Orientador: Jozue Vieira Filho / Resumo: Neste trabalho aplica-se a Transformada Wavelet Packet para a identificação de faixas de frequência para detecção de danos em sistemas de monitoramento de integridade estrutural baseados no princípio da impedância eletromecânica no domínio do tempo. Assim, foram verificadas e determinadas as faixas de frequências que melhor representam as variações no conjunto PZT/estrutura por meio de informações obtidas da Transformada Wavelet Packet aplicada no sinal de resposta do conjunto PZT/estrutura, obtendo uma metodologia viável, fácil e simples para escolher a faixa mais sensível para a detecção de danos. Os resultados indicam que a entropia dos coeficientes wavelet é uma importante referência na seleção da banda mais apropriada para a detecção de danos. / Abstract: This work applies the Wavelet Packet Transform in the identification of frequency bands for damage detection in structural health monitoring systems based on the principle of electromechanical impedance in the time domain. Thus, the frequency bands that best represent the variations in the set PZT/structure were obtained and determined by means of the information obtained from the Wavelet Packet Transform applied to response signal obtained from PZT/structure, which is an easy, simple and viable methodology for choosing the more sensitive frequency bands for damage detection. Results indicate that the entropy of wavelet coefficients is an important reference in selecting the most appropriate band for damage detection. / Mestre

Submitted by PATRÍCIA GABRIEL VIEIRA null (vieiragpatricia@gmail.com) on 2017-01-23T20:36:55Z No. of bitstreams: 1 Patricia_G_Vieira_Dissertação_Final_2016.pdf: 1483125 bytes, checksum: 78eb2fa98b77bc55ffb7c6344532d7a9 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-01-26T13:40:48Z (GMT) No. of bitstreams: 1 vieira_pg_me_ilha.pdf: 1483125 bytes, checksum: 78eb2fa98b77bc55ffb7c6344532d7a9 (MD5) / Made available in DSpace on 2017-01-26T13:40:48Z (GMT). No. of bitstreams: 1 vieira_pg_me_ilha.pdf: 1483125 bytes, checksum: 78eb2fa98b77bc55ffb7c6344532d7a9 (MD5) Previous issue date: 2016-12-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho aplica-se a Transformada Wavelet Packet para a identificação de faixas de frequência para detecção de danos em sistemas de monitoramento de integridade estrutural baseados no princípio da impedância eletromecânica no domínio do tempo. Assim, foram verificadas e determinadas as faixas de frequências que melhor representam as variações no conjunto PZT/estrutura por meio de informações obtidas da Transformada Wavelet Packet aplicada no sinal de resposta do conjunto PZT/estrutura, obtendo uma metodologia viável, fácil e simples para escolher a faixa mais sensível para a detecção de danos. Os resultados indicam que a entropia dos coeficientes wavelet é uma importante referência na seleção da banda mais apropriada para a detecção de danos. / This work applies the Wavelet Packet Transform in the identification of frequency bands for damage detection in structural health monitoring systems based on the principle of electromechanical impedance in the time domain. Thus, the frequency bands that best represent the variations in the set PZT/structure were obtained and determined by means of the information obtained from the Wavelet Packet Transform applied to response signal obtained from PZT/structure, which is an easy, simple and viable methodology for choosing the more sensitive frequency bands for damage detection. Results indicate that the entropy of wavelet coefficients is an important reference in selecting the most appropriate band for damage detection.

El análisis de Fourier es el método fundamental para la medida de armónicos e interarmónicos en señales eléctricas y es el principio de análisis que establece la International Electrotechnical Commission para los instrumentos de medida. Con el objetivo de superar las limitaciones que lo hacen poco efectivo en determinadas condiciones se han propuesto otras técnicas de análisis como las wavelets. En esta tesis doctoral se explora esta alternativa en el campo de la calidad del suministro de energía eléctrica.Como aportación principal se presenta un nuevo método de medida de armónicos e interarmónicos basado en la Transformada Wavelet Packet compatible con el estándar de medida IEC 61000-4-7 de 2002. El método propuesto utiliza un árbol de descomposición wavelet, que en sus distintos niveles suministra la medida de armónicos e interarmónicos de la señal, así como su contenido subarmónico e información de sus variaciones en el dominio temporal.Se exponen las características principales del método en cuanto a la elección de la función wavelet madre, el banco de filtros que implementa el árbol de descomposición wavelet y el postprocesado que posibilita la compatibilidad con el estándar de medida. Se analizan las prestaciones del método en la medida de armónicos e interarmónicos, tanto en condiciones estacionarias como en el caso de pérdida de sincronía por variación de la frecuencia fundamental o variación de la ventana de muestreo de la señal, presencia de componentes no síncronas con la frecuencia de la red o presencia de componentes de amplitud variable. Por último, se expone la información que aporta el método para la estimación temporal de las componentes frecuenciales medidas.El método desarrollado junto con el método de IEC, se ha implementado sobre un equipo electrónico para adquisición y procesado de señal utilizando técnicas de instrumentación virtual. Se expone la estructura y características del hardware utilizado y del software desarrollado así como los resultados obtenidos en la medida del espectro frecuencial de señales de diferente naturaleza.Por último se resumen las conclusiones obtenidas y se proponen futuras líneas de investigación motivadas por la realización de esta tesis doctoral. / Fourier analysis is the fundamental method for the measurement of harmonics and interharmonics in electrical power systems and is the method proposed by the International Electrotechnical Commission (IEC) for standard measurement instruments. With the objective of overcoming the limitations in certain conditions, other techniques of analysis such as wavelets have been proposed. This doctoral thesis investigates alternatives in the field of the quality of the provision of electrical energy. The main contribution of this thesis is the proposal of a new method of measurement of harmonics and interharmonics based on the Wavelet Packet Transform compatible with the standard IEC 61000-4-7 of 2002. The method proposed simultaneously uses different levels of the same wavelet decomposition tree for the measurement of harmonic, interharmonic and subharmonic components in the input signal as well as their time evolution.The basic characteristics of the method in terms of the choice of the mother wavelet function, the bank of filters that implements the wavelet decomposition tree and the postprocessing to make the method compatible with the measurement standard are explained. The benefits of the method in the measurement of harmonics and interharmonics are analyzed, both in stationary conditions and in the case of loss of synchrony due to variation of the base frequency or variation of the sampling window of the signal, presence of nonsynchronous components with the frequency of the network or presence of components of variable amplitude. Finally, the information that the method provides about the temporal estimation of the measured frequencial components is described.The method developed and the IEC method have been implemented on a virtual instrument. The hardware used and the software developed are explained studying the performance of the instrument under different measurement conditions.Finally the conclusions obtained are summarized and future lines of investigation motivated by this doctoral thesis are proposed.

Submitted by RAFAEL RUBIATI SCALVENZI (rafaelrubiati@yahoo.com) on 2018-08-23T14:58:47Z No. of bitstreams: 1 Dissertacao Rafael Rubiati.pdf: 3684917 bytes, checksum: 933c9cd1b163eaf62189c9f2bcfcdd2f (MD5) / Approved for entry into archive by Elza Mitiko Sato null (elzasato@ibilce.unesp.br) on 2018-08-23T19:34:48Z (GMT) No. of bitstreams: 1 scalvenzi_rr_me_sjrp_.pdf: 3684917 bytes, checksum: 933c9cd1b163eaf62189c9f2bcfcdd2f (MD5) / Made available in DSpace on 2018-08-23T19:34:48Z (GMT). No. of bitstreams: 1 scalvenzi_rr_me_sjrp_.pdf: 3684917 bytes, checksum: 933c9cd1b163eaf62189c9f2bcfcdd2f (MD5) Previous issue date: 2018-07-20 / A área na qual a música está inserida requer, para sua compreensão, considerável abstração. Neste âmbito, a análise matemático-computacional possui papel importante, principalmente para planejar a interatividade entre aluno e computador, potencializando o aprendizado musical. Embora um número considerável de estudos em diferentes contextos sejam dedicados à classificação das estruturas sonoras, os procedimentos de análise em um grande conjunto de sinais podem tornar-se uma tarefa difícil e exaustiva. Diante do exposto, este trabalho tem como objetivo a proposição e a implementação de um método capaz de reconhecer e classificar sinais musicais em tempo real, visando auxiliar os aprendizes. No método proposto, um conjunto relevante de eventos musicais é inspecionado por meio da análise de multirresolução baseada na Transformada Wavelet-Packet, escolhida em função da característica multidimensional encontrada na música, a qual permite isolar diferentes eventos musicais em níveis de decomposição wavelet distintos. Apoiado por um processo de autocorrelação e uma rede neural artificial, cada padrão sônico é associado ao seu respectivo evento musical. Testes envolvendo centenas de sinais permitiram obter uma acurácia quase plena com um tempo relativamente bastante pequeno de análise em função da baixa ordem de complexidade computacional do algoritmo implementado, reafirmando a sua aplicabilidade / Music belongs to an area which requires a considerable piece of abstraction for its understanding. In this domain, computational and mathematical analyses play an important role, particularly for planning human-machine interaction and enhancing learning. Although a considerable number of studies in different musical contexts are dedicated to the classification of the structures present in sound signals, the inspection of long clips is a challenge. Thus, this work proposes and implements a method capable of identifying and classifying musical signals in real-time, helping music students. Specifically, multiresolution analysis using the Wavelet-Packet Transform is adopted, allowing for different musical events to be isolated in distinct wavelet levels of decomposition. Based on an autocorrelation and an artificial neural network, each sonic pattern is associated with a respective musical event. Tests using hundreds of music clips exhibit almost full accuracy with relatively very short time consumption as a function of the algorithm low level of computational complexity, reassuring its applicability.

Made available in DSpace on 2014-12-17T14:54:56Z (GMT). No. of bitstreams: 1 NathaleeCA_DISSERT.pdf: 1318151 bytes, checksum: d2471205a640d8428567d06ace6c3b31 (MD5) Previous issue date: 2010-07-23 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The human voice is an important communication tool and any disorder of the voice can have profound implications for social and professional life of an individual. Techniques of digital signal processing have been used by acoustic analysis of vocal disorders caused by pathologies in the larynx, due to its simplicity and noninvasive nature. This work deals with the acoustic analysis of voice signals affected by pathologies in the larynx, specifically, edema, and nodules on the vocal folds. The purpose of this work is to develop a classification system of voices to help pre-diagnosis of pathologies in the larynx, as well as monitoring pharmacological treatments and after surgery. Linear Prediction Coefficients (LPC), Mel Frequency cepstral coefficients (MFCC) and the coefficients obtained through the Wavelet Packet Transform (WPT) are applied to extract relevant characteristics of the voice signal. For the classification task is used the Support Vector Machine (SVM), which aims to build optimal hyperplanes that maximize the margin of separation between the classes involved. The hyperplane generated is determined by the support vectors, which are subsets of points in these classes. According to the database used in this work, the results showed a good performance, with a hit rate of 98.46% for classification of normal and pathological voices in general, and 98.75% in the classification of diseases together: edema and nodules / A voz humana ? uma importante ferramenta de comunica??o e qualquer funcionamento inadequado da voz pode ter profundas implica??es na vida social e profissional de um indiv?duo. T?cnicas de processamento digital de sinais t?m sido utilizadas atrav?s da an?lise ac?stica de desordens vocais provocadas por patologias na laringe, devido ? sua simplicidade e natureza n?o-invasiva. Este trabalho trata da an?lise ac?stica de sinais de vozes afetadas por patologias na laringe, especificamente, edemas e n?dulos nas pregas vocais. A proposta deste trabalho ? desenvolver um sistema de classifica??o de vozes para auxiliar no pr?-diagn?stico de patologias na laringe, bem como no acompanhamento de tratamentos farmacol?gicos e p?s-cir?rgicos. Os coeficientes de Predi??o Linear (LPC), Coeficientes Cepstrais de Freq??ncia Mel (MFCC) e os coeficientes obtidos atrav?s da Transformada Wavelet Packet (WPT) s?o aplicados para extra??o de caracter?sticas relevantes do sinal de voz. ? utilizada para a tarefa de classifica??o M?quina de Vetor de Suporte (SVM), a qual tem como objetivo construir hiperplanos ?timos que maximizem a margem de separa??o entre as classes envolvidas. O hiperplano gerado ? determinado pelos vetores de suporte, que s?o subconjuntos de pontos dessas classes. De acordo com o banco de dados utilizado neste trabalho, os resultados apresentaram um bom desempenho, com taxa de acerto de 98,46% para classifica??o de vozes normais e patol?gicas em geral, e 98,75% na classifica??o de patologias entre si: edemas e n?dulos