینه مجموعه آزمون به روش آزمون ترکیبی با اعمال تغییر در الگوریتم جستجوی گرانشی برای آرایه پوشش با قوه ثابت. 269 279 17326 10.22034/tjee.2023.56934.4641 FA سجاد اسفندیاری استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه ملایر، ملایر، ایران لیلا یوسفوند گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه لرستان، خرم آباد، ایران عین‌الله پیرا استادیار، دانشکده فناوری اطلاعات و مهندسی کامپیوتر، دانشگاه شهید مدنی آذربایجان، تبریز، ایران وحید رافع دانشیار، دانشکده فنی مهندسی، دانشگاه اراک، ایران Journal Article 2023 06 02 The need to increase the use of Combinatorial Testing (CT) in software testing has become a necessity in software development. CT is an efficient approach to reduce the size of the test suite so that the software can be tested with fewer test cases. Covering Array (CA) is one of the important branches in CT, which has different types. Many solutions have been provided for its production, which have appropriate efficiency (array size) and performance (speed). But there is a lack of a solution that has both efficiency and performance. In this research, we have tried to produce an optimized test suite(with the minimum number of test cases) by using the gravitational search algorithm(GSA) and changing the neighbor selection method. Also, by changing the structure of the data and giving weight to the parameters not covered, we have increased the speed of producing the test suite. The weighting of non-covered parameters and the change in the behavior of the gravity algorithm have caused a smart search to find non-covered test cases. This increase in speed has made the proposed solution capable of producing test suites for high-power configurations. Also, the evaluation results show that the proposed solution outperforms other popular algorithms such as the genetic algorithm, the particle mass search algorithm, and even the gravity search algorithm itself. لزوم افزایش استفاده از آزمون ترکیبی در نرم‌افزارهای امروزی به امری ضروری در توسعه نرم‌افزار تبدیل شده است. آزمون ترکیبی یا آزمون t-way راهکاری کارآمد در کاهش حجم مجموعه آزمون است به نحوی که می‌توان نرم‌افزار را با نمونه آزمون‌های کمتری مورد آزمون قرار داد. پوشش آرایه یکی از شاخه‌های مهم در آزمون ترکیبی است که انواع مختلفی دارد . راهکار‌های فراوانی برای تولید آن ارائه شده است که کارایی (سرعت) و بهره‌وری (اندازه آرایه) مناسبی را دارند. اما خلاء راهکار‌ای که هر دو خصوصیت کارایی و بهره‌وری را توامان داشته باشد به چشم می‌خورد. <br />در این پژوهش سعی شده است با استفاده از الگوریتم جستجوی گرانشی و تغییر در نحوه انتخاب همسایه‌ها، موفق به تولید مجموعه آزمون بهینه شده‌ایم و هچنین با تغییر در ساختمان داده‌ها و وزن دهی به پارامترهای پوشش داده نشده سرعت تولید مجموعه آزمون را افزایش داده‌ایم. وزن دهی به پارامترهای پوشش داده نشده و تغییر در رفتار الگورتیم گرانشی سبب جستجوی هوشمندانه جهت یافتن نمونه آزمون‌های پوشش داده نشده، شده است. افزایش سرعت باعث شده است که راهکار پیشنهادی توان تولید مجموعه آزمون برای پیکربندی‌های بزرگ را داشته باشد و همچنین نتایج آزمون نشان می‌دهد که راهکار پیشنهادی از الگوریتم‌های مطرح مانند الگوریتم ژنتیک، الگوریتم جستجوی توده ذرات و حتی خود الگوریتم جستجوی گرانشی نتایج بسیار بهتری را دارد.

https://tjee.tabrizu.ac.ir/article_17326_b8debeeb5bab9e132d351e5f38f8906f.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 Estimation of Electrical Efficiency of Photovoltaic Panels with Methods Based on Deep Learning Using Image تخمین بازده الکتریکی صفحه‌های فتوولتائیک با روشی مبتنی بر یادگیری عمیق با استفاده از تصویر 281 290 17352 10.22034/tjee.2023.58400.4719 FA سید محمد جوادی مقدم استادیار، گروه کامپیوتر، دانشگاه بزرگمهر قائنات، قاین، ایران حسین غلامعلی نژاد استادیار، گروه کامپیوتر، دانشگاه بزرگمهر قائنات، قاین، ایران اعظم نوروزی استادیار، دانشکده مهندسی عمران و معماری، دانشگاه تربت حیدریه، تربت حیدریه، ایران محمد حسن عبدی استادیار، گروه فیزیک، دانشگاه آزاد اسلامی واحد قاینات، قاین، ایران حمید مرتضی پور دانشیار، گروه مکانیک، دانشگاه بزرگمهر قائنات، قاین، ایران Journal Article 2023 09 12 Natural renewable energy sources are abundant and economically attractive, with zero or very low carbon emissions. On the other hand, harsh environmental and weather conditions, such as soil and dust accumulation, affect the efficiency of renewable energy sources and systems. Accordingly, the need for automated inspection of photovoltaic panels is becoming more critical as the demand for new solar energy system manufacturing and installation increases worldwide. This study introduces a new dataset of images of dusty and clean plates. Furthermore, a new convolutional neural network architecture is proposed to detect the voltage generated by the panel. In the following, the parameters taken from the environment and the voltage estimated by the proposed neural network are analyzed using the random forest regression algorithm, and the panel's efficiency is calculated. The proposed process deals explicitly with detecting dust accumulation in photovoltaic panels. The results obtained in this work have experimentally shown that the proposed system produces high detection rates. The proposed new method leads to the implementing of a more effective and efficient automatic cleaning technique for photovoltaic panels. منابع انرژی تجدیدپذیر طبیعی، فراوان هستند و با انتشار کربن صفر یا بسیار کم از نظر اقتصادی جذاب هستند. از سوی دیگر، شرایط سخت محیطی و آب و هوایی مانند تجمع خاک و گرد و غبار بر کارایی منابع و سیستم‌های انرژی تجدیدپذیر تأثیر می‌گذارد. بر این اساس، نیاز به بازرسی خودکار صفحه های فتوولتائیک با افزایش تقاضا برای تولید و نصب سیستم های جدید انرژی خورشیدی در سراسر جهان حیاتی تر می شود. در این مطالعه، مجموعه داده جدیدی از تصاویر صفحه های غبارآلود و تمیز معرفی شده است. پس از آن، یک معماری شبکه عصبی کانولوشنال جدید جهت تشخیص ولتاژ تولید شده توسط صفحه فتوولتائیک معرفی شده است. در ادامه، پارامترهای برداشت شده از محیط و ولتاژ تخمین زده شده توسط شبکه عصبی پیشنهادی، با استفاده از الگوریتم رگرسیون جنگل تصادفی مورد بررسی قرار گرفته و راندمان صفحه محاسبه شده است. مجموعه فرآیند پیشنهادی به طور خاص با تشخیص تجمع گرد و غبار صفحه های فتوولتائیک سروکار دارد. نتایج به‌دست‌آمده در این کار به‌طور تجربی نشان داده‌اند که سیستم پیشنهادی نرخ‌های تشخیص بالایی را تولید می‌کند. روش جدید پیشنهادی منجربه پیاده سازی یک تکنیک تمیز کردن خودکار موثرتر و کارآمدتر برای صفحه‌های فتوولتائیک می شود.

https://tjee.tabrizu.ac.ir/article_17352_2185efbff8fe3cd9cf57e386caea0870.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 Design of a Terahertz Metasurface Absorber Based on Machine Learning Technique طراحی یک جاذب فراسطحی تراهرتز بر پایه تکنیک یادگیری ماشین 291 299 17414 10.22034/tjee.2024.58340.4713 FA محمدمهدی فخاریان استادیار، دانشکده فنی و مهندسی، دانشگاه گرمسار، گرمسار، ایران Journal Article 2023 09 08 The development of metasurface absorbers offers a potential solution to achieve low weight, thin thickness, favorable absorption rate, and acceptable terahertz absorption characteristics. In order to optimize the absorption properties of metasurfaces, the absorption spectrum is usually used as an important evaluation criterion, which can show many important characteristics such as the rate of absorption at different frequencies. However, the analysis of absorption spectra related to a large number of variable structural parameters is required when designing the structure, which consumes a lot of resources and time, because electromagnetic wave absorption involves the processes of complex impedance matching and electric field excitation. To address this issue, this study proposes a machine learning approach based on a random forest algorithm to predict absorption rates based on structural parameters, reducing the need for numerical simulation and spectrum analysis time. With the random forest model, the absorption rate is predicted with the R2 score of more than 0.99. In addition, the proposed absorber design has the advantages of being thin, insensitive to polarization and with a relatively stable incident angle, due to the symmetry of the structure. This study presents a practical and effective approach for the design of complex systems related to absorbing, reflecting and transmitting electromagnetic wave propagation. توسعه جاذب‌های فراسطحی راه‌حل‌ بالقوه‌ای برای دستیابی به وزن کم، ضخامت نازک، نرخ جذب مطلوب و ویژگی‌های قابل قبول جذب امواج تراهرتز ، ارائه می‌دهد. به منظور بهینه‌سازی خواص جذب فراسطح‌ها، معمولاً از طیف جذب به عنوان یک معیار ارزیابی مهم استفاده میشود که می‌تواند بسیاری از ویژگی‌های مهم مانند مقدار جذب در فرکانس‌های مختلف را نشان دهد. اما، تحلیل طیف‌های جذب، به تعداد زیادی پارامترهای ساختاری وابسته است که منابع و زمان زیادی را مصرف می‌کند، زیرا جذب موج الکترومغناطیسی شامل فرآیندهای تطبیق امپدانس مختلط و تحریک میدان الکتریکی است. برای پرداختن به این موضوع، این تحقیق یک رویکرد یادگیری ماشین مبتنی بر الگوریتم جنگل تصادفی را برای پیش‌بینی نرخ جذب بر اساس پارامترهای ساختاری پیشنهاد می‌کند و نیاز به شبیه‌سازی عددی و زمان تجزیه و تحلیل طیف را کاهش می‌دهد. با مدل جنگل تصادفی، نرخ جذب با امتیاز R2 بیش از 99/0پیش‌بینی می‌شود. علاوه بر این، طرح جاذب پیشنهادی دارای مزایای نازک بودن، غیرحساس بودن به پلاریزاسیون و با زاویه برخورد نسبتاً پایدار به واسطه تقارن ساختار است. این مطالعه یک رویکرد عملی و موثر برای طراحی سیستم‌های پیچیده مرتبط با انتشار موج الکترومغناطیسی جاذب، بازتاب و انتقال ارائه می‌کند.

https://tjee.tabrizu.ac.ir/article_17414_a14aae8168822d333c30f46963b6da2c.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 An Optimal Peer-to-Peer Energy Trading Framework for Networked DC Microgrids Considering Restriction of Power Losses چارچوب بهینه تجارت انرژی نظیر به نظیر برای ریزشبکه های DC به هم پیوسته با در نظر گرفتن محدودیت تلفات توان 301 311 17353 10.22034/tjee.2023.58868.4743 FA ارغوان محمدی دانشجوی دکتری، گروه مهندسی برق (قدرت و کنترل)، دانشگاه کردستان، سنندج، ایران نوید رضایی دانشیار، دانشکده مهندسی، گروه مهندسی برق (قدرت و کنترل)، دانشگاه کردستان، سنندج، ایران 0000-0002-8570-8301 مهرداد غلامی استادیار، دانشکده مهندسی، گروه مهندسی برق (قدرت و کنترل)، دانشگاه کردستان، سنندج، ایران Journal Article 2023 10 17 DC microgrids are attaining more attraction in the smart grids on account of major characteristics such as reactive power removal, low power losses and high reliability, stability, controllability and energy efficiency. A suitable peer-to-peer (P2P) local electricity market is very essential to ensure the prosperity of networked DC microgrids in the sustainment of increasing penetration of renewable energy resources. The P2P energy trading provides a beneficial platform so that the peers including the distributed generators, end-use consumers and prosumers can buy or sell electrical energy directly with each other. This paper presents an optimization model of P2P energy trading for interconnected multiple DC microgrids coordinated via an energy management system (EMS) to maximize the total profit of participants. Each DC microgrid includes several photovoltaic arrays and wind turbines, residential loads, and electric vehicles (EVs). In the proposed framework, the permissible value of power losses is considered that reflects the limitation of power exchange between the peers and significantly influences the objective value. ریزشبکه‌های DC به‌دلیل ویژگی‌های قابل توجهی از جمله حذف توان راکتیو، تلفات کمتر توان و قابلیت اطمینان بالا، پایداری، کنترل‌پذیری و بهره‌وری انرژی، جذابیت بیشتری در شبکه‌های هوشمند دارا می‌باشند. یک بازار برق محلی مناسب به‌صورت نظیر به نظیر (P2P) برای اطمینان از پیشرفت ریزشبکه‌های DC چندگانه به‌هم پیوسته در حفظ نفوذ فزاینده منابع انرژی تجدیدپذیر بسیار ضروری می‌باشد. اشتراک انرژی P2P زیرساخت سودمندی را برای همتایان، از جمله ژنراتورهای تولید پراکنده، مصرف‌کنندگان نهایی و پروزیومرها فراهم می‌کند که بتوانند به طور مستقیم با یکدیگر به تبادل انرژی الکتریکی بپردازند. این مقاله یک مدل بهینه‌سازی تجارت انرژی P2P برای ریزشبکه‌های DC چندگانه به‌هم پیوسته، که به‌وسیله یک سیستم مدیریت انرژی (EMS) هماهنگ شده‌اند تا سود کل شرکت‌کنندگان را به حداکثر برساند، ارائه می‌کند. هر ریزشبکه DC شامل چندین آرایه فتوولتائیک، توربین‌ بادی، بارهای مسکونی و خودروی الکتریکی (EV) می‌باشد. در چارچوب پیشنهادی، مقدار مجاز تلفات توان در نظر گرفته شده است که منعکس‌کننده محدودیت تبادل توان بین همتایان است که می‌تواند بر مقدار تابع هدف تأثیرگذار باشد. نتایج نشان می‌دهد که اگر تلفات توان مجاز 10% افزایش یابد، سود کل حدود 20% افزایش خواهد یافت.

https://tjee.tabrizu.ac.ir/article_17353_c20d49466d0cd47a0253e1586d96eab0.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 Design and simulation of high efficiency bifacial perovskite solar cell طراحی و شبیه‌سازی سلول خورشیدی پروسکایتی دو-وجهی با راندمان بالا 313 322 18029 10.22034/tjee.2024.60835.4820 FA امیرحسین محمدیان فرد دانشجوی کارشناسی ارشد مهندسی برق-افزاره‌های میکرو و نانو الکترونیک، دانشگاه تبریز، تبریز، ایران سامیه مطلوب دانشیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران رضا یدی پور دانشیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران Journal Article 2024 03 08 In this article, a full 3D structure of bifacial perovskite solar cell has been investigated using finite element method (FEM) to get accurate and complete results.Transparent conductive oxide (TCO) has been used instead of metal for back contact for absorbing photon both from front and rear of solar cell.First ,several structures with different ETLs and HTLs have been investigated to get the best structure with the higest efficiency and stability and then, Absorber thickness, ETL thickness and HTL thickness have been sweeped to find out the effect of thickness increment.The efficiency of cell increased to 18.009% for front irradiation and 17.227% for rear irradiation based on AM1.5G irradiation.At last, the I-V and P-V spectrums have been shown for different albedo constants. در بین منابع انرژی تجدیدپذیر، سلول‌های خورشیدی جایگاه خاصی به دلیل همگانی بودن انرژی خورشیدی و تولید انرژی با استفاده از صنایع فوتوولتائیک پیدا کرده‌اند. سلول‌های خورشیدی پروسکایتی نسل جدیدی از سلول‌های خورشیدی هستند که به دلیل راندمان بالا، طول عمر حامل بالا و هزینه ساخت پایین در دهه‌های اخیر موردتوجه محققین قرار گرفته‌اند. سلول‌های خورشیدی دو وجهی پروسکایتی نسل جدیدی از سلول‌های پروسکایتی هستند که قابلیت جذب فوتون هم از سمت پشت و هم از سمت جلو را دارا هستند که این امر، امکان غلبه بر محدودیت‌های بازدهی برای سلول‌های تک‌وجهی را فراهم می‌سازد. در این مقاله، یک ساختار کامل سه‌بعدی سلول خورشیدی پروسکایتی دو وجهی با استفاده از روش المان محدود برای به دست آوردن نتایج دقیق‌تر و شفاف‌تر مورد بررسی قرار گرفت و از الکترود شفاف به‌عنوان الکترود پشتی استفاده شد. در ابتدا چند ساختار متفاوت مورد بررسی قرار گرفت و از بین آن‌ها یک ساختار با راندمان و پایداری بالا و ضریب دو وجهی 34/95 درصد انتخاب گردید. سپس اثر تغییرات ضخامت لایه‌های مختلف بر روی پارامترهای مختلف بررسی شد و راندمان این سلول تا 009/18 درصد برای تابش از سمت جلو و 227/17 از سمت پشت بهبود یافت. سپس اثر انعکاس از سمت پشت بر روی نرخ تولید الکترون-حفره در لایه جاذب بررسی شد و مشاهده گردید که با دریافت نور از پشت سلول، نرخ تولید الکترون حفره افزایش می‌یابد. سپس نمودارهای مربوط به پارامترهای الکتریکی سلول ارائه گردید و مشاهده شد که جریان اتصال کوتاه در ضرایب albedo بالاتر تا 24/27 mA/cm2 افزایش می‌یابد.

https://tjee.tabrizu.ac.ir/article_18029_717bd148c95b16fd2e095a57fceadf72.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 Investigation of Asymmetrical PWM Method on High Step Down Interleaved DC-DC Converter With Modified Series Capacitor بررسی مدولاسیون پهنای پالس نامتقارن بر روی مبدل DC-DC کاهنده Interleaved با خازن سری اصلاح شده با نسبت تبدیل کاهش ولتاژ بالا 323 334 17412 10.22034/tjee.2024.57767.4679 FA علی نهاوندی استادیار، دانشکده فنی و مهندسی، دانشگاه ملایر، ملایر، ایران مریم قاسمی کارشناسی ارشد، دانشکده فنی و مهندسی، دانشگاه ملایر، ملایر، ایران Journal Article 2023 08 04 In this paper an asymmetrical pulse width modulation (PWM) method is used for a modified series capacitor interleaved buck converter. One of the problems of the interleaved converter is unbalance in the inductors current. In symmetrical pulse width modulation (PWM) method the duty cycles of switches are equal to each other and there are unbalance in the inductors current. To solve this problem, in this paper asymmetrical pulse width modulation (PWM) method is used. In asymmetrical PWM, duty cycle of switches are not equal. By using of asymmetrical PWM method, the modified series capacitor interleaved buck converter not only has linear voltage gain with high step down conversion ratio, but also the inductors currents are balanced. The proposed converter is simulated by MATLAB/Simulink software and the results are presented. Moreover, a laboratory prototype is tested to validate the simulation and the theoretical analysis. در این مقاله روش مدولاسیون عرض پالس (PWM) نامتقارن بر روی یک مبدل DC-DC کاهنده Interleaved با خازن سری اصلاح شده استفاده شده است. مبدل-های کاهنده Interleaved در کاربردهای مختلفی از جمله شارژر باتری‌ها، سیستم جانبی خودروهای برقی، منابع تغذیه و هر کاربردی که سطح ولتاژ پائین و ریپل جریان خروجی پائین مورد نیاز باشد مورد استفاده قرار می‌گیرد. یکی از مشکلات مبدل‌های Interleaved عدم تعادل جریان سلف‌ها می‌باشد. در روش مدولاسون عرض پالس متقارن Duty cycle کلیدها باهم برابراست و عدم تعادل در جریان سلف‌ها وجود دارد. برای رفع این مشکل در این مقاله از روش مدولاسیون عرض پالس (PWM) نامتقارن استفاده شده است. در روش PWM نامتقارن Duty Cycle کلیدها یکسان نمی‌باشد، Duty Cycle یک کلید ثابت و برابر 5/0 و Duty Cycle کلید دیگر بزرگتر از 5/0 می‌باشد. با استفاده از روش PWM نامتقارن مبدلBuck خازن سری اصلاح شده دارای جریان سلف متعادل و بهره ولتاژ خطی با نسبت تبدیل کاهندگی بالا می‌باشد. عملکرد مبدل در محیط نرم افزار MATLAB/Simulink شبیه‌سازی شده و نتایج آن ارائه گردیده است. همچنین جهت بررسی عملکرد مبدل در محیط آزمایشگاهی، یک نمونه ساخته شده است، و تطابق نتایج حاصل از آن با نتایج شبیه‌سازی مورد بررسی قرار گرفته است.

https://tjee.tabrizu.ac.ir/article_17412_0ef93176630e903b83f5c09ac211299d.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 Leukovit: An efficient vision transformer-based model for automatic classification of leukocytes لوکوویت: یک مدل کارآمد مبتنی بر ترانسفورمر بینایی برای طبقه‌بندی خودکار لکوسیت‌ها 335 346 17540 10.22034/tjee.2024.58463.4727 FA Z. Asgharzadeh Bonab Faculty of Biomedical Engineering, Sahand University of Technology, Tabriz, Iran. S. Shamekhi Faculty of Biomedical Engineering, Sahand University of Technology, Tabriz, Iran. Journal Article 2023 09 22 The identification and evaluation of leukocytes are important to assess the quality of the human immune system; however, the analysis of blood smears depends on the pathologist’s expertise. The manual method for analyzing and classifying WBCs is costly and time-consuming and can result in errors in detection. Most deep learning methods use CNN-based models for white blood cell classification. This paper discusses the use of a ViT-based network, for the classification of leukocytes (WBCs) in a blood sample. The Dataset used in this paper consists of 352 images with a size of 320x240, which was augmented through techniques to create a balanced dataset of 12444 images. The augmented data was then used to train a ViT-based architecture to classify the different types of WBCs. As the first step of the proposed algorithm, a convolutional tokenizer has been applied for patch extraction of images. These patches have been flattened and have been used as input for a ViT-based structure to recognize the subclasses in the second step. The results obtained using Leukovit show that the accuracy of the proposed network is 99.04% which is outperforming the state-of-the-art networks. شناسایی و ارزیابی لکوسیت‌ها برای ارزیابی کیفیت سیستم ایمنی انسان مهم است. با این حال، تجزیه و تحلیل اسمیر خون به تخصص پاتولوژیست بستگی دارد. روش دستی برای تجزیه و تحلیل و طبقه بندی گلوبولهای سفید ها پرهزینه و زمان‌بر است و می تواند منجر به خطا در تشخیص شود. اکثر روش‌های یادگیری عمیق از مدل های مبتنی بر CNN برای طبقه بندی گلبول‌های سفید استفاده می‌کنند. این مقاله استفاده از یک شبکه مبتنی بر ViT را برای طبقه‌بندی لکوسیت‌ها در نمونه خون مورد بحث قرار می‌دهد. مجموعه داده مورد استفاده در این مقاله شامل 352 تصویر با اندازه 320 در 240 است که از طریق روش‌هایی برای ایجاد یک مجموعه داده متعادل از 12444 تصویر داده‌افزایی شده است. سپس داده‌های افزایش‌یافته برای آموزش معماری مبتنی بر ViT برای طبقه‌بندی انواع مختلف گلبول‌های سفید مورد استفاده قرار گرفته است. دراولین مرحله‌از روش پیشنهادی، یک توکنایزر کانولوشن برای استخراج پچ تصاویر اعمال شده است. این پچ‌ها فلت شده و به عنوان ورودی برای ساختار مبتنی بر ViT برای شناسایی زیر کلاس‌ها در مرحله دوم استفاده شده‌اند. نتایج به‌دست‌آمده با استفاده از لوکوویت نشان می‌دهد صحت شبکه پیشنهادی 99.04 درصد است که نسبت به شبکه‌های پیشرفته برتری دارد.

https://tjee.tabrizu.ac.ir/article_17540_1dd2b94f3d376129669573a6c5b52b4f.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 A Low-Noise Low-Power Chopper Amplifier With 130dB CMRR and High SNR تقویت‌کننده چاپر کم نویز و توان پایین با نسبت رد حالت مشترک 130 دسی‌بل و نسبت سیگنال به نویز بالا 347 353 17413 10.22034/tjee.2024.58091.4699 FA M. Forghani Faculty of Electrical Engineering, Sahand University of Technology, Sahand New Town, Tabriz, Iran. H. Faraji Baghtash Faculty of Electrical Engineering, Sahand University of Technology, Sahand New Town, Tabriz, Iran. Journal Article 2023 08 23 This paper presents a low-power and low-noise chopper amplifier for biopotential signals. A two-stage structure is presented to achieve a high CMRR and SNR. These stages contain a folded cascode topology to obtain a low input noise and large input impedance; and a stage of two stacked cross-coupled folded cascode for CMRR and SNR intents. The structure consumes 1.27 µW from a 0.6 V power supply. The CMRR, SNR, Gain, and input-referred noise RMS respectively are 133 dB, 121.4 dB, 38 dB and 930nV/Hz in the Bandwidth of 0.01 kHz to 1 kHz. The NEF and PEF are 1.8 and 1.9 and input impedance is 2.5 GΩ with chopping frequency of 2kHz. در این مقاله یک تقویت‌کننده چاپر با نویز کم و توان کم برای پردازش سیگنال‌های بیوپتانسیل ارائه شده است. برای دستیابی به نسبت رد حالت مشترک و نسبت سیگنال به نویز بالا از یک ساختار دو طبقه ای استفاده شده است. این طبقات شامل یک توپولوژی کسکود تاشده برای دستیابی به نویز ورودی کم و امپدانس ورودی بزرگ و یک بخش کسکود تاشده دوطبقه متقاطع برای تامین نیازمندی های نسبت رد حالت مشترک و نسبت سیگنال به نویز است. ساختار پیشنهادی حدود 1.27 میکرووات توان از یک منبع ولتاژ 0.6 ولت مصرف می‌کند. اندازه پارامترهای مدار شامل نسبت رد حالت مشترک، نسبت سیگنال به نویز، بهره و نویز موثر ارجاع شده به ورودی به ترتیب 133 دسی‌بل، 121.4 دسی‌بل، 38 دسی‌بل و 930 نانوولت در پهنای باند 0.01 کیلوهرتز تا 1 کیلوهرتز هستند. پارامترهای ضریب بهره وری نویز و ضریب بهره وری توان به ترتیب 1.8 و 1.9 محاسبه شده است و امپدانس ورودی 2.5 گیگا اهم در فرکانس چاپینگ 2 کیلوهرتز است.

https://tjee.tabrizu.ac.ir/article_17413_82d4e94256269374608e3643ea591c3d.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 ISY: Improved Sugeno-Yasukawa Fuzzy Modelling Approach Using a Novel Clustering and Project Method for Input Partitioning بهبود رویکرد مدل‌سازی فازی Sugeno-Yasukawa با استفاده از روش خوشه‌بندی و تصویرسازی جدید برای تقسیم بندی فضای ورودی 355 362 17382 10.22034/tjee.2024.58036.4692 FA S. Haghzad Klidbary Department Electrical and Computer Engineering, University of Zanjan, Zanjan, Iran. Journal Article 2023 08 18 Soft computing algorithm such as fuzzy logic, neural networks, and evolutionary algorithms are widely used in many fields. Fuzzy logic, in particular, has gained significant popularity due to its significant ability in modelling. So far, various methods of fuzzy modelling have been presented; each of these methods has its advantages and disadvantages. While all methods start from the input, Sugeno-Yasukawa (SY) differs by initiating the analysis from the output. The popularity of the SY method can be attributed to its effective rule extraction algorithm, which employs a clustering process to determine input membership functions. In this paper, we propose a cluster search algorithm and a new fuzzy partitioning method that enhance the mapping of the output space to the input space by distributing Gaussian functions for each data point within a cluster and calculating their membership values. With this proposed new clustering search method, the performance of the SY method is improved. Through simulations, the proposed method has improved the mean square errors (MSE) criterion by 0.001, and improved the accuracy criterion by 1.5 percent. الگوریتم های محاسباتی نرم مانند منطق فازی، شبکه های عصبی و الگوریتم های تکاملی به طور گسترده در بسیاری از زمینه ها استفاده می شوند. به ویژه منطق فازی، به دلیل توانایی قابل توجهی که در مدل سازی دارد، محبوبیت قابل توجهی به دست آورده است. تاکنون روش های مختلفی برای مدل سازی فازی ارائه شده است که هر یک از این روش ها مزایا و معایب خود را دارند. در حالی که اکثر روش ها تجزیه و تحلیل را از ورودی دارند ولی روش SY از بخش خروجی به تجزیه و تحلیل سیستم می پردازد. محبوبیت روش SY را می توان به الگوریتم استخراج قانون موثر آن نسبت داد، که از یک فرآیند خوشه بندی برای تعیین توابع عضویت ورودی استفاده می کند. در این مقاله، یک الگوریتم جستجوی خوشه‌ای و یک روش تقسیم بندی فازی جدید پیشنهاد شده است که نگاشت فضای خروجی به فضای ورودی را با توزیع توابع گاوسی برای هر نقطه داده در یک خوشه و محاسبه مقادیر عضویت آن‌ها افزایش می‌دهد. با این روش جدید جستجوی خوشه‌بندی پیشنهادی، عملکرد روش SY بهبود یافته است. با توجه به شبیه‌سازی ها، روش پیشنهادی معیار میانگین مربعات خطا (MSE) را 0.001 و معیار دقت را 1.5 درصد بهبود بخشیده است.

https://tjee.tabrizu.ac.ir/article_17382_279574f4f20d4298a5e5557e00ad202a.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 A Cyber Secured optimal scheduling framework for AC microgrids based on dragonfly optimization and deep learning چارچوب برنامه ریزی بهینه ایمن سایبری برای ریزشبکه های AC بر اساس بهینه سازی سنجاقک و یادگیری عمیق 363 372 17332 10.22034/tjee.2023.57914.4685 FA A. Heidari Electrical Engineering Faculty, Sahand University of Technology, Tabriz, Iran R. Eslami Electrical Engineering Faculty, Sahand University of Technology, Tabriz, Iran 0000-0002-6386-4354 Journal Article 2023 08 20 Smart grid is a cyber-physical system, a combination of physical devices and computational processes. Enhancing interaction between the cyber and physical layers is crucial for optimizing system operation, management, and security. Motivated by this, in this paper, a framework for solving the optimal scheduling of an AC-microgrid (ACMG) system, is presented. The optimal scheduling of the system is modelled as an optimization problem. Also, the dragonfly is utilized as a powerful optimization technique to solve the proposed optimization problem. On the other side, considering cyber-attacks as a great threat to the system which can cause disruption and outage in smart grids, a deep-learning-based method, long short-term memory (LSTM), along with the concept of prediction interval is utilized to develop a cyber-attack detection model for false data injection attacks on smart meters. In this structure, the optimization is carried out using dragonfly optimization. Also, the LSTM, which is a subset of recurrent neural networks, is designed. With an accuracy of 97%, this model can ensure the cyber-security of the structure. Furthermore, to demonstrate the excellence of the proposed method, it is compared to an Artificial Neural Network (ANN). As the results show, the deep learning LSTM approach outperforms the ANN method in terms of accuracy and cyber-security. The proposed cyber-attack detection model is first trained using historical data and then is used in real-time conditions. For investigating the effectiveness of the proposed approach, the modified IEEE 33-bus test system is utilized. The results significantly show the effectiveness of the proposed methodologies شبکه هوشمند یک سیستم فیزیکی-سایبری است که ترکیبی از دستگاه های فیزیکی و فرآیندهای محاسباتی است. افزایش تعامل بین لایه‌های سایبری و فیزیکی برای بهینه‌سازی عملکرد، مدیریت و امنیت سیستم بسیار مهم است. با این انگیزه، در این مقاله، چارچوبی برای حل زمان‌بندی بهینه یک سیستم ریزشبکه AC ارائه می‌شود. زمان بندی بهینه سیستم به عنوان یک مسئله بهینه سازی مدل شده است. همچنین، الگوریتم بهینه سازی سنجاقک به عنوان یک تکنیک بهینه سازی قدرتمند برای حل مسئله پیشنهادی استفاده می شود. از سوی دیگر، با در نظر گرفتن حملات سایبری به عنوان یک تهدید بزرگ برای سیستم که می تواند باعث اختلال و قطع در شبکه های هوشمند شود، یک روش مبتنی بر یادگیری عمیق، حافظه کوتاه مدت و بلند مدت (LSTM) همراه با مفهوم بازه پیش بینی برای توسعه یک مدل تشخیص حمله سایبری برای حملات تزریق داده های نادرست به کنتورهای هوشمند استفاده می شود. در این ساختار، بهینه سازی با استفاده از بهینه سازی سنجاقک انجام می شود. همچنین LSTM که زیرمجموعه ای از شبکه های عصبی بازگشتی است، طراحی شده است. این مدل با دقت 97 درصد می تواند امنیت سایبری سازه را تضمین کند. علاوه بر این، برای نشان دادن برتری روش پیشنهادی، آن را با یک شبکه عصبی مصنوعی (ANN) مقایسه می‌کنیم. همانطور که نتایج نشان می دهد، رویکرد یادگیری عمیق LSTM از روش ANN از نظر دقت و امنیت سایبری بهتر عمل می کند. مدل تشخیص حمله سایبری پیشنهادی ابتدا با استفاده از داده های تاریخی آموزش داده می شود و سپس در شرایط بلادرنگ مورد استفاده قرار می گیرد. برای بررسی اثربخشی رویکرد پیشنهادی، از سیستم تست 33 شینه IEEE اصلاح شده استفاده شده است. نتایج به طور قابل توجهی اثربخشی روش های پیشنهادی را نشان می دهد.

https://tjee.tabrizu.ac.ir/article_17332_36a180a509519c053ac67cb918bfc001.pdf

رئیس دانشکده مهندسی برق و کامپیوتر مجله مهندسی برق دانشگاه تبریز 2008-7799 54 3 2024 11 21 A 147dBΩ, High Dynamic Range Analog Front End for PPG Signal Acquisition with Fine and Coarse Steps Automatic Gain Control طراحی بلوک پیشانی ثبت کننده سیگنال فتوپلتیسموگرافی با پویایی وسیع و بهرهdBΩ147 با قابلیت کنترل در گام های کوتاه و بلند 373 382 17351 10.22034/tjee.2023.58147.4705 FA F. Shoeibi Department of Electrical Engineering, Sahand University of Technology, Tabriz, Iran E. Najafiaghdam Department of Electrical Engineering, Sahand University of Technology, Tabriz, Iran A. Ebrahimi Department of Electrical Engineering, Sahand University of Technology, Tabriz, Iran Journal Article 2023 08 26 This paper deals with the design of a low power, high-gain, low noise and high-dynamic range receiver dedicated for photoplethysmography (PPG) signal sensing. A current measurement system utilizing a large DC cancelation block, implemented in 180nm CMOS technology. The shunt feedback trans-impedance amplifier (TIA) is designed to detect and sense low currents, producing a voltage output. It exhibits a noise floor of 39.7 pArms within the frequency range of 0.5-10Hz. The receiver gain is 147.6dBΩ. The receiver incorporates a fine and coarse steps gain control block (FaCGC) and a DC cancelation block capable of handling up to 100µA, thereby enabling a wide dynamic range. The proposed system exhibits characteristics such as low noise and wide dynamic range, rendering it well-suited for the precise measurement of ultra-low current. Consequently, this system holds significant potential for application in biosensor technology. The chip has a footprint of 0.121mm2 area and operates with a power consumption of 40.14 micro-watts, drawing power from supply voltages of ±0.9 volts. The post-layout simulation reveals a lower frequency limit below 1mHz, while the upper limits of its application band can be extended up to 100 Hz. در این مقاله، طراحی بلوک پیشانی یک گیرنده کم توان با بهره بالا، کم نویز و دارای محدوده پویایی(رنج دینامیکی) وسیع برای ثبت سیگنال های فتوپلتیسموگرافی ارایه شده است. گیرنده طراحی شده شامل یک سیستم اندازهگیری جریان به همراه بلوک حذف مولفه جریان مستقیم(dc) ورودی میباشد که در فناوری CMOS 180nm پیادهسازی شده است. در ورودی گیرنده از تقویت کننده مبدل امپدانسی (TIA) برای دریافت و آشکارسازی جریان های ضعیف ورودی و تبدیل آن به ولتاژ استفاده شدهاست. سطح نویز ورودی گیرندهی طراحی شده در محدوده فرکانسی 5/0-10 هرتز برابر با pArms 7/39 و بهره آنdBΩ 147 میباشد. گیرنده شامل حلقه کنترل بهره در دو گام کوتاه(Fine) و بلند(Coarse) و بلوک حذف مولفه جریان مستقیم ورودی میباشد که توانایی حذف مولفه مزاحم جریان مستقیم ورودی تا جریان 100میکروآمپر را امکان پذیر نموده و بدین ترتیب محدوده پویایی وسیع تری را برای گیرنده بصورت خودکار(اتوماتیک) فراهم مینماید. محدوده پویایی وسیع تر گیرنده و کم نویز بودن آن، دو خصوصیتی است که باعث شده است این گیرنده برای ثبت و اندازهگیری جریانهای بسیار کوچک وکاربرد آن در حوزه حسگرهای زیستی گزینهی مناسبی باشد. بر اساس جانمایی در فناوری 180nm، مساحت تراشه 121/0میلیمتر مربع و توان مصرفی آن برابر با 14/40 میکرووات میباشد. نتایج شبیهسازی گیرنده طراحی شده پس از جانمایی (Post-Layout) نشان میدهد که محدوده فرکانسی پایین آن کمتر از 1میلی هرتز و محدوده فرکانسی بالای آن تا 100 هرتز می رسد که انتخاب مناسبی برای کاربردهای فرکانس پایین محسوب می شود.

https://tjee.tabrizu.ac.ir/article_17351_b42936880f596548cdf6fbd03ebff135.pdf