Tese de mestrado. Mestrado Integrado em Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2012

FERNANDES, C. E. R. High-order statistical methods for blind channel identification and source detection with applications to wireless communications. 2008. 151 f. Tese (Doutorado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2008. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-01T18:38:00Z No. of bitstreams: 1 2008_tese_cerfernandes.pdf: 1821153 bytes, checksum: 5c0a056817e62e60afcf7d7944ef2a4b (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-06T18:37:37Z (GMT) No. of bitstreams: 1 2008_tese_cerfernandes.pdf: 1821153 bytes, checksum: 5c0a056817e62e60afcf7d7944ef2a4b (MD5) / Made available in DSpace on 2016-04-06T18:37:37Z (GMT). No. of bitstreams: 1 2008_tese_cerfernandes.pdf: 1821153 bytes, checksum: 5c0a056817e62e60afcf7d7944ef2a4b (MD5) Previous issue date: 2008-05-30 / Current telecommunications systems offer services that require very high transmission rates. The channel identification problem arises in this context with a major issue. The use of blind techniques have been of great interest in the search for a better balance between an appropriate binary rates and the quality of the retrieved information. Relying on special properties of cumulants of 4th order of the signals to the channel output, this thesis introduces new signal processing tools with applications in mobile radio communication systems. Exploring the symmetrical structure of the output cumulants, the problem of blind channel identification is approached from a multilinear model tensor 4th order cumulant based on a decomposition into parallel factors (PARAFAC). If SISO, the components of the new model have a tensor Hankel structure. In the case of MIMO channels without memory, the redundancy of tensor factors is explored in the estimation of the coefficients of the channel. In this context, new blind channel identification algorithms developed in this thesis are based on a least squares optimization problem single step (SS-LS). The proposed methods fully exploit the multilinear structure of the cumulant tensor and their symmetries and redundancies, thus avoiding any form of preprocessing. Indeed, the SS-LS approach induces a solution based on a single minimization procedure without intermediate steps, contrary to what happens in most of the existing literature methods. Using only the cumulants of order 4 and exploring the concept of Virtual Arrangement, this is also the problem of location of sources, in a multiuser environment. An original Contribution is to increase the number of virtual sensors based on a particular decomposition of cumulants tensioner, thereby improving the resolution of the arrangement whose structure is typically obtained when using order statistics 6. It is considered also the estimation physical of a MIMO channel of communication with muti-routes. Via a fully blind approach, the multipath channel is first treated as a convolutional model and a new technique is proposed to estimate its coefficients. This non-parametric technique generalizes the methods previously proposed for SISO and MIMO cases (out of memory). Making use of a tensor formalism to represent the multipath MIMO channel, its physical parameters may be obtained using a combined technique of ALS-MUSIC type, based on a subspace algorithm. Finally, it will be considered the problem of determining the order of FIR channels, particularly in the case of MISO systems. A complete procedure is introduced to the detection and estimation of selective MISO communication channels in frequency. The new algorithm, based on a deflation approach successively detects each signal source, determines the order of their individual broadcast channel and estimates the associated coefficients. / Os sistemas de telecomunicações atuais oferecem servios que demandam taxas de transmissão muito elevadas. O problema da identificação de canal aparece nesse contexto com um problema da maior importância. O uso de técnicas cegas tem sido de grande interesse na busca por um melhor compromisso entre uma taxas binária adequada e a qualidade da informação recuperada. Apoiando-se em propriedades especiais dos cumulantes de 4a ordem dos sinais à saída do canal, esta tese introduz novas ferramentas de processamento de sinais com aplicações em sistemas de comunicação rádio-móveis. Explorando a estrutura simétrica dos cumulantes de saída, o problema da identificação cega de canais é abordado a partir de um modelo multilinear do tensor de cumulantes 4a ordem, baseado em uma decomposição em fatores paralelos (Parafac). No caso SISO, os componentes do novo modelo tensorial apresentam uma estrutura Hankel. No caso de canais MIMO sem memória, a redundância dos fatores tensoriais é explorada na estimação dos coeficientes dos canal. Neste contexto, novos algoritmos de identificação cega de canais são desenvolvidos nesta tese com base em um problema de otimização de mínimos quadrados de passo único (SS-LS). Os métodos propostos exploram plenamente a estrutura multilinear do tensor de cumulantes bem como suas simetrias e redundâncias, evitando assim qualquer forma de pré-processamento. Com efeito, a abordagem SS-LS induz uma solução baseada em um único procedimento de minimização, sem etapas intermediárias, contrariamente ao que ocorre na maior parte dos métodos existentes na literatura. Utilizando apenas os cumulantes de ordem 4 e explorando o conceito de Arranjo Virtual, trata-se também o problema da localização de fontes, num contexto multiusuário. Uma contribução original consiste em aumentar o número de sensores virtuais com base em uma decomposição particular do tensor de cumulantes, melhorando assim a resolução do arranjo, cuja estrutura é tipicamente obtida quando se usa estatísticas de ordem 6. Considera-se ainda a estimação dos parâmetros físicos de um canal de comunicação MIMO com muti-percursos. Através de uma abordagem completamente cega, o canal multi-percurso é primeiramente tratado como um modelo convolutivo e uma nova técnica é proposta para estimar seus coeficientes. Esta técnica não-paramétrica generaliza os métodos previamente propostos para os casos SISO e MIMO (sem memória). Fazendo uso de um formalismo tensorial para representar o canal de multi-percursos MIMO, seus parâmetros físicos podem ser obtidos através de uma técnica combinada de tipo ALS-MUSIC, baseada em um algoritmo de subespaço. Por fim, será considerado o problema da determinação de ordem de canais FIR, particularmente no caso de sistemas MISO. Um procedimento completo é introduzido para a detecção e estimação de canais de comunicação MISO seletivos em freqüência. O novo algoritmo, baseado em uma abordagem de deflação, detecta sucessivamente cada fonte de sinal, determina a ordem de seu canal de transmissão individual e estima os coeficientes associados. / Les systémes de télécommunications modernes exigent des débits de transmission trés élevés. Dans ce cadre, le probléme d’identification de canaux est un enjeu majeur. L’utilisation de techniques aveugles est d’un grand intérét pour avoir le meilleur compromis entre un taux binaire adéquat et la qualité de l’information récupérée. En utilisant les propriétés des cumulants d’ordre 4 des signaux de sortie du canal, cette thése introduit de nouvelles méthodes de traitement du signal tensoriel avec des applications pour les systémes de communication radio-mobiles. En utilisant la structure symétrique des cumulants de sortie, nous traitons le probléme de l’identification aveugle de canaux en introduisant un mod`ele multilinéaire pour le tenseur des cumulants d’ordre 4, basé sur une décomposition de type Parafac. Dans le cas SISO, les composantes du modéle tensoriel ont une structure de Hankel. Dans le cas de canaux MIMO instantanés, la redondance des facteurs tensoriels est exploitée pour l’estimation des coefficients du canal. Dans ce contexte, nous développons des algorithmes d’identification aveugle basés sur une minimisation de type moindres carrés à pas unique (SS-LS). Les méthodes proposées exploitent la structure multilinéaire du tenseur de cumulants aussi bien que les relations de symétrie et de redondance, ce qui permet d’éviter toute sorte de traitement au préalable. En effet, l’approche SS-LS induit une solution basée sur une seule et unique procédure d’optimisation, sans les étapes intermédiaires requises par la majorité des méthodes existant dans la littérature. En exploitant seulement les cumulants d’ordre 4 et le concept de réseau virtuel, nous abordons aussi le probléme de la localisation de sources dans le cadre d’un réseau d’antennes multiutilisateur. Une contribution originale consiste à augmenter le nombre de capteurs virtuels en exploitant un arrangement particulier du tenseur de cumulants, de maniére à améliorer la résolution du réseau, dont la structure équivaut à celle qui est typiquement issue de l’utilisation des statistiques d’ordre 6. Nous traitons par ailleurs le probléme de l’estimation des paramétres physiques d’un canal de communication de type MIMO à trajets multiples. Dans un premier temps, nous consid´erons le canal à trajets multiples comme un modèle MIMO convolutif et proposons une nouvelle technique d’estimation des coefficients. Cette technique non-paramétrique généralise les mèthodes proposées dans les chapitres précédents pour les cas SISO et MIMO instantané. En représentant le canal multi-trajet à l’aide d’un formalisme tensoriel, les paramètres physiques sont obtenus en utilisant une technique combinée de type ALS-MUSIC, basée sur un algorithme de sous-espaces. Enfin, nous considérons le problème de la d´etermination d’ordre de canaux de type RIF, dans le contexte des systèmes MISO. Nous introduisons une procédure complète qui combine la détection des signaux avec l’estimation des canaux de communication MISO sélectifs en fréquence. Ce nouvel algorithme, basé sur une technique de déflation, est capable de détecter successivement les sources, de déterminer l’ordre de chaque canal de transmission et d’estimer les coefficients associ´es.

Esta tese consiste em apresentar um método para localização e identificação de consumidores com alta contribuição para a distorção harmônica de tensão medida em subestações de sistemas de distribuição de energia elétrica. Cabe comentar que a etapa de localização visa obter uma lista das possíveis posições onde possa estar alocado o consumidor que possua cargas não lineares com grande consumo de potências harmônicas. Partindo-se desta lista, realiza-se a etapa de identificação, em que são estimadas as amplitudes de cada harmônica na posição selecionada. Por fim, um algoritmo para ajuste/sintonia do método de localização é empregado com o intuito de se realizar uma possível correção com relação à posição do consumidor. Desta forma, por meio de estudos de caso (simulados), os resultados obtidos procuram validar a metodologia proposta. / This thesis provides a method for location and identification of consumers with larger contribution to harmonic distortion of voltage in power distribution substations. It is worth to mention that the stage of consumers location must furnish a list of possible positions where there may be consumers, who have nonlinear loads with high consumption of harmonic power. From this list, the identification stage is performed in order to estimate the amplitude of each harmonic from the location selected. Finally, a method for improve the location algorithm is employed in order to refine the consumer position. Therefore, by means of simulated case studies, the results obtained for these stages seek to validate the methodology proposed.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-08-13T14:49:42Z No. of bitstreams: 2 Dissertação - Lucas Fiorini Cruz - 2018.pdf: 23542908 bytes, checksum: 75e04989d0719a9b5d0d22225c38ce7a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-08-14T11:35:12Z (GMT) No. of bitstreams: 2 Dissertação - Lucas Fiorini Cruz - 2018.pdf: 23542908 bytes, checksum: 75e04989d0719a9b5d0d22225c38ce7a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-08-14T11:35:12Z (GMT). No. of bitstreams: 2 Dissertação - Lucas Fiorini Cruz - 2018.pdf: 23542908 bytes, checksum: 75e04989d0719a9b5d0d22225c38ce7a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-05-18 / Electroencephalography (EEG) measurements are widely used in clinical assessments for research due to its noninvasive nature and for providing several informations on the neural activity associated to both neural functions and disorders, including epilepsy syndromes. In cases related with partial epilepsy, surgical interventions are recommended and the accurate location of the seizure becomes a sine qua non prerequisite for those procedures. Brain source position estimation can help in the selection and classification of brain spots. In this sense, for control purposes, this work begins with the development of a mathematical model that is more electromagnetically representative than the usual model, presenting different aggregate characteristics such as refraction and, especially, frequency dependent attenuation of the wave. We also propose a new method that estimates the source positions from spectral peaks produced by the eigenvalues of the sum of the spatial covariance matrix of the EEG signals and a spatial covariance matrix related to a simulated source that is numerically swept throughout every point on different horizontal layers of the brain. The key approach was to select the eigenvalues that were less affected by the noise and use them to produce the search spectrum. In order to assess the accuracy and robustness of the proposed method, we compared its RMSE (Root Mean Square Error) performance at different SNRs (Signal-to-Noise Ratio) to those of MUSIC (Multiple Signal Classification), a method based on orthogonal subspaces, and NSF (Noise Subspace Fitting), a method based on subspace fitting. The results were produced for both the usual and proposed signal model in order to evaluate their accuracy. Subsequently, the signal models were compared after spatial filtering, aiming the determination of the waveform of a particular source. The proposed approach presents the lowest threshold SNR and the highest accuracy under noisy conditions for all analyzed cases and for both models. The new approach for the signal model made the estimation more accurate in all the studied cases, besides providing greater accuracy on spatial filtering, when compared to the usual model. / Sinais de eletroencefalografia (EEG) são amplamente utilizados em análises clínicas e para fins de pesquisas devido ao seu caráter não invasivo e por possuírem informações sobre as atividades neurais ligadas às funções e anomalias cerebrais, incluindo a epilepsia. Nos casos relacionados à epilepsia parcial, intervenções cirúrgicas são recomendadas e a precisa localização da região epileptogênica é uma condição sine qua non para tal procedimento. Nesse sentido, para fins de controle, este trabalho se inicia com a proposta de um novo modelo matemático das atividades elétricas do cérebro que, quando comparado ao modelo Dipolo elétrico - encontrado na literatura - aproxima-se mais do real, apresentando diferentes características agregadas como refração e, especialmente, atenuação dependente da frequência da onda. Em outro plano, também é proposto um novo método que estima as posições das fontes elétricas cerebrais a partir de picos espectrais produzidos por autovalores da soma da matriz de covariância espacial do sinal EEG com uma matriz de covariância espacial relacionada a uma fonte simulada que, numericamente, é posicionada em pontos de diferentes camadas horizontais do cérebro. A chave para essa abordagem é selecionar os autovalores menos afetados pelo ruído e utilizá-los para construir o espectro de busca. Para analisar a robustez e acurácia do método, avalia-se o seu desempenho em relação à raiz do erro médio quadrático (REMQ) para diferentes valores de relação sinal-ruído (SNR), comparando-o ao algoritmo MUSIC (Multiple Signal Classification), baseado em subespaços ortogonais, e ao NSF (Noise Subspace Fitting), método baseado em “distância” entre subespaços (subspace fitting). Todos os resultados são gerados para o modelo de sinal usual e o proposto, com fim de avaliar a acurácia conferida a cada um destes. Posteriormente, os modelos de sinal são comparados quanto à filtragem espacial, buscando a determinação da forma de onda de uma fonte em particular. A abordagem proposta apresenta uma menor SNR de limiar de desempenho e uma maior acurácia sob condições ruidosas em todos os casos analisados e nos dois modelos. O novo modelo do sinal tornou a estimação DOA mais precisa em todos os casos estudados, além de ter conferido maior precisão à filtragem espacial, quando comparado ao modelo usual.

Esta tese consiste em apresentar um método para localização e identificação de consumidores com alta contribuição para a distorção harmônica de tensão medida em subestações de sistemas de distribuição de energia elétrica. Cabe comentar que a etapa de localização visa obter uma lista das possíveis posições onde possa estar alocado o consumidor que possua cargas não lineares com grande consumo de potências harmônicas. Partindo-se desta lista, realiza-se a etapa de identificação, em que são estimadas as amplitudes de cada harmônica na posição selecionada. Por fim, um algoritmo para ajuste/sintonia do método de localização é empregado com o intuito de se realizar uma possível correção com relação à posição do consumidor. Desta forma, por meio de estudos de caso (simulados), os resultados obtidos procuram validar a metodologia proposta. / This thesis provides a method for location and identification of consumers with larger contribution to harmonic distortion of voltage in power distribution substations. It is worth to mention that the stage of consumers location must furnish a list of possible positions where there may be consumers, who have nonlinear loads with high consumption of harmonic power. From this list, the identification stage is performed in order to estimate the amplitude of each harmonic from the location selected. Finally, a method for improve the location algorithm is employed in order to refine the consumer position. Therefore, by means of simulated case studies, the results obtained for these stages seek to validate the methodology proposed.

No contexto de Smart Grids, determinar a correta localização das fontes causadoras de Variação de Tensão de Curta Duração (VTCD) não é uma tarefa simples, devido à curta duração destes eventos e também, por sua rápida propagação nas redes de distribuição de energia elétrica. Neste sentido, esse trabalho apresentou um método híbrido recursivo baseado em ferramentas da área de aprendizado de máquinas (algoritmo de agrupamento e base de regras), o qual é capaz de localizar as fontes de VTCD, a partir da análise dos das características dos distúrbios disponibilizadas pelos smart meters instalados no sistema. Assim, o trabalho destinouse ao desenvolvimento de uma plataforma em hardware para aquisição, detecção e classificação dos distúrbios, através de um Sistema Operacional de Tempo Real. Em seguida o algoritmo de agrupamento (k-means) agrupou os dados dos medidores de forma a definir dois clusters, onde um deles correspondeu aos medidores que estão longe da região que ocorreu o distúrbio e o outro, correspondeu aos medidores que estavam localizados próximos da região de ocorrência do distúrbio. Na segunda etapa, um sistema baseado em regras determinou qual dos clusters abrangeu o nó de origem. No entanto, quando o algoritmo determinou uma região muito grande, essa região é introduzida recursivamente, como entrada da metodologia desenvolvida, para refinar a região de localização. O sistema resultante foi capaz de estimar a região de localização com uma taxa de acerto acima de 90%. Assim, o método teve sua concepção adequada ao empregado nos centros de controle e operações de concessionárias de energia elétrica, visando apoiar a decisão do corpo técnico para que ações corretivas fossem estabelecidas de forma assertiva. / In the Smart Grids context, the correct location of short-duration voltage variations sources is not a trivial task, because of the short duration of these events and for rapid propagation in the distribution feeder. In this sense, aiming to develop a recursive hybrid method based on machine learning area tools (clustering algorithm and rule base) that is able to locate the sources of short-duration voltage variations, it was used data from smart meters installed along the distribution feeder. The recursive hybrid method, as input, received the disturbance characteristics provided by the meters installed in the system. Thus, this thesis aimed to development of a measurement hardware for signal acquisition, detection, classification through a realtime operating system. Then, k-means clustering algorithm grouped the meters data in order to define two clusters, where one of them corresponded to the meters that were distant from the region that occurred the disturbance and the other one corresponded to the meters, which were located near to the disturbance occurrence region. In a second step, a rule-based system determined which of the clusters corresponded to the source node. When the algorithm determined a very large region, that region was recursively introduced as input of the developed methodology to decrease its size. The resulting system was able to estimate the location region with a accuracy above 90%. Therefore, this method showed a suitable design for employment by operation control centers of power sector concessionaires, aiming to support technical staff decision to stablish assertive corrective actions.

No contexto de Smart Grids, determinar a correta localização das fontes causadoras de Variação de Tensão de Curta Duração (VTCD) não é uma tarefa simples, devido à curta duração destes eventos e também, por sua rápida propagação nas redes de distribuição de energia elétrica. Neste sentido, esse trabalho apresentou um método híbrido recursivo baseado em ferramentas da área de aprendizado de máquinas (algoritmo de agrupamento e base de regras), o qual é capaz de localizar as fontes de VTCD, a partir da análise dos das características dos distúrbios disponibilizadas pelos smart meters instalados no sistema. Assim, o trabalho destinouse ao desenvolvimento de uma plataforma em hardware para aquisição, detecção e classificação dos distúrbios, através de um Sistema Operacional de Tempo Real. Em seguida o algoritmo de agrupamento (k-means) agrupou os dados dos medidores de forma a definir dois clusters, onde um deles correspondeu aos medidores que estão longe da região que ocorreu o distúrbio e o outro, correspondeu aos medidores que estavam localizados próximos da região de ocorrência do distúrbio. Na segunda etapa, um sistema baseado em regras determinou qual dos clusters abrangeu o nó de origem. No entanto, quando o algoritmo determinou uma região muito grande, essa região é introduzida recursivamente, como entrada da metodologia desenvolvida, para refinar a região de localização. O sistema resultante foi capaz de estimar a região de localização com uma taxa de acerto acima de 90%. Assim, o método teve sua concepção adequada ao empregado nos centros de controle e operações de concessionárias de energia elétrica, visando apoiar a decisão do corpo técnico para que ações corretivas fossem estabelecidas de forma assertiva. / In the Smart Grids context, the correct location of short-duration voltage variations sources is not a trivial task, because of the short duration of these events and for rapid propagation in the distribution feeder. In this sense, aiming to develop a recursive hybrid method based on machine learning area tools (clustering algorithm and rule base) that is able to locate the sources of short-duration voltage variations, it was used data from smart meters installed along the distribution feeder. The recursive hybrid method, as input, received the disturbance characteristics provided by the meters installed in the system. Thus, this thesis aimed to development of a measurement hardware for signal acquisition, detection, classification through a realtime operating system. Then, k-means clustering algorithm grouped the meters data in order to define two clusters, where one of them corresponded to the meters that were distant from the region that occurred the disturbance and the other one corresponded to the meters, which were located near to the disturbance occurrence region. In a second step, a rule-based system determined which of the clusters corresponded to the source node. When the algorithm determined a very large region, that region was recursively introduced as input of the developed methodology to decrease its size. The resulting system was able to estimate the location region with a accuracy above 90%. Therefore, this method showed a suitable design for employment by operation control centers of power sector concessionaires, aiming to support technical staff decision to stablish assertive corrective actions.