Made available in DSpace on 2015-04-14T13:56:40Z (GMT). No. of bitstreams: 1 396423.pdf: 3058753 bytes, checksum: a4035eb0df593d854258c168ae594b28 (MD5) Previous issue date: 2007-08-10 / O presente trabalho tem por objetivo o estudo de algoritmos para o reconhecimento de arritmias card?acas. Para tanto, fez-se uma an?lise detalhada de dois algoritmos: HMM (Hidden Markov Model) e rede neural artificial do tipo RBF (Radial Basis Function), com a finalidade de reconhecer tr?s arritmias e o ritmo normal. As arritmias que foram utilizadas na pesquisa s?o: a Fibrila??o Atrial, a Taquicardia Ventricular e a Fibrila??o Ventricular. Tais arritmias foram selecionadas pela necessidade de desfibrila??o el?trica imediata na Taquicardia Ventricular e na Fibrila??o Ventricular e pelo fato da Fibrila??o Atrial ser a arritmia de maior incid?ncia na popula??o mundial. A necessidade de reconhecimento de arritmias pode ser vista em equipamentos DEA (Desfibriladores Externos Autom?ticos), utilizados para reconhecer e reverter a parada card?aca em locais fora de ambientes hospitalares. Estes equipamentos est?o sendo cada vez mais utilizados em v?rios pa?ses, como uma tentativa de diminuir o ?ndice de mortalidade. Primeiramente, foi feito um estudo te?rico sobre o cora??o, analisando as caracter?sticas de cada tipo de arritmia, a fim de poder identific?-las. Os pacientes foram selecionados no banco de dados de sinais biol?gicos, PhysioNet, para coleta de dados. Ap?s isso, foi feita uma an?lise te?rica detalhada dos sistemas de reconhecimento e em seguida, passou-se a gerar resultados a partir da compara??o entre os algoritmos e suas precis?es. Para atingir tais resultados, foi elaborada uma metodologia espec?fica de pesquisa. Ao final, foi poss?vel constatar que ambos algoritmos apresentam bom desempenho no reconhecimento das arritmias card?acas, bem como tamb?m foi poss?vel expor as caracter?sticas de desempenho de cada um dos sistemas

Propõe-se neste trabalho um sistema de aquisição de dados de baixo custo para eletroencefalografia (EEG). O sistema realiza a amplificação, filtragem e digitalização do sinal de EEG, que é então enviado para um computador, o qual agrega informações comportamentais concorrentes. Em particular, o sistema foi utilizado para investigar a detecção de episódios de falta de atenção em curtos períodos de tempo, para possíveis aplicações em tempo real. Para tal, foram comparadas duas técnicas de classificação: distância euclidiana (DE) e análise discriminante linear (ADL). Um algoritmo de seleção de variáveis foi utilizado para reduzir a dimensão da entrada dos classificadores, de modo a evitar problemas de colinearidade. Com base em registros adquiridos com dois voluntários, foi observada uma correlação entre características espectrais de pequenos segmentos (7(s)) de EEG e episódios de falta de atenção em uma atividade monótona. Os resultados sugerem que o sistema e a metodologia de aquisição propostos possam ser usados em futuros estudos na área.

A dinâmica caótica pode ser explorada para a implementação de sistemas de comunicação eficientes e simples. A comunicação empregando caos explora o sincronismo que ocorre entre osciladores caóticos, quando condições bem gerais se aplicam, para transmitir informações adequadamente codificadas dentro do conjunto invariante caótico. Este trabalho estudou técnicas de controle e sincronização de caos, aproveitando a evolução caótica do circuito de Chua em regime de operação de dupla volta e do sistema de Lorenz. Foram abordadas duas formas de se aproveitar características peculiares de sistemas caóticos para se transmitir informações. A primeira forma consistiu em codificar a informação na dinâmica simbólica do sistema através da utilização de pequenas perturbações. A segunda forma utilizou um sinal caótico para mascarar a mensagem codificada na dinâmica simbólica do oscilador de Chua. Investigou-se o comportamento do sistema diante do modelo de um canal com limitações na faixa de passagem e a performance de métodos de compensação dessas limitações.

Esta tese propõe uma estratégia evolutiva para a otimização de árvores de decomposição wavelet. Cada árvore, que define uma partição do plano tempo-freqüência, é representada como um indivíduo de uma população sujeita a um processo de recombinação (troca de sub-árvores) de modo a gerar descendentes que podem sofrer mutações (eliminação ou inclusão de sub-árvores). O índice de aptidão é calculado com base no resultado da decomposição quando a árvore é aplicada a um dado sinal de interesse. A técnica proposta é ilustrada em três exemplos de compressão nos quais são empregados um sinal sintético, um segmento de eletrocardiograma (ECG) e um sinal de voz. Nesse caso a otimização objetiva minimizar a distorção para uma taxa de compressão fixada. Os resultados obtidos são superiores aos de uma transformada wavelet convencional e também aos de um algoritmo comumente usado para a otimização de árvores wavelet com base em entropia.

Desenvolvimentos no campo de detecção de falhas em sistemas dinâmicos têm se tornado cada vez mais importantes para atender especificações de confiabilidade, segurança e disponibilidade, além de reduzir custos operacionais através da migração de esquemas de manutenção programada para estratégias de manutenção baseada em condição. Neste trabalho, foi considerado um esquema de redundância analítica para detecção de falhas baseado no monitoramento das inovações de um Filtro de Kalman. Na abordagem proposta, o modelo no espaço de estados a ser utilizado no observador foi obtido através de um procedimento de identificação a partir de dados de entrada e saída do sistema a ser monitorado. Para isso, foi empregado um método de subespaços, que fornece os ganhos do Filtro de Kalman como sub-produto da identificação. Adicionalmente, foram investigadas as vantagens de se efetuar o monitoramento das inovações no plano tempo-freqüência através do uso da Transformada Wavelet Discreta. Para fins de validação experimental do esquema desenvolvido, foi utilizada uma planta-piloto na forma de um helicóptero de três graus de liberdade. As situações de falhas implementadas tiveram como foco principal a alteração na potência dos motores do aparato de duas formas: intermitente e contínua. Os resultados obtidos foram analisados em termos de atrasos de detecção, sensibilidade à ocorrência de falhas e taxa de falsos alarmes. Para tanto, foi desenvolvido um algoritmo para análise do resíduo proveniente dos filtros digitais e também aplicado um teste de hipótese já apresentado em literatura (Chi-Quadrado).

A avaliação de desempenho de um radar ée extremamente custosa. Tal processo normalmente só proporciona amostras de dados sob um limitado número de cenários não-controláveis. Por outro lado, usar um modelo de sinais de radar para análise de desempenho proporciona um modo eficiente, flexível e de relativo baixo custo para testar vários aspectos do sistema. Este trabalho representa um simulador de sinais de radar de busca para avaliação de desempenho de processadores levando em conta parâmetros do radar, do alvo e cenários de interesse. Foi desenvolvido o simulador de sinais, utilizando o MATLAB, considerando um radar de busca genérico que opera numa faixa média de freqüências de repetição de pulso com capacidade de filtragem Doppler.

Faz-se neste trabalho a simulação de sinais complexos bidimensionais de radar (distância x azimute). Considera-se o sinal eco de alvos com desvio Doppler, ruído térmico, clutter estacionário e móvel. Os processadores MTI (Moving Target Indicator), CFAR (Constant False Alarm Rate) e Integrador de Pulsos são implementados e seus respectivos desempenhos são analisados. O programa de simulação foi desenvolvido em MATLAB.

A classe de um veículo em circulação é uma das informações mais importantes para os sistemas inteligentes de controle e gerenciamento de tráfego. Uma das abordagens utilizadas para se identificar a classe a que um veículo pertence consiste na análise e no reconhecimento de sua assinatura indutiva: uma série temporal representando a variação da impedância de um sensor de tráfego do tipo loop indutivo causada pela passagem do veículo pela zona de detecção do sensor. No entanto, a decisão sobre a classe veicular através desta abordagem torna-se bastante difícil nos casos em que o conjunto de assinaturas indutivas de uma classe apresenta grande variância interna e, ao mesmo tempo, contém exemplares muito similares a exemplares pertencentes a outras classes. Este é o caso, por exemplo, de caminhões com um eixo traseiro e caminhões com eixo traseiro duplo. Observando os caminhões de cada uma dessas classes separadamente o que se constata é que suas estruturas metálicas variam muito e comparando-se os caminhões das duas classes vê-se que suas estruturas metálicas são bastante semelhantes. Os respectivos conjuntos de assinaturas indutivas, em conseqüência, são fortemente correlacionados e, internamente, muito heterogêneos. Esta Tese versa sobre o desenvolvimento de um método de classificação para caminhões com um eixo traseiro e caminhões com eixo traseiro duplo utilizando as assinaturas indutivas destes veículos. Para alcançar percentuais elevados de classificação correta com baixo índice de falsos positivos, além dos problemas da sobreposição entre classes e da alta variância intraclasse, o método proposto foi concebido para contornar outras duas dificuldades presentes: o desbalanceamento de classes e a escassez de dados. Para lidar com o problema da heterogeneidade interna das classes, o desenvolvimento do método de classificação começou com uma etapa de pré-processamento na qual cada classe foi caracterizada morfologicamente e dividida em subclasses morfológicas. Estabeleceu-se uma correspondência de um para um entre as subclasses de cada classe. Com isso, o problema inicial, maior e mais complexo, ficou dividido em alguns problemas menores provavelmente menos complexos. A seguir, ainda na etapa de pré-processamento, para contornar o problema da sobreposição entre classes, os pares de subclasses correspondentes foram submetidos, separadamente, a uma mineração de dados. Partindo-se de hipóteses coerentes, baseadas no conhecimento a priori sobre o fenômeno físico que gera as assinaturas indutivas, a mineração de dados foi direcionada para a identificação de atributos morfológicos e apontou dois destes atributos como potencialmente úteis para diferenciar as duas classes. Para a etapa de classificação das assinaturas, foram escolhidos três classificadores neurais: uma rede Madaline e duas redes RBF. Foram escolhidos os classificadores com os quais se tirou o melhor proveito dos resultados do pré-processamento. Neste processo de escolha foram feitas também comparações de desempenho com outros tipos de classificadores. Depois de testados separadamente, as três redes neurais foram integradas para formar um ensemble. O ensemble de redes neurais proporcionou um alto índice geral de classificações corretas (>98%) e superou os problemas do desbalanceamento das classes e da escassez de dados. Além disso, o ensemble serviu para diminuir a probabilidade de falsos positivos uma vez que a classificação de uma assinatura foi considerada correta se duas redes neurais respondessem corretamente. Os pré-processamentos utilizados, as redes neurais escolhidas, a formação de um ensemble de redes neurais, constituem uma metodologia ainda não relatada na literatura para abordar o problema da classificação veicular por assinaturas indutivas. Para este tipo de aplicação, portanto, o método de classificação proposto corresponde a uma contribuição original e os altos percentuais de classificação obtidos com o ensemble neural permitem considerá-lo como estado da arte.

Este trabalho apresenta um estudo teórico detalhado acerca das principais características de algumas arquiteturas de filtros de microondas não-recursivos implementados com tecnologia fotônica, contemplando ainda uma demonstração experimental. São apresentados os conceitos fundamentais de processamento óptico de sinais de microondas, levando-se em consideração que o filtro de microondas optoeletrônico pode ser modelado como um dispositivo de três estágios: um estágio de entrada, composto por uma ou mais fontes ópticas e um dispositivo modulador, um subsistema totalmente óptico e um estágio de saída que corresponde ao processo de fotodetecção. Em seguida são apresentados os conceitos fundamentais de alguns dispositivos fotônicos básicos que permitem a implementação de cada um desses estágios. Com relação ao estágio de entrada, uma ênfase especial foi dada aos fundamentos de modulação eletroóptica, destacando-se moduladores de fase, de polarização e de intensidade tipo Mach-Zehnder. Com relação ao segundo estágio, a unidade de processamento óptico, foram apresentados modelos matemáticos básicos referentes a linhas de retardo ópticas dispersivas e fibras mantenedoras de polarização (PM). A modelagem do estágio de saída foi simplificada por se considerar apenas o processo de detecção direta. Baseando-se nesta compreensão, as figuras de mérito relevantes e os possíveis fatores de limitação de desempenho foram investigados e apresentados. Quatro arquiteturas de filtros de microondas optoeletrônicos, sendo duas baseadas em linhas dispersivas e duas em fibras PM, são analisadas teoricamente e matematicamente, obtendo-se para cada uma delas expressões para as respectivas curvas de resposta em freqüência. Diversas simulações numéricas são efetuadas, identificando as características gerais de empregabilidade de cada arquitetura de filtro teoricamente analisada. Também é realizada a demonstração experimental de um filtro de microondas optoeletrônico de segunda ordem, baseado em modulador Mach-Zehnder, um diodo laser operando em 1300 nm e 300 m de fibra PM, revelando a resposta em freqüência de um filtro passa-baixa operando na banda L de radiofreqüência com um período espectral (FSR) de 1652,9 MHz, largura de banda de 3-dB igual a 823,5 MHz e uma faixa dinâmica devida à compressão de ganho (CDR) melhor que 112 dB.Hz. Por último são tecidas diversas conclusões acerca de todo o trabalho apresentado e são também apresentadas sugestões para trabalhos futuros na linha de pesquisa de filtros de microondas optoeletrônicos.

Foi realizado o estudo da técnica de processamento de sinais de Radar denominada TBD (Track-Before-Detect) visando a concepção de arquiteturas de processamento aplicáveis ao interesse da Defesa. Também conhecida como retrospective detection, long-term integration, ou ainda scan-to-scan integration, a técnica TBD explora o uso conjunto da detecção e rastreio de alvos para determinar suas trajetórias nas sucessivas observações que o Radar faz do cenário. Apresentam-se neste trabalho uma modelagem dos sinais ecos de sucessivas varreduras, a estruturação de processadores baseados no algoritmo modificado de Viterbi e em um banco de filtros casados com os sinais ecos dos alvos. Propõe-se ainda uma nova estrutura que combina o algoritmo modificado de Viterbi com um banco de filtros casados. Para a avaliação comparativa das estruturas de processamento, simulou-se a envoltória complexa dos sinais ecos recebidos por um dado Radar de vigilância na presença de ruído aditivo. Considerou-se na simulação um cenário operacional próximo a condições reais e de interesse, onde uma fragata emprega seu sistema de defesa antimíssil contra o ataque de uma aeronave inimiga em uma situação de crise. O desempenho dos processadores foi avaliado pela Probabilidade de Detecção e de Falso alarme em função da relação sinal-ruído.