Rastgelelikten Kuantum Atlamaya: Bir DHT Sensörüyle Mikrokozmosu Modellemek

Üniversitede mikrokontrolcülerin bize sunduğu olanakları keşfederken, karşılaştığımız en büyük zorluklardan biri "tamamen kontrol edilemeyen" girdi idi. Fiziksel dünyadan gelen veriler, matematiksel mükemmelliğin aksine her zaman gürültüye, sapmalara ve öngörülemezliğe sahiptir. Bu beni her zaman hem heyecanlandırıyor hem de sabır sınavına sokuyor.

Son dönem üzerinde çalıştığım bir proje vardı: Ortam sıcaklığı ve nemini ölçen iki adet DHT11 sensörünü kullanarak, teorik olarak deterministik olmayan (non-deterministic) bir sistemin davranışını simüle etmek. İlk başta, bu sadece "iki farklı noktadan iki farklı ölçüm almak" gibi basit bir görevdi. Ancak, bu rastgelelik bileşenini derinlemesine incelemek istemek, bizi basit bir veri toplama işleminin çok ötesine taşıdı.

Bu deney, bana kaos teorisinin mikro ölçekteki uygulamalarını düşündürdü. Birçok kişi için DHT11 basit bir sensördür; benim içinse, her okumasıyla doğanın anlık durumunu yakalayan bir veri noktasıdır.

Veri Toplama Protokolü ve İlk Sapmalar

İki sensörü de aynı anda okumak yerine, belirli bir zaman aralığında (örneğin 5 saniyelik döngülerle) sırayla okumaya karar verdik. Girdi voltajını ve dijital çıktıyı bir seri porta gönderiyorduk. Yazılım tarafında Python ile bu veriyi alıp, basitçe ortalama sıcaklık ve nem hesaplıyorduk.

İlk birkaç denemede her şey kusursuz görünüyordu: Sıcaklık $23.5 \pm 0.1^\circ C$ civarında sabit kalıyordu, nem ise %45-%46 bandındaydı. Ancak mükemmeliyetçi yanım, bu sabitliğin yeterince ilginç olmadığını söylüyordu. Buradan "öğrenilebilir" bir düzeye ulaşmam gerektiğini biliyordum.

Bu noktada, sensörlerin yerleşimini değiştirdik. Bir tanesini sabit bir rafta tutarken, diğerini ise hafifçe titreşim alabilecek veya hava akımına maruz kalabilecek bir yere koyduk. Bu küçük mekanik farklılık, yazılımımızdaki algoritmaya göre büyük bir veri varyansı yaratmaya başladı.

Rastgelelikten Örüntüye Geçiş

Buradaki kilit nokta, rastgele olana neden mühendislik gözleci takıntılı yaklaşırsa anlam kazandığıdır. Sensörlerin doğal olarak karşılaştığı hava akımı, mikroskobik basınç değişimleri gibi faktörler, okunan değerlere çok küçük ancak farklılıklar ekledi.

Bu farkları kaydettiğimizde, basit bir "gürültü" olarak geçiştirmek yerine, bu gürültüyü modüle edilmiş bir girdiye çevirdik.

Sistemimizdeki gözlemlerim özetle şuydu:

1. Baseline Kaydı: Durağan koşullar altında alınan veriler, sistemin başlangıç durumunu (dinamik önyargıyı) temsil etti.
2. Değişken Gürültü: İkinci sensörden gelen verilerdeki küçük sapmalar, bizim için "giriş vektörü" görevi gördü.
3. Algoritmik Dönüşüm: Bu küçük sapmaları, doğrusal olmayan bir filtreye soktuğumuzda, sistemin çıktısı basitçe ölçüm olmaktan çıkıp, belirli bir entropiyi temsil eden bir veri dizisine dönüştü.

Bu süreçte fark ettim ki, doğanın kaosunu sadece kaydetmek yetmez; onu anlayacak bir protokol tasarlamak gerekir. DHT11'in sunduğu bu minimal varyasyon, doğru filtreleme ve zamanlamayla, teorik bir kaos örneğini fiziksel olarak modellememizi sağladı.

Bazen en karmaşık problemler, elimizdeki en basit bileşenlerin davranışını derinlemesine incelemekle çözülür. Ve bu, kesinlikle bir mikrodenetleyicinin sınırlarının ötesinde, fizik ve matematiğin kesiştiği yerde oluyor.