Estudos clássicos com diversidade taxonômica, apesar de serem essenciais, não consideram as diferenças funcionais entre as espécies de uma comunidade. A abordagem considerando atributos funcionais e diversidade funcional vem preenchendo esta lacuna. A compreensão da estrutura e dinâmica de interações mutualísticas também é um elemento essencial em estudos de biodiversidade, permitindo a investigação de mecanismos ecológicos e evolutivos. Porém, a maioria dos estudos com redes de interação disponíveis na bibliografia são pequenas em número de espécies e interações, e é possível que estes dados não tenham sido suficientemente amostrados. Além disto, estudos têm mostrado que muitas métricas utilizadas em análises de rede de interação são sensíveis ao esforço amostral e ao tamanho da rede. Os objetivos desta tese foram: 1) investigar a diversidade taxonômica (DT) e funcional (DF) de aves e os padrões de organização de espécies de aves em comunidades refletindo convergência de atributos (TCAP: Trait Convergence Assembly Patterns) ao longo de transições entre floresta e campo; 2) analisar a estrutura de redes de dispersão de sementes de plantas por aves, utilizando as métricas de rede aninhamento, modularidade, conectância e distribuição do grau; 3) desenvolver um método estatístico visando avaliar suficiência amostral para métricas de redes de interação usando o método bootstrap de reamostragem com reposição. A composição de espécies de aves diferiu entre os ambientes, indicando uma substituição de espécies ao longo da transição floresta-borda-campo. DT diferiu significativamente somente entre floresta e borda de floresta, enquanto que ambas diferiram significativamente do campo em relação à DF. DT e DF podem indicar diferentes processos de organização de comunidades ao longo de mosaicos floresta-campo. A correlação significativa entre TCAP e o gradiente floresta-campo indica que provavelmente mecanismos de nicho atuam na organização da comunidade de aves, associados a mudanças na estrutura do habitat ao longo da transição floresta-borda-campo agindo como filtros ecológicos. Redes de dispersão de sementes de plantas por aves aparentemente apresentam um processo comum de organização, independentemente das diferenças na intensidade de amostragem e continentes onde as 19 redes utilizadas foram amostradas. Usando reamostragem bootstrap, encontramos que suficiência amostral pode ser alcançada com diferentes tamanhos amostrais (número de eventos de interação) para o mesmo conjunto de dados, dependendo da métrica de rede utilizada. / Classic studies on taxonomic diversity, though essential, do not consider the functional differences between species in a community. Studies using functional traits and functional diversity are filling this gap. Understanding the structure and dynamics of mutualistic interactions is also essential for biodiversity studies and allows the investigation of ecological and evolutionary mechanisms. However, most networks published are small in the number of species and interactions, and they are likely to be under-sampled. In addition, studies have demonstrated that many network metrics are sensitive to both sampling effort and network size. The aims of this thesis were: 1) to investigate bird taxonomic diversity (TD), functional diversity (FD), and patterns of trait convergence (TCAP: Trait Convergence Assembly Patterns) across forest-grassland transitions; 2) to analyse the structure of seed-dispersal networks between plants and birds using the metrics of nestedness, modularity, connectance and degree distribution; 3) to develop a statistical framework to assess sampling sufficiency for some of the most widely used metrics in network ecology, based on methods of bootstrap resampling. Bird species composition indicated species turnover between forest, forest edge and grassland. Regarding TD, only forest and edges differed. FD was significantly different between grassland and forest, and between grassland and edges. TD and FD responded differently to environmental change from forest to grassland, since they may capture different processes of community assembly along such transitions. Trait-convergence assembly patterns indicated niche mechanisms underlying assembly of bird communities, linked to changes in habitat structure across forest-edge-grassland transitions acting as ecological filters. Seed dispersal mutualistic networks apparently show a common assembly process regardless differences in sampling methodology or continents where the 19 networks were sampled. Using bootstrap resampling we found that sampling sufficiency can be reached at different sample sizes (number of interaction events) for the same dataset, depending on the metric of interest.

Orientador: Antonio Maria Garcia Tommaselli / Banca: Daniel Rodrigues dos Santos / Banca: Mauricio Galo / Resumo: A utilização de imagens adquiridas por sensores CCD de médio formato, em plataformas aéreas, é uma alternativa para a redução de custos em projetos de aerolevantamento. Porém, alguns inconvenientes, como a pequena área de cobertura e a limitação às bandas do visível restringem algumas aplicações. Para resolver estes problemas podem ser usados vários sensores CCD simultaneamente, sendo necessária uma etapa posterior de fusão e registro destas imagens. Neste trabalho foram utilizados dois sistemas compostos por múltiplas câmaras, o Sistema de Aquisição e Pós-Processamento de Imagens Tomadas com Câmaras Digitais (SAAPI) e o Sistema de Câmaras Fuji. O sistema SAAPI permite diferentes configurações entre os sensores que o compõem, podendo estar nos modos duplooblíquo ou nadiral à área fotografada. A metodologia desenvolvida no trabalho trata duas questões envolvidas com a configuração de sistemas de múltiplas câmaras: o registro entre imagens IR e RGB e a fusão entre imagens RGB oblíquas, tendo como objetivo o aumento da resolução espectral e geométrica da imagem final produzida. Para isto são utilizados processos como a retificação e reamostragem de imagens. Estes, por sua vez, necessitam dos dados de calibração do sistema de câmaras, pois os parâmetros de orientação interior e exterior (POI e POE) são imprescindíveis para corrigir os efeitos das distorções nas imagens e o efeito da inclinação do sistema de câmaras. Experimentos realizados com imagens áreas, utilizando a metodologia proposta, demonstram que a discrepância nas coordenadas de pontos comuns às imagens registradas foi menor que 1 pixel. Este resultado é dependente da qualidade da calibração do sistema de câmaras / Abstract: The use of images acquired by medium format CCD sensors from aerial platforms, is a cost effective alternative for aerial surveying projects. However, some drawbacks, as small coverage area and limitation to the visible spectrum bands restrict some applications. To solve these problems multiple CCD sensors can be used simultaneously, requiring a later stage for registration and fusion of these images. In this study, two systems with multiple cameras, the System for Airborne Acquisition and Processing of Digital Images (SAAPI) and Fuji Camera System were used. The SAAPI system allows different configurations between the sensors that can be either double-oblique or nadir to the area photographed. The methodology developed in this study approached two issues involved with systems with multiple cameras: the registration between IR and RGB images and oblique RGB images fusion, aiming at increasing the geometric and spectral resolution of the final image to be produced. There were used processes such as rectification and images resampling. These processes require the previous camera and system calibration, because inner and exterior orientation parameters (IOP and EOP) are essential to correct the effects of distortions in the images and the effect of camera convergence within the system. Experiments performed with real terrestrial and aerial images using the proposed methodology, showed that the discrepancy in the coordinates of common points in the registered images were less than 1 pixel. This result is dependent on the quality of the system and camera calibration / Mestre

Estudos clássicos com diversidade taxonômica, apesar de serem essenciais, não consideram as diferenças funcionais entre as espécies de uma comunidade. A abordagem considerando atributos funcionais e diversidade funcional vem preenchendo esta lacuna. A compreensão da estrutura e dinâmica de interações mutualísticas também é um elemento essencial em estudos de biodiversidade, permitindo a investigação de mecanismos ecológicos e evolutivos. Porém, a maioria dos estudos com redes de interação disponíveis na bibliografia são pequenas em número de espécies e interações, e é possível que estes dados não tenham sido suficientemente amostrados. Além disto, estudos têm mostrado que muitas métricas utilizadas em análises de rede de interação são sensíveis ao esforço amostral e ao tamanho da rede. Os objetivos desta tese foram: 1) investigar a diversidade taxonômica (DT) e funcional (DF) de aves e os padrões de organização de espécies de aves em comunidades refletindo convergência de atributos (TCAP: Trait Convergence Assembly Patterns) ao longo de transições entre floresta e campo; 2) analisar a estrutura de redes de dispersão de sementes de plantas por aves, utilizando as métricas de rede aninhamento, modularidade, conectância e distribuição do grau; 3) desenvolver um método estatístico visando avaliar suficiência amostral para métricas de redes de interação usando o método bootstrap de reamostragem com reposição. A composição de espécies de aves diferiu entre os ambientes, indicando uma substituição de espécies ao longo da transição floresta-borda-campo. DT diferiu significativamente somente entre floresta e borda de floresta, enquanto que ambas diferiram significativamente do campo em relação à DF. DT e DF podem indicar diferentes processos de organização de comunidades ao longo de mosaicos floresta-campo. A correlação significativa entre TCAP e o gradiente floresta-campo indica que provavelmente mecanismos de nicho atuam na organização da comunidade de aves, associados a mudanças na estrutura do habitat ao longo da transição floresta-borda-campo agindo como filtros ecológicos. Redes de dispersão de sementes de plantas por aves aparentemente apresentam um processo comum de organização, independentemente das diferenças na intensidade de amostragem e continentes onde as 19 redes utilizadas foram amostradas. Usando reamostragem bootstrap, encontramos que suficiência amostral pode ser alcançada com diferentes tamanhos amostrais (número de eventos de interação) para o mesmo conjunto de dados, dependendo da métrica de rede utilizada. / Classic studies on taxonomic diversity, though essential, do not consider the functional differences between species in a community. Studies using functional traits and functional diversity are filling this gap. Understanding the structure and dynamics of mutualistic interactions is also essential for biodiversity studies and allows the investigation of ecological and evolutionary mechanisms. However, most networks published are small in the number of species and interactions, and they are likely to be under-sampled. In addition, studies have demonstrated that many network metrics are sensitive to both sampling effort and network size. The aims of this thesis were: 1) to investigate bird taxonomic diversity (TD), functional diversity (FD), and patterns of trait convergence (TCAP: Trait Convergence Assembly Patterns) across forest-grassland transitions; 2) to analyse the structure of seed-dispersal networks between plants and birds using the metrics of nestedness, modularity, connectance and degree distribution; 3) to develop a statistical framework to assess sampling sufficiency for some of the most widely used metrics in network ecology, based on methods of bootstrap resampling. Bird species composition indicated species turnover between forest, forest edge and grassland. Regarding TD, only forest and edges differed. FD was significantly different between grassland and forest, and between grassland and edges. TD and FD responded differently to environmental change from forest to grassland, since they may capture different processes of community assembly along such transitions. Trait-convergence assembly patterns indicated niche mechanisms underlying assembly of bird communities, linked to changes in habitat structure across forest-edge-grassland transitions acting as ecological filters. Seed dispersal mutualistic networks apparently show a common assembly process regardless differences in sampling methodology or continents where the 19 networks were sampled. Using bootstrap resampling we found that sampling sufficiency can be reached at different sample sizes (number of interaction events) for the same dataset, depending on the metric of interest.

Neste trabalho busca-se estudar as diferentes etapas de pre-processamento de dados na identificacao de sistemas, que sao: filtragem, normalizacao e amostragem. O objetivo principal e de acondicionar os dados empiricos medidos pelos instrumentos dos processos industriais, para que quando estes dados forem usados na identificacao de sistemas, se possa obter modelos matematicos que representem da forma mais proxima a dinamica do processo real. Vai-se tambem implementar as tecnicas de pre-processamento de dados no software MatLab 2012b e vai-se fazer testes na Planta Piloto de Vazao instalada no Laboratorio de Controle de Processos Industriais do Departamento de Engenharia de Telecomunicacoes e Controle da Escola Politecnica da USP; bem como em plantas simuladas de processos industriais, em que e conhecido a priori seu modelo matematico. Ao final, vai-se analisar e comparar o desempenho das etapas de pre-processamento de dados e sua influencia no indice de ajuste do modelo ao sistema real (fit), obtido mediante o metodo de validacao cruzada. Os parametros do modelo sao obtidos para predicoes infinitos passos a frente. / This work aims to study the different stages of data pre-processing in system identification, as are: filtering, normalization and sampling. The main goal is to condition the empirical data measured by the instruments of industrial processes, so that when these data are used to identify systems, one can obtain mathematical models that represent more closely the dynamics of the real process. It will also be implemented the techniques of preprocessing of data in MatLab 2012b and it will be performed tests in the Pilot Plant of Flow at the Laboratory of Industrial Process Control, Department of Telecommunications and Control Engineering from the Polytechnic School of USP; as well as with simulated plants of industrial processes where it is known a priori its mathematical model. At the end, it is analyzed and compared the performance of the pre-processing of data and its influence on the index of adjustment of the model to the real system (fit), obtained by the cross validation method. The model parameters are obtained for infinite step-ahead prediction.

Submitted by Neusa Fagundes (neusa.fagundes@unioeste.br) on 2017-09-20T19:23:51Z No. of bitstreams: 1 Gustavo_Dalposso2017.pdf: 1367696 bytes, checksum: 564cf4753004f95da013e7b93a9767ac (MD5) / Made available in DSpace on 2017-09-20T19:23:51Z (GMT). No. of bitstreams: 1 Gustavo_Dalposso2017.pdf: 1367696 bytes, checksum: 564cf4753004f95da013e7b93a9767ac (MD5) Previous issue date: 2017-02-15 / Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do Estado do Paraná (FA) / One issue in precision agriculture studies concerns about the statistical methods applied in inferential analysis, since they have required assumptions that, sometimes, cannot be assumed. A possibility to traditional methods is to use the bootstrap method, which consists in resampling and replacing the original data set to carry out inferences. The bootstrap methodology can be applied to independent sample data as well as in cases of dependence, such as in spatial statistics. However, adjustments are required during the resampling process in order to use the bootstrap method in spatial data. Thus, this trial aimed at applying the bootstrap method in precision agriculture studies, whose result was the preparation of three scientific papers. Soybean yield and soil attributes datasets formed with few samples were used in the first paper to determine a multiple linear regression model. Bootstrap methods were chosen to select variables, identify influential points and determine confidence intervals of the model parameters. The results showed that the bootstrap methods allowed selecting significant attributes to design a model, to build confidence intervals of the studied parameters and finally to indentify the influential points on the estimated parameters. Besides, spatial dependence of soybean yield data and soil attributes were studied in the second paper by bootstrap method in geostatistical analysis. The spatial bootstrap method was used to quantify the uncertainties associated with the spatial dependence structure, the fitted model parameter estimators, kriging predicted values and multivariate normality assumption of data. Thus, it was possible to quantify the uncertainties in all phases of geostatistical analysis. A spatial linear model was used to analyze soybean yield considering the soil attributes in the third paper. Spatial bootstrap methods were used to determine point and interval estimators associated with the studied model parameters. Hypothesis tests were carried out on the model parameters and probability plots were developed to identify data normality. These methods allowed to quantify the uncertainties associated to the structure of spatial dependence, as well as to evaluate the individual significance of the parameters associated with the average of the spatial linear model and to verify data multivariate normality assumption. Finally, it is concluded that bootstrap method is an effective alternative to make statistical inferences in precision agriculture studies. / Um problema que ocorre nos estudos vinculados à agricultura de precisão diz respeito aos métodos estatísticos utilizados nas análises inferenciais, pois eles requerem pressupostos que muitas vezes não podem ser assumidos. Uma alternativa aos métodos tradicionais é a utilização do método bootstrap, que utiliza reamostragens com reposição do conjunto de dados originais para realizar inferências. A metodologia bootstrap pode ser aplicada a dados amostrais independentes e também em casos de dependência, como na estatística espacial. No entanto, para se utilizar o método bootstrap em dados espaciais, são necessárias adaptações no processo de reamostragem. Este trabalho teve como objetivo utilizar o método bootstrap em estudos vinculados à agricultura de precisão, cujo resultado é a elaboração de três artigos. No primeiro artigo utilizou-se um conjunto de dados de produtividade de soja e atributos do solo formado com poucas amostras para determinar um modelo de regressão linear múltipla. Foram utilizados métodos bootstrap para a seleção de variáveis, identificação de pontos influentes e determinação de intervalos de confiança dos parâmetros do modelo. Os resultados mostraram que os métodos bootstrap permitiram selecionar os atributos que foram significativos na construção do modelo, construir os intervalos de confiança dos parâmetros e identificar os pontos que tiveram grande influência sobre os parâmetros estimados. No segundo artigo estudou-se a dependência espacial de dados de produtividade de soja e atributos do solo utilizando o método bootstrap na análise geoestatística. Utilizou-se o método bootstrap espacial para quantificar as incertezas associadas à caracterização das estruturas de dependência espacial, aos estimadores dos parâmetros dos modelos ajustados, aos valores preditos por krigagem e ao pressuposto de normalidade multivariada dos dados. Os resultados obtidos possibilitaram quantificar as incertezas em todas as fases da análise geoestatística. No terceiro artigo utilizou-se uma regressão espacial linear para modelar a produtividade de soja em função de atributos do solo. Foram utilizados métodos bootstrap espaciais para determinar estimadores pontuais e por intervalo associados aos parâmetros do modelo. Realizaram-se testes de hipóteses sobre os parâmetros do modelo e foram eleborados gráficos de probabilidade para identificar a normalidade dos dados. Os métodos permitiram quantificar as incertezas associadas à estrutura de dependência espacial, avaliar a significância individual dos parâmetros associados à média do modelo espacial linear e verificar a suposição de normalidade multivariada dos dados. Conclui-se, portanto, que o método bootstrap é uma eficaz alternativa para realizar inferências em estudos vinculados à agricultura de precisão.

Em estudos de divergência genética por métodos multivariados, a distância euclidiana é a medida de distância mais amplamente utilizada e essa distância é a mais recomendada quando as unidades de cálculos são escores de componentes principais, como é o caso da análise AMMI (additive main effects and multiplicative interaction analysis). Tal análise permite a obtenção de estimativas mais precisas das respostas genotípicas e possibilita a análise da divergência genética por métodos aglomerativos. A análise dos modelos AMMI combina, num único modelo, componentes aditivos para os efeitos principais (genótipos e ambientes) e componentes multiplicativos para os efeitos da interação genótipos × ambientes. Os melhoristas de plantas compreendem que a interação genótipos × ambientes é de suma importância para a obtenção de variedades superiores e as estimativas de dissimilaridade atendem aos objetivos do melhorista, por quantificarem e informarem sobre o grau de semelhança ou de diferença entre pares de indivíduos. Entretanto, quando o número de indivíduos é grande, torna-se inviável o reconhecimento de grupos homogêneos pelo exame visual das estimativas de distância. Portanto, é importante proceder à análise de agrupamentos, obter dendrogramas por meio de métodos hierárquicos e posteriormente, analisar os grupos formados. A fim de determinar e classificar os grupos formados na clusterização hierárquica foram utilizados comandos específicos do programa computacional R que desenha no dendrograma os retângulos de cada grupo e os numera. Desta forma, o objetivo deste trabalho foi analisar a divergência genética via modelo AMMI, utilizando-se de técnicas multivariadas e reamostragem \"bootstrap\". / In studies of genetic diversity using multivariate approaches, the Euclidean distance is the most common measure used. This method is recommended when data are scores of principal components, such as in AMMI analysis (additive main effects and multiplicative interaction analysis). The AMMI method allows obtaining more precise estimates for genotypic results and also permits the use of genetic diversity analysis by using agglomerative approaches. Furthermore, this method combines additive components for the main effects (genotypes and environments) and multiplicative components for genotypes x environment interaction effects in a unique model. Plant breeders understand the importance of genotype and environment interaction to obtain superior varieties and the dissimilarity estimation meets breeders\" objectives since it quantifies and determines the similarity or the divergence between pairs of individuals. However, when the number of individuals is large it is unfeasible to recognize the group homogeneity by using a visual analysis of the distances estimation. Therefore, is important to use cluster analysis to obtain dendograms based on hierarchical methods and then analyze the groups obtained. In order to determine and classify the obtained groups from hierarchical cluster analysis specifics commands in the R software were used which shows in the dendrogram rectangles and numbers for each group. In this way, the objective of this work was to analyze the genetic divergence through AMMI model, by using multivariate approaches and \"bootstrap\" resampling.

Made available in DSpace on 2014-06-12T18:29:09Z (GMT). No. of bitstreams: 2 arquivo4274_1.pdf: 5027595 bytes, checksum: 37a31f281a0f888465edbdc60cb2db39 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Nessa tese estudamos a estimação por máxima verossimilhança (MV) do parâmetro de aspereza da distribuição G 0 A de imagens com speckle (Frery et al., 1997). Descobrimos que, satisfeita uma certa condição dos momentos amostrais, a função de verossimilhança é monótona e as estimativas MV são infinitas, implicando uma região plana. Implementamos quatro estimadores de correção de viés em uma tentativa de obter estimativas MV finitas. Três dos estimadores são obtidos da literatura sobre verossimilhança monótona (Firth, 1993; Jeffreys, 1946) e um, baseado em reamostragem, é proposto pelo autor. Fazemos experimentos numéricos de Monte Carlo para comparar os quatro estimadores e encontramos que não existe um favorito claro, a menos quando um parâmetro (dado a priori da estimação) toma um valor específico. Também aplicamos os estimadores a dados reais de radar de abertura sintética. O resultado desta análise mostra que os estimadores precisam ser comparados com base em suas habilidades de classificar regiões corretamente como ásperas, planas, ou intermediárias e não pelos seus vieses e erros quadráticos médios

As the failure of a bearing could cause cascading breakdowns of the mechanical system and then lead to costly repairs and production delays, bearing condition monitoring has received much attention for decades. One of the primary methods for this purpose is based on the analysis of vibration signal measured by accelerometers because such data are information-rich. The vibration signal collected from a defective bearing is, however, a mixture of several signal components including the fault-generated impulses, interferences from other machine components, and background noise, where fault-induced impulses are further modulated by various low frequency signal contents. The compounded effects of interferences, background noise and the combined modulation effects make it difficult to detect bearing faults. This is further complicated by the nonstationary nature of vibration signals due to speed variations in some cases, such as the bearings in a wind turbine. As such, the main challenges in the vibration-based bearing monitoring are how to address the modulation, noise, interference, and nonstationarity matters. Over the past few decades, considerable research activities have been carried out to deal with the first three issues. Recently, the nonstationarity matter has also attracted strong interests from both industry and academic community. Nevertheless, the existing techniques still have problems (deficiencies) as listed below: (1) The existing enveloping methods for bearing fault feature extraction are often adversely affected by multiple interferences. To eliminate the effect of interferences, the prefiltering is required, which is often parameter-dependent and knowledge-demanding. The selection of proper filter parameters is challenging and even more so in a time-varying environment. (2) Even though filters are properly designed, they are of little use in handling in-band noise and interferences which are also barriers for bearing fault detection, particularly for incipient bearing faults with weak signatures. (3) Conventional approaches for bearing fault detection under constant speed are no longer applicable to the variable speed case because such speed fluctuations may cause “smearing” of the discrete frequencies in the frequency representation. Most current methods for rotating machinery condition monitoring under time-varying speed require signal resampling based on the shaft rotating frequency. For the bearing case, the shaft rotating frequency is, however, often unavailable as it is coupled with the instantaneous fault characteristic frequency (IFCF) by a fault characteristic coefficient (FCC) which cannot be determined without knowing the fault type. Additionally, the effectiveness of resampling-based methods is largely dependent on the accuracy of resampling procedure which, even if reliable, can complicate the entire fault detection process substantially. (4) Time-frequency analysis (TFA) has proved to be a powerful tool in analyzing nonstationary signal and moreover does not require resampling for bearing fault identification. However, the diffusion of time-frequency representation (TFR) along time and frequency axes caused by lack of energy concentration would handicap the application of the TFA. In fact, the reported TFA applications in bearing fault diagnosis are still very limited. To address the first two aforementioned problems, i.e., (1) and (2), for constant speed cases, two morphology-based methods are proposed to extract bearing fault feature without prefiltering. Another two methods are developed to specifically handle the remaining problems for the bearing fault detection under time-varying speed conditions. These methods are itemized as follows: (1) An efficient enveloping method based on signal Fractal Dimension (FD) for bearing fault feature extraction without prefiltering, (2) A signal decomposition technique based on oscillatory behaviors for noise reduction and interferences removal (including in-band ones), (3) A prefiltering-free and resampling-free approach for bearing fault diagnosis under variable speed condition via the joint application of FD-based envelope demodulation and generalized demodulation (GD), and (4) A combined dual-demodulation transform (DDT) and synchrosqueezing approach for TFR energy concentration level enhancement and bearing fault identification. With respect to constant speed cases, the FD-based enveloping method, where a short time Fractal dimension (STFD) transform is proposed, can suppress interferences and highlight the fault-induced impulsive signature by transforming the vibration signal into a STFD representation. Its effectiveness, however, deteriorates with the increased complexity of the interference frequencies, particularly for multiple interferences with high frequencies. As such, the second method, which isolates fault-induced transients from interferences and noise via oscillatory behavior analysis, is then developed to complement the FD-based enveloping approach. Both methods are independent of frequency information and free from prefiltering, hence eliminating the tedious process for filter parameter specification. The in-band vibration interferences can also be suppressed mainly by the second approach. For the nonstationary cases, a prefiltering-free and resampling-free strategy is developed via the joint application of STFD and GD, from which a resampling-free order spectrum can be derived. This order spectrum can effectively reveal not only the existence of a fault but also its location. However, the success of this method relies largely on an effective enveloping technique. To address this matter and at the same time to exploit the advantages of TFA in nonstationary signal analysis, a TFA technique, involving dual demodulations and an iterative process, is developed and innovatively applied to bearing fault identification. The proposed methods have been validated using both simulation and experimental data collected in our lab. The test results have shown that the first two methods can effectively extract fault signatures, remove the interferences (including in-band ones) without prefiltering, and detect fault types from vibration signals for constant speed cases. The last two have shown to be effective in detecting faults and discern fault types from vibration data collected under variable speed conditions without resampling and prefiltering.

In this thesis, we explore some asymptotic results in heavy-tailed theory. There are many empirical and compelling evidence in statistics that require modeling with heavy tailed observations. This thesis is divided into three parts. First, we consider a robust estimation of the mean vector for a sequence of independent and identically distributed observations in the domain of attraction of a stable law with possibly different indices of stability between 1 and 2. The suggested estimator is asymptotically normal with unknown parameters. We apply an asymptotically valid bootstrap to construct a confidence region for the mean vector. Furthermore, a simulation study is performed to show that the estimation method is efficient for conducting inference about the mean vector for multivariate heavy-tailed observations. In the second part, we present the asymptotic distribution of M-estimators for parameters in an unstable AR(p) process. The innovations are assumed to be in the domain of attraction of a stable law with index 0 < α ≤ 2. In particular, when the model involves repeated unit roots or conjugate complex unit roots, M- estimators have a higher asymptotic rate of convergence compared to the least square estimators. Moreover, we show that the asymptotic results can be written as Ito stochastic integrals. Finally, the preceding methodologies lead to develop the asymptotic theory of M-estimators for parameters in unstable AR(p) processes with nonzero location parameter. Similar to the preceding cases, we assume that the process is driven by innovations in the domain of attraction of a stable law with index 0 < α ≤ 2. In this thesis, for all models, we also cover the finite variance case (α = 2).

Evaluation of influence of interpolation methods on coregistration of radar images Abstract SAR interferogram processing requires subpixel coregistration of SAR image pair for accurate phase differencing. Errors in alignment introduce phase noise in SAR interferogram. Last step in coregistration is resampling one of SAR images. Also this step introduces errors in SAR interferogram. The resampling algorithms Nearest Neighbor, Bilinear interpolation, Cubic Convolution and advanced methods such as Raised Cosine kernel, Knab interpolation kernel and Truncated Sinc were tested on ERS tandem data and compared. The results were compared with the theory and simulations of earlier investigations (Hanssen, Bamler, 1999), (Migliaccio, Bruno, 2003) and (Cho ... [et al.], 2005). The main experiment in this work was to examine and compare resampling methods on real data to evaluate their effect on the interferometric phase quality and DEM generation. The coregistration performance was evaluated by the coherence (Touzi ... [et al.], 1999) and the sum of phase differences (Li ... [et al.], 2004). No evidence showed that computationally intensive algorithms produced better quality of interferogram than Cubic Convolution. The possibilities of evaluating by means of the accuracy of the final InSAR DEM (Li, Bethel, 2008) were...