Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-06-23T20:59:51Z No. of bitstreams: 1 CharlesSilvaNahuz.pdf: 2149704 bytes, checksum: 650e374d99de26e3390d88bf0e7ac78a (MD5) / Made available in DSpace on 2017-06-23T20:59:51Z (GMT). No. of bitstreams: 1 CharlesSilvaNahuz.pdf: 2149704 bytes, checksum: 650e374d99de26e3390d88bf0e7ac78a (MD5) Previous issue date: 2016-03-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this paper, implemented a new lter similar to the LMS, but, with a coast function based in the sum of the error. As a result, we obtain a very simple function, producing a rapid convergence and a small mismatch when compared with the LMS algorithm and other algorithms. The adaptive lter is based on non-linear functions such as estimation of the gradient of a surface performance. We use the gradient algorithm to update the weights. this update is based on high-order statistics to obtain information about the signs involved in the process, in order to improve the performace of the adaptive lter. Derive the equations based on Taylor series of non-linear functions, to achieve the criteria that ensures their convergence. We also do a weight vector covariance study in steady state and determine the equations that calculate the time constants in an adaptive process. Here the algorithm proposed, which uses a cost function and were made simulacoes Monte Carlo with real signals to validate the theory presented. In this role the α coefficients have been optimized to provide increased stability and better performance in its convergence speed. / Neste trabalho, implementamos um novo filtro semelhante ao LMS, porém, com uma função de custo baseada na soma do erro. Como resultado, obtemos uma função bastante simples, produzindo uma rápida convergência e um pequeno desajuste quando comparado com o algoritmo LMS e com outros algoritmos. O filtro adaptativo é baseado em funções não lineares como estimativa do gradiente de uma superfície de desempenho. Utilizamos o gradiente do algoritmo para atualização dos pesos. Essa atualização baseia-se nas estatísticas de alta ordem para obtenção de informações sobre os sinais envolvidos no processo, com o objetivo de melhorar a performance do filtro adaptativo. As equações foram derivadas e baseadas em séries de Taylor das funções não lineares, para obtenção dos critérios que garante a sua convergência. Também fazemos um estudo da covariância do vetor peso em regime estacionário e determinamos as equações que calculam as constantes de tempo em um processo adaptativo. Apresentamos o algoritmo proposto, que utiliza uma função de custo onde foram feitas simulações de Monte Carlo com sinais reais para validar a teoria apresentada. Nessa função os coe cientes αk foram otimizados para dar maior estabilidade e melhor desempenho na sua velocidade de convergência.

Made available in DSpace on 2016-06-02T19:05:26Z (GMT). No. of bitstreams: 1 1622.pdf: 14562973 bytes, checksum: 4eed3e493875c03ce1ce69357b3a29f1 (MD5) Previous issue date: 2007-08-29 / This work presents the space variant noise filtering of tomographic projections based on the Kalman filter. For development and filter selection it was evaluated different modalities of the Kalman filter, as well as included the use of Ascombe transform and neural network. Results were analyzed by means of Improvement in Signal to Noise Ratio (ISNR) measurements, which were obtained in a region of interest (ROI) on the resultant images, reconstructed with the use of a backprojection algorithm. In this context the results qualified the unscented Kalman filter with a neural network as the best configuration for filtering of soil tomographic projections. / Neste trabalho é apresentada a filtragem de projeções tomográficas com ruído variantes no espaço com base na filtragem de Kalman. Para o desenvolvimento e seleção dos filtros foram avaliadas diferentes modalidades da configuração de Kalman, incluindo o uso da transformada de Anscombe e redes neurais. Resultados foram analisados com base em medidas da melhoria na relação sinal/ruído (ISNR), as quais foram obtidas em uma região de interesse (ROI) nas imagens resultantes, reconstruídas com o uso do algoritmo de retroprojeção. Neste contexto os resultados qualificaram o filtro de Kalman descentralizado com uma rede neural possuindo três camadas do tipo perceptron como a melhor opção para a filtragem de projeções tomográficas da ciência do solo.

O fenômeno de detonação que ocorre em motores de combustão interna é uma restrição de desempenho para baixas emissões de poluentes, altas solicitações de torque (as quais resultariam em mais potência entregue pelo motor), economia de combustível e também é uma fonte de ruídos desagradáveis ao condutor do veículo. No Brasil, tal fenômeno pode ter ainda uma utilidade benéfica se identificado de forma leal, tendo em vista que a detonação é mais fácil de ocorrer com gasolina do que com álcool. Assim, a ocorrência de detonação pode ser um auxílio no gerenciamento otimizado da injeção, ignição, bem como pode possibilitar a identificação do tipo de combustível. Para isso, técnicas de processamento de sinais podem ser utilizadas para caracterizar tal fenômeno. Este trabalho tem como foco a identificação (ocorrência) e caracterização (intensidade e duração) do sinal de detonação utilizando filtragem adaptativa e estimadores de potência, onde o desempenho individual e combinado destes algoritmos é avaliado. Inicialmente, um modelo do sinal de detonação é proposto e amostras do sinal real são obtidas e com isso, mostra-se que as técnicas propostas rendem eficientes caracterizadores do fenômeno. / The knock phenomenon that happens in internal combustion engines is a constraint against performance in terms of low pollution rates, higher torque requests (which would imply higher delivered power by the engine), mileage as well as it is an annoying source of noise to the user. In Brazil, such phenomenon may be useful if identified accurately, due to the fact that knock has a higher likelihood to happen with gasoline than ethanol. Thus, the occurrence of knock may be a support in an optimized management of fuel injection and sparking time, as well as it may provide means to identify the fuel being used. In order to achieve such goal, signal processing techniques may be used for characterization of such phenomenon. This work has the focus of identifying (occurrence) and characterize (intensity and duration) of knock signal using adaptive filtering and power estimators, where the individual and combined performance are assessed. To begin with, a knock signal model is proposed as well as samples of the real signal are taken, with that, it is shown that the proposed techniques offer efficient detectors of the phenomenon.

Orientador: Robson Pederiva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-04T03:26:01Z (GMT). No. of bitstreams: 1 Bezerra_RobertodeAraujo_D.pdf: 3842898 bytes, checksum: 23a6bdd65c87be47fe4cfa856795bab0 (MD5) Previous issue date: 2004 / Resumo: Neste trabalho, é feito um estudo comparativo entre diversas técnicas de detecção de falhas em rolamentos por análise de vibração. Inicialmente, as técnicas foram aplicadas a modelos matemáticos de falhas nas pistas interna, externa e nas esferas dos rolamentos; sendo, em seguida, feito um estudo comparativo entre as técnicas. As técnicas foram aplicadas também a rolamentos com falhas induzidas nas pistas e esfera com diferentes tamanhos de falhas e submetidos a diferentes velocidades, para uma melhor compreensão das técnicas. Finalmente, as técnicas foram usadas para o monitoramento da evolução das falhas em um conjunto de doze rolamentos que foram submetidos a condições próximas as de trabalho, o que possibilitou um estudo mais detalhado do processo de evolução dessas falhas. Os resultados obtidos mostraram que, de todas as técnicas utilizadas, o envelope com filtro adaptativo foi a mais eficiente, sendo capaz de detectar pequenos amassamentos e o surgimento de falhas na gaiola. O estudo em condições próximas a realidade possibilitou uma melhor compreensão do processo de evolução das falhas em rolamentos / Abstract: In this thesis, it is made a comparative study among several vibration analysis techniques of fault detection. Initially, the techniques were applied to inner and outer race and rolling element mathematical models of faults, and so, it was possible to compare the techniques. It was used the same techniques on the races and rolling elements with different size of induced faults, submitting to different speeds. With those studies it was possible to understand how to use the technique in a better way. Finally, we monitored a group of twelve bearings to analyse the evolution of faults, close to real conditions. The results showed that the most efficient techniques is the envelope with adaptive filter, it detects small dentings and the begging of cage failure. It was possible to get a better understanding of the failure evolution process in bearings, studying it in close conditions to the reality / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Adaptive filtering is applied as solution for many problems in engineer. There are many techniques to improve adaptive filtering as kernel methods and, in addiction, it is used a pretuned dictionary. In this context, here is presented the KSIG algorithm, the kernel version of Sigmoide, where is used the kernel, to decrease the error, and the non-linear and even cost function to increase the convergence speed. Here it is described also, the KSIG with a pretuned dictionary, to reduce the size of the data set used to calculate the filter output, which is a kernel method consequence . The KSIG and KSIG with pre-tuned dictionary theoretical efficiency is one result of their convergence proof, which evidence that the algorithms converge in average. The learning curves, which are results of some experiments, show that when KSIG and KLMS algorithms are compared, the first converges faster, in less iterations, than the second, in the version with and without pre-tuned dictionary of both algorithms. / A filtragem adaptativa é aplicada na solução de diversos problemas da engenharia. Há muitas alternativas para melhorá-la, uma delas é o uso de kernel e, em adição, o uso de um dicionário pré-definido de dados. Neste contexto, este trabalho apresenta o KSIG, a versão em kernel do algoritmo Sigmoide, um algoritmo que otimiza o erro do filtro pelo emprego de uma função de custo par e não linear. Ademais, é apresentada a versão do KSIG com dicionário de dados pré-definido, visando redução do grande número de dados utilizados para obtenção da saída decorrente do uso da técnica com kernel. A eficiência teórica do KSIG e de sua versão com dicionário pré-definido é um resultado presente nas provas de convergência construídas para ambos os algoritmos, as quais demonstraram que estes convergem em média. Já as curvas de aprendizagem obtidas nas simulações computacionais dos experimentos realizados demonstraram que o KSIG quando comparado ao KLMS, em diferentes problemas de filtragem adaptativa, apresenta convergência mais rápida, em menos iterações, tanto nas versões sem tanto com dicionário pré-definido de ambos os algoritmos.

Esta investigación intenta mejorar el porcentaje de aciertos de un sistema de reconocimiento ante la presencia de ruido, y por tal motivo se va a intentar controlar un equipo de sonido marca Panasonic y modelo SC-AK45 con control remoto modelo EUR644853, del cual se tomarán algunas de las funciones para el control mediante la voz.

Adaptive filtering has grown to become a fundamental topic in signal processing, increasingly attracting attention from the community. Important factors in this popularization were their low computational complexity and model-free nature, adapting even to nonstationary characteristics of the systems and/or signals under study. Nevertheless, many adaptive algorithms introduce trade-offs, for instance, between convergence rate, nonstationary signals tracking, and steady-state error, which can hinder their use in practical applications. Furthermore, some adaptive filters can become unstable when word length is reduced and/or the input data are highly correlated. Recently, combination of adaptive filters was put forward as a solution for such issues. This approach consists in combining a pool of filters by means of a supervisor that attempts to make the overall system at least as good (usually in the mean-square sense) as the best filter in the set. Examples of these structures have been shown to successfully solve this problem, although well-known limitations remain to be addressed. Moreover, due to the relative novelty of this topic, developments in combination of adaptive filters are difficult to accommodate into a common theoretical framework. This work studies combination of adaptive filters and addresses the aforementioned issue by (i) classifying the existing combinations and proposing a taxonomy that exposes the similarities and differences in their forms; (ii) proposing new combinations; (iii) devising a general framework for studying combinations of adaptive filters and using such framework in performance analyses. / Filtragem adaptativa vem ganhando destaque desde seu surgimento tornando-se um tópico de estudo fundamental em processamento de sinais. A versatilidade de dispensarem total conhecimento das propriedades estatísticas dos sinais, aliada à simplicidade computacional de seus métodos, foram importantes fatores em sua consagração. Apesar disto, muitos filtros adaptativos apresentam compromissos envolvendo, por exemplo, velocidade de convergência, rastreamento de sinais não-estacionários e erro em regime, que podem dificultar sua aplicação na prática. Ademais, alguns algoritmos adaptativos são instáveis quando suas entradas são altamente correlacionados e/ou a precisão dos cálculos é reduzida. Uma solução recente para estes problemas é o uso de combinações de filtros adaptativos. Esta abordagem baseia-se em combinar um conjunto de filtros por meio de um supervisor que procura fazer com que o sistema global seja pelo menos tão bom (em geral no sentido quadrático médio) quanto o melhor filtro do conjunto. Exemplos destas estruturas já mostraram a eficácia deste método, apesar de ainda existirem reconhecida limitações. Além disso, em se tratando de um tópico relativamente recente, os desenvolvimentos na área de combinação de filtros adaptativos não possuem uma estrutura teórica unificada. Este trabalho propõe abordar estas questões (i) classificando as combinações existentes e criando uma taxonomia que explicite semelhanças e diferenças entre elas; (ii) introduzindo novas combinações; e (iii) desenvolvendo uma forma unificada de descrever combinações de filtros adaptativos e usando-a em análises de desempenho.

[pt] crescimento dos sistemas de comunicações móveis celulares e dos sistemas de rádio difusão de sinais de áudio e vídeo tem despertado grande interesse na pesquisa de novos métodos para a transmissão de sinais nestas redes. A necessidade de se transmitir dados em altas taxas, com significante eficiência no uso da largura de faixa de freqüências disponível, e por meio de um canal de propagação ruidoso e variante no tempo, constitui o principal problema para o desenvolvimento de novas técnicas de trasmissão de sinais. Dentro deste contexto, esta dissertação trata do uso dos conceitos de transmissão digital e filtragem adaptativa para a demodulação de sinais OFDM (Orthogonal Frequency Division Multiplexing). A equalização de sinais antes e após o estágio de DFT (Discrete Fourier Transform) no receptor e as técnicas de estimação de canal são o objeto principal de estudo deste trabalho. Os resultados dos experimentos são analisados em termos da taxa de erro de bit média obtida e da convergência dos algoritmos empregados nas etapas de equalização e estimação de canal no receptor. / [en] The growth of cellular mobile communication systems and audio and video broadcasting systems has stimulated great interest in the research of new methods for the signal transmission in these networks. The high rate data transmission, with significant efficiency in the use of the available bandwidth, in a noisy and time variant channel, constitutes the main problem for the development of new techniques for signal transmission. In this context, this dissertation deals with the use of the concepts of digital transmission and adaptive filtering for the demodulation of OFDM (Orthogonal Frequency Division Multiplexing) signals. The equalization pre and post DFT (Discrete Fourier Transform) in the receiver and the channel estimation techniques are the main object of study in this work. The results of the experiments are analyzed in terms of the mean bit error rate achieved and the convergence for the algorithms used in the stages of equalization and channel estimation in the receiver.

Neste texto são propostos algoritmos de filtragem adaptativa de baixo custo computacional para o processamento de sinais lineares no sentido amplo e para beamforming. Novas técnicas de filtragem adaptativa com baixo custo computacional são desenvolvidas para o processamento de sinais lineares no sentido amplo, representados por números complexos ou por quaternions. Os algoritmos propostos evitam a redundância de estatísticas de segunda ordem na matriz de auto correlação, o que é obtido por meio da substituição do vetor de dados original por um vetor de dados real contendo as mesmas informações. Dessa forma, evitam-se muitas operações entre números complexos (ou entre quaternions), que são substituídas por operações entre reais e números complexos (ou entre reais e quaternions), de menor custo computacional. Análises na media e na variância para qualquer algoritmo de quaternions baseados na técnica least-mean squares (LMS) são desenvolvidas. Também é obtido o algoritmo de quaternions baseado no LMS e com vetor de entrada real de mais rápida convergência. Uma nova versão estável e de baixo custo computacional do algoritmo recursive least squares (RLS) amplamente linear também é desenvolvida neste texto. A técnica é modificada para usar o método do dichotomous coordinate descent (DCD), resultando em uma abordagem de custo computacional linear em relação ao comprimento N do vetor de entrada (enquanto o algoritmo original possui custo computacional quadrático em N). Para aplicações em beamforming, são desenvolvidas novas técnicas baseadas no algoritmo adaptive re-weighting homotopy. As novas técnicas são aplicadas para arrays em que o número de fontes é menor do que o número de sensores, tal que a matriz de auto correlação se torna mal-condicionada. O algoritmo DCD é usado para obter uma redução adicional do custo computacional. / In this text, low-cost adaptive filtering techniques are proposed for widely-linear processing and beamforming applications. New reduced-complexity versions of widely-linear adaptive filters are proposed for complex and quaternion processing. The low-cost techniques avoid redundant secondorder statistics in the autocorrelation matrix, which is obtained replacing the original widely-linear data vector by a real vector with the same information. Using this approach, many complex-complex (or quaternion-quaternion) operations are substituted by less costly real-complex (or real-quaternion) computations in the algorithms. An analysis in the mean and in the variance is performed for quaternion-based techniques, suitable for any quaternion least-mean squares (LMS) algorithm. The fastest-converging widely-linear quaternion LMS algorithm with real-valued input is obtained. For complex-valued processing, a low-cost and stable version of the widely-linear recursive least-squares (RLS) algorithm is also developed. The widely-linear RLS technique is modified to apply the dichotomous coordinate descent (DCD) method, which leads to an algorithm with computational complexity linear on the data vector length N (in opposition to the original WL technique, for which the complexity is quadratic in N). New complex-valued techniques based on the adaptive re-weighting homotopy algorithm are developed for beamforming. The algorithms are applied to sensor arrays in which the number of interferer sources is less than the number of sensors, so that the autocorrelation matrix is ill-conditioned. DCD iterations are applied to further reduce the computational complexity.

Neste texto são propostos algoritmos de filtragem adaptativa de baixo custo computacional para o processamento de sinais lineares no sentido amplo e para beamforming. Novas técnicas de filtragem adaptativa com baixo custo computacional são desenvolvidas para o processamento de sinais lineares no sentido amplo, representados por números complexos ou por quaternions. Os algoritmos propostos evitam a redundância de estatísticas de segunda ordem na matriz de auto correlação, o que é obtido por meio da substituição do vetor de dados original por um vetor de dados real contendo as mesmas informações. Dessa forma, evitam-se muitas operações entre números complexos (ou entre quaternions), que são substituídas por operações entre reais e números complexos (ou entre reais e quaternions), de menor custo computacional. Análises na media e na variância para qualquer algoritmo de quaternions baseados na técnica least-mean squares (LMS) são desenvolvidas. Também é obtido o algoritmo de quaternions baseado no LMS e com vetor de entrada real de mais rápida convergência. Uma nova versão estável e de baixo custo computacional do algoritmo recursive least squares (RLS) amplamente linear também é desenvolvida neste texto. A técnica é modificada para usar o método do dichotomous coordinate descent (DCD), resultando em uma abordagem de custo computacional linear em relação ao comprimento N do vetor de entrada (enquanto o algoritmo original possui custo computacional quadrático em N). Para aplicações em beamforming, são desenvolvidas novas técnicas baseadas no algoritmo adaptive re-weighting homotopy. As novas técnicas são aplicadas para arrays em que o número de fontes é menor do que o número de sensores, tal que a matriz de auto correlação se torna mal-condicionada. O algoritmo DCD é usado para obter uma redução adicional do custo computacional. / In this text, low-cost adaptive filtering techniques are proposed for widely-linear processing and beamforming applications. New reduced-complexity versions of widely-linear adaptive filters are proposed for complex and quaternion processing. The low-cost techniques avoid redundant secondorder statistics in the autocorrelation matrix, which is obtained replacing the original widely-linear data vector by a real vector with the same information. Using this approach, many complex-complex (or quaternion-quaternion) operations are substituted by less costly real-complex (or real-quaternion) computations in the algorithms. An analysis in the mean and in the variance is performed for quaternion-based techniques, suitable for any quaternion least-mean squares (LMS) algorithm. The fastest-converging widely-linear quaternion LMS algorithm with real-valued input is obtained. For complex-valued processing, a low-cost and stable version of the widely-linear recursive least-squares (RLS) algorithm is also developed. The widely-linear RLS technique is modified to apply the dichotomous coordinate descent (DCD) method, which leads to an algorithm with computational complexity linear on the data vector length N (in opposition to the original WL technique, for which the complexity is quadratic in N). New complex-valued techniques based on the adaptive re-weighting homotopy algorithm are developed for beamforming. The algorithms are applied to sensor arrays in which the number of interferer sources is less than the number of sensors, so that the autocorrelation matrix is ill-conditioned. DCD iterations are applied to further reduce the computational complexity.