Transformadores de potência são dispositivos que requerem atenção especial devido a sua grande importância ao sistema elétrico de potência no qual ele está conectado. Geralmente relés diferenciais são utilizados como proteção primária em transformadores de potência. Nestes relés, a corrente diferencial é comparada com um nível de ajuste e caso ocorra uma falta interna, o transformador deverá ser desconectado do restante do sistema. Entretanto, a simples detecção da presença de uma corrente diferencial não é suficiente para distinguir faltas internas de outras situações que também podem produzir tal corrente. Tais situações surgem durante a energização dos transformadores, devido a saturação dos transformadores de corrente, entre outras, as quais podem resultar em uma incorreta atuação da proteção. Uma rápida e correta discriminação entre faltas internas e outras situações é um dos desafios da moderna proteção de transformadores de potência. A respeito da identificação de faltas internas ou situações de energização, além da mencionada lógica diferencial é acrescentado uma subrotina baseada na restrição de harmônicas. Neste método, a corrente de energização é reconhecida através da presença de uma segunda harmônica obtida por filtros de Fourier. No entanto, o método de filtragem pode algumas vezes retardar a operação da proteção. Além disto, uma componente de segunda harmônica pode também estar presente durante uma falta interna. Este trabalho propõe a utilização da transformada Wavelet - uma poderosa ferramenta matemática - empregada como um meio rápido e eficiente de analisar as formas de onda de transformadores de potência e como uma alternativa a tradicional transformada de Fourier. Os sinais das correntes diferenciais são processados pelas transformadas discretas Wavelet, visando obter uma discriminação entre ambas situações (energização e falta). Um nível de limiar é utilizado após a decomposição Wavelet do sinal para discriminar entre as situações descritas. A janela de dados utilizada para este propósito pode ser variada. Para testar o algoritmo proposto, as simulações de energização e falta foram implementadas, utilizando o programa ATP (\"Alternative Transient Program\"). Em situações onde a janela de dados é reduzida para 1/4 de ciclo o critério de discriminação pode ser otimizado utilizando a transformada discreta de Wavelet auxiliada com técnicas de reconhecimento de padrões. Este trabalho apresenta a utilização de redes neurais artificiais para tal finalidade como exemplo. Resultados encorajadores são apresentados sobre a capacidade de discriminação para as situações descritas assim como a rapidez de resposta quando comparados aos métodos tradicionais. / Power transformers are devices that require special maintenance and care due to their importance to the electrical system to which they are connected. Generally, differential relays are used for the primary protection of large transformers. In such relays, differential currents are compared to a threshold and in the case of an internal fault, the transformer should be disconnected from the rest of the system. However, a simple detection of a differential current is not sufficient to distinguish internal faults from other situations that also produce such a current. Some of these situations appear during transformer energization (inrush currents), CT (current transformer) saturation, among others, which can result in an incorrect trip. A correct and fast distinction of internal faults from the other situations mentioned is one of the challenges for modern protection of power transformers. Concerning the identification of internal faults as opposed to inrush currents, the approach tarditionally used is the aforementioned differential logic together with harmonic restraint. In this method, transformer inrush current due to energization is recognized on the basis of second harmonic components obtained by Fourier filters. However, the filtering method can sometimes delay the protection process. In addition to this, a second harmonic component can also be present during internal faults. This work proposes Wavelet transform - a powerful mathematical tool - employed as a fast and effective means of analyzing waveforms from power transformers, as an alternative to the traditional Fourier transform. The differential signals are processed by discrete Wavelet transform to obtain the discrimination between both situations (inrush and fault). A threshold level is utilized after the Wavelet decomposition to discriminate the situations describeb. The time window used for such purpose can be varied. In order to test proposed algorithm, simulations of fault and inrush currents in a power transformer were implemented using ATP ( \"Alternative Transient Program\") software. When the time window is reduced to only 1/4 of the cycle the discrimination criteria should be optimized using a pattern recognition technique to aid the Discrete Wavelet transform. This study shows as a sample for this purpose the use of artificial neural networks. Very encouraging results are presented concerning the capacity of discrimination of the described situations as well as the speed of response when compared to the traditional method.

O presente trabalho visa a utilização da transformada Wavelet no monitoramento do sistema elétrico no que diz respeito a problemas de qualidade da energia com o intuito de detectar, localizar e classificar os mesmos. A transformada Wavelet tem surgido na literatura como uma nova ferramenta para análise de sinais, utilizando funções chamadas Wavelet mãe para mapear sinais em seu domínio, fornecendo informações simultâneas nos domínios tempo e freqüência. A transformada Wavelet é realizada através de filtros decompondo-se um dado sinal em análise multiresolução. Por esta, obtém-se a detecção e a localização de distúrbios relacionados com a qualidade da energia decompondo-se o sinal em dois outros que representam uma versão de detalhes (correspondente as altas freqüências do sinal) e uma versão de aproximação (correspondente as baixas freqüências do sinal). A versão de aproximação é novamente decomposta obtendo-se novos sinais de detalhes e aproximações e assim sucessivamente. Sendo assim, os distúrbios podem ser detectados e localizados no tempo em função do seu conteúdo de freqüência. Estas informações fornecem também características únicas pertinentes a cada distúrbio, permitindo classificá-los. Desta forma, propõe-se neste trabalho o desenvolvimento de um algoritmo classificador automático de distúrbios relacionados com a qualidade da energia baseado unicamente nas decomposições obtidas da análise multiresolução. / The aim of the present dissertation is to apply the Wavelet transform to analyze power quality problems, detecting, localizing and classifying them. The topic Wavelet transform, has appeared in the literature as a new tool for the analysis of signals, using functions called mother Wavelet to map signals in its domain, supplying information in the time and frequency domain, simultaneously. Wavelet transform is accomplished through filters decomposing a provided signal in multiresolution analysis. The detection and localization of disturbances are obtained by decomposing a signal into two other signals that represent, a detailed version (high frequency signals) and a smoothed version (low frequency signals). The smoothed version is decomposed again, and new detailed and smoothed signals are obtained. This process is repeated as many times as necessary and the disturbances can be detected and localized in the time as a function of its level frequency. This information also supplies characteristics to each disturbance, allowing classifying them. Thus, this research presents a way to develop an automatic classifying algorithm of power quality disturbances, based only on multiresolution analysis.

A biometria é a ciência que estuda a mensuração dos seres vivos. Muitos trabalhos exploram as características dos seres humanos tais como, impressão digital, íris e face, a fim de desenvolver sistemas biométricos, utilizados em diversas aplicações (monitoramento de segurança, computação ubíqua, robótica). O reconhecimento de faces é uma das técnicas biométricas mais investigadas, por ser bastante intuitiva e menos invasiva que as demais. Alguns trabalhos envolvendo essa técnica se preocupam apenas em localizar a face de um indivíduo (fazer a contagem de pessoas), enquanto outros tentam identificá-lo a partir de uma imagem. Este trabalho propõe uma abordagem capaz de identificar faces a partir de quadros de vídeo e, posteriormente, reconhecê-las por meio de técnicas de análise de imagens. Pode-se dividir o trabalho em dois módulos principais: (1) - Localização e rastreamento de faces em uma seqüência de imagens ( frames), além de separar a região rastreada da imagem; (2) - Reconhecimento de faces, identificando a qual pessoa pertence. Para a primeira etapa foi implementado um sistema de análise de movimento (baseado em subtração de quadros) que possibilitou localizar, rastrear e captar imagens da face de um indivíduo usando uma câmera de vídeo. Para a segunda etapa foram implementados os módulos de redução de informações (técnica Principal Component Analysis - PCA), de extração de características (transformada wavelet de Gabor), e o de classificação e identificação de face (distância Euclidiana e Support Vector Machine - SVM). Utilizando-se duas bases de dados de faces (FERET e uma própria - Própria), foram realizados testes para avaliar o sistema de reconhecimento implementado. Os resultados encontrados foram satisfatórios, atingindo 91,92% e 100,00% de taxa de acertos para as bases FERET e Própria, respectivamente. / Biometry is the science of measuring and analyzing biomedical data. Many works in this field have explored the characteristics of human beings, such as digital fingerprints, iris, and face to develop biometric systems, employed in various aplications (security monitoring, ubiquitous computation, robotic). Face identification and recognition are very apealing biometric techniques, as it it intuitive and less invasive than others. Many works in this field are only concerned with locating the face of an individual (for counting purposes), while others try to identify people from faces. The objective of this work is to develop a biometric system that could identify and recognize faces. The work can be divided into two major stages: (1) Locate and track in a sequence of images (frames), as well as separating the tracked region from the image; (2) Recognize a face as belonging to a certain individual. In the former, faces are captured from frames of a video camera by a motion analysis system (based on substraction of frames), capable of finding, tracking and croping faces from images of individuals. The later, consists of elements for data reductions (Principal Component Analysis - PCA), feature extraction (Gabor wavelets) and face classification (Euclidean distance and Support Vector Machine - SVM). Two faces databases have been used: FERET and a \"home-made\" one. Tests have been undertaken so as to assess the system\'s recognition capabilities. The experiments have shown that the technique exhibited a satisfactory performance, with success rates of 91.97% and 100% for the FERET and the \"home-made\" databases, respectively.

A biometria é a ciência que estuda a mensuração dos seres vivos. Muitos trabalhos exploram as características dos seres humanos tais como, impressão digital, íris e face, a fim de desenvolver sistemas biométricos, utilizados em diversas aplicações (monitoramento de segurança, computação ubíqua, robótica). O reconhecimento de faces é uma das técnicas biométricas mais investigadas, por ser bastante intuitiva e menos invasiva que as demais. Alguns trabalhos envolvendo essa técnica se preocupam apenas em localizar a face de um indivíduo (fazer a contagem de pessoas), enquanto outros tentam identificá-lo a partir de uma imagem. Este trabalho propõe uma abordagem capaz de identificar faces a partir de quadros de vídeo e, posteriormente, reconhecê-las por meio de técnicas de análise de imagens. Pode-se dividir o trabalho em dois módulos principais: (1) - Localização e rastreamento de faces em uma seqüência de imagens ( frames), além de separar a região rastreada da imagem; (2) - Reconhecimento de faces, identificando a qual pessoa pertence. Para a primeira etapa foi implementado um sistema de análise de movimento (baseado em subtração de quadros) que possibilitou localizar, rastrear e captar imagens da face de um indivíduo usando uma câmera de vídeo. Para a segunda etapa foram implementados os módulos de redução de informações (técnica Principal Component Analysis - PCA), de extração de características (transformada wavelet de Gabor), e o de classificação e identificação de face (distância Euclidiana e Support Vector Machine - SVM). Utilizando-se duas bases de dados de faces (FERET e uma própria - Própria), foram realizados testes para avaliar o sistema de reconhecimento implementado. Os resultados encontrados foram satisfatórios, atingindo 91,92% e 100,00% de taxa de acertos para as bases FERET e Própria, respectivamente. / Biometry is the science of measuring and analyzing biomedical data. Many works in this field have explored the characteristics of human beings, such as digital fingerprints, iris, and face to develop biometric systems, employed in various aplications (security monitoring, ubiquitous computation, robotic). Face identification and recognition are very apealing biometric techniques, as it it intuitive and less invasive than others. Many works in this field are only concerned with locating the face of an individual (for counting purposes), while others try to identify people from faces. The objective of this work is to develop a biometric system that could identify and recognize faces. The work can be divided into two major stages: (1) Locate and track in a sequence of images (frames), as well as separating the tracked region from the image; (2) Recognize a face as belonging to a certain individual. In the former, faces are captured from frames of a video camera by a motion analysis system (based on substraction of frames), capable of finding, tracking and croping faces from images of individuals. The later, consists of elements for data reductions (Principal Component Analysis - PCA), feature extraction (Gabor wavelets) and face classification (Euclidean distance and Support Vector Machine - SVM). Two faces databases have been used: FERET and a \"home-made\" one. Tests have been undertaken so as to assess the system\'s recognition capabilities. The experiments have shown that the technique exhibited a satisfactory performance, with success rates of 91.97% and 100% for the FERET and the \"home-made\" databases, respectively.

Esta dissertação aborda um estudo sobre algoritmos matemáticos (Método da Variância, Método das Imagens, Método do Gradiente (MG), WCT - Wavelet Covariance Transform), os quais possibilitam a obtenção da altura máxima da Camada Limite Planetária (CLP) a partir de dados fornecidos por um sistema lidar. Em um primeiro momento será descrita a CLP e as suas principais variáveis, assim como também os métodos juntamente com os seus pontos positivos e negativos. Em seguida serão abordadas duas situações de medida: a primeira consiste em um estudo de casos realizado na cidade de Vitória-ES, para o qual foram escolhidas três situações típicas (calmaria, presença de subcamadas de aerossóis e/ou camadas de nuvens e turbulência) em que os métodos foram: testados, comparados entre si, com a análise visual do perfil e o BRN (Bulk Richardsons Number); a segunda situação aborda uma medida feita na cidade de São Paulo-SP durante um período de 12 horas contínuas, sendo o grande diferencial deste experimento, o lançamento de radiossondas dentro de intervalos de 3 horas, isso aliado a utilização de modelagem WRF (Weather Research Forecasting) permitiu uma maior comparação e validação dos dados. A partir dos estudos de casos foi possível observar que com o aumento da complexidade do perfil apresentado pela atmosfera, há um decréscimo na qualidade dos resultados apresentados pelos métodos e um aumento no tempo de processamento, já que há necessidade de um maior refinamento nos parâmetros que serão utilizados. Nas situações de \"calmaria\"o perfil da atmosfera se mostra mais simplificado, o que facilita a escolha de qual método utilizar, sendo que com exceção da Variância, todos os outros métodos forneceram resultados satisfatórios. Para o caso de \"presença de subcamadas de aerossóis e/ou nuvens\"a qualidade dos resultados apresentados pelos métodos decai sendo exceção da Variânci, uma vez que esta passa a apresentar resultados mais próximos do esperado devido ao aumento na complexidade do sinal lidar. Na situação caracterizada como \"turbulência\", todos os métodos passam a apresentar maiores dificuldades para detectar corretamente a CLP, sendo que o WCT se mostra o mais robusto, porém exige uma complexa escolha de parâmetros, demandando um alto tempo de processamento. Na medida de 12 horas contínuas todos os métodos conseguem representar satisfatoriamente a ascensão e o decaimento da CLP, ficando as maiores divergências para o meio do dia, principalmente quando há dispersão dos aerossóis gerando atenuação no sinal, com isso os métodos mais sensíveis (MG e Método das Imagens) passam a apresentar várias oscilações, dificultando a detecção do topo da CLP. As análises realizadas permitiram observar as vantagens e desvantagens de cada método, assim como descobrir qual possui o uso mais indicado para cada cenário meteorológico, sendo o algoritmo WCT o mais robusto em todas as situações apresentadas. / This dissertation discusses a study about mathematical algorithms (Variance Method, Method of Images, Gradient Method, WCT - Wavelet Covariance Transform) that allow obtaining the maximum height of the Planetary Boundary Layer (PBL) from data provided by the lidar system. Initially it will be described the PBL and their main variables, as well as methods along with their strengths and weaknesses. After, two situations of measurements will be discussed: the first one consists of a case study conducted in the city of Vitória-ES, where were chosen three typical situations (\"calm\", \"sublayers of aerosols and/or layers of cloud cover\"and \"turbulence\") and the methods were compared among themselves and here after validated qualitatively by a visual verify and quantitatively by obtain of the Bulk Richardson Number (BRN) extracted from radiosounding data; the second situation deals with a measurement made in the city of São Paulo - SP for a period of 12 continuous hours, and the great advantage of this experimen, launching radiosondes within 3 hour intervals, the use of this combined with WRF ( Weather Research Forecasting) model allowed a most accurate comparison and validation. Based on case studies it was observed with the increased of complexity of the profile presented by the atmosphere, there is a decrease in the quality of the results provided by the methods and an increase in processing time being necessary greater refinement of the parameters that are used. In situations of \"calm\"the profile of the atmosphere appears more simplified, which facilitates the choice of which method to use, and with exception of Variance, all other methods provided satisfactory results. For the situation of \"presence of sublayers of aerosols and/or clouds\"the quality of the results presented by the methods decays, with the exception of Variance, once this begins to show results closer than expected due to the increase in the complexity of the signal handling. In situations characterized as \"turbulence\", all methods have more difficulties to correctly detect the PBL, and the WCT shown the most robust than others, but requires a complex choice of parameters and a high processing time. The measurement of 12 hours continuous all methods can satisfactorily represent the rise and decay of PBL, the largest differences being for the middle of the day, especially when there is dispersion of aerosol generating attenuation in the signal, thus the most sensitive methods (Gradient Method and Method of Images) present several variations, making it difficult to detect the top of the PBL. The analyzes allowed to observe the advantages and disadvantages of each method, as well as find out which has the most appropriate use for each meteorological scenario, being the WCT the most robust algorithm in all situations presented.

A área de monitoração e diagnóstico vem apresentando um acentuado desenvolvimento nos últimos anos com a introdução de novas técnicas de diagnóstico bem como vem contando com a contribuição dos computadores no processamento das informações e das técnicas de diagnósticos. A contribuição da inteligência artificial na automatização do diagnóstico de defeito vem se desenvolvendo continuamente e a crescente automação na indústria vêm de encontro a estas novas técnicas. Na área nuclear, é crescente a preocupação com a segurança nas instalações, e têm sido procuradas técnicas mais eficazes para aumentar o nível de segurança [59]. Algumas usinas nucleares já possuem instaladas, em algumas máquinas, sensores que permitem a verificação de suas condições operacionais. Desta forma, este trabalho também pode colaborar nesta área, ajudando no diagnóstico das condições de operação das máquinas, mais especificamente, no diagnóstico das condições dos rolamentos. O principal objetivo deste trabalho é detectar e classificar os tipos de defeitos apresentados pelos rolamentos analisados e para tal desenvolveu-se uma nova técnica de extração de característica dos sinais de aceleração, baseando-se no Zero Crossing da Transformada de Wavelet contribuindo com o desenvolvimento desta dinâmica área. Como técnica de inteligência artificial foi utilizada a Lógica Paraconsistente Anotada com dois valores (LPA2v), oferecendo a sua contribuição na automação do diagnóstico de defeitos, pois esta lógica pode tratar inclusive de resultados contraditórios que as técnicas de extração de características possam apresentar. Foi desenvolvido um programa de computador onde varias técnicas de extração de características foram utilizadas para realização de diagnóstico das condições de operação dos rolamentos. Este programa foi testado através de dados experimentais obtidas em uma bancada de ensaios para rolamentos onde defeitos previamente conhecidos foram utilizados para avaliar o desempenho das novas técnicas utilizadas. Este trabalho também se concentrou na identificação de defeitos em sua fase inicial procurando utilizar acelerômetros, pois são sensores robustos, de baixo custo e facilmente encontrados na indústria em geral. Os resultados deste trabalho foram obtidos através da utilização de um banco de dados experimental e verificou-se que os resultados de diagnósticos de defeitos mostraramse bons para defeitos em fase inicial. / The monitoring and diagnosis area is presenting an impressive development in recent years with the introduction of new diagnosis techniques as well as with the use the computers in the processing of the information and of the diagnosis techniques. The contribution of the artificial intelligence in the automation of the defect diagnosis is developing continually and the growing automation in the industry meets this new techniques. In the nuclear area, the growing concern with the safety in the facilities requires more effective techniques that have been sought to increase the safety level. Some nuclear power stations have already installed in some machines, sensors that allow the verification of their operational conditions. In this way, the present work can also collaborate in this area, helping in the diagnosis of the operational condition of the machines. This work presents a new technique for characteristic extraction based on the Zero Crossing of Wavelet Transform, contributing with the development of this dynamic area. The technique of artificial intelligence was used in this work the Paraconsistente Logic of Annotation with Two values (LPA2v), contributing with the automation of the diagnosis of defects, because this logic can deal with contradictory results that the techniques of feature extraction can present. This work also concentrated on the identification of defects in its initial phase trying to use accelerometers, because they are robust sensors, of low cost and can be easily found the industry in general. The results obtained in this work were accomplished through the use of an experimental database, and it was observed that the results of diagnoses of defects shown good results for defects in their initial phase.

O presente trabalho visa o desenvolvimento de um sistema de monitoramento de disjuntor voltado a coletar informações para manutenção preditiva. São analisadas as características das variáveis que são monitoradas através de sensores ligados ao disjuntor, sua aquisição e o tratamento das informações. Um protótipo foi desenvolvido e instalado na subestação de Sumaré 440kV de ETEO (Empresa de Transmissão de Energia do Oeste Paulista). Um assunto importante para a manutenção é a avaliação dos tempos envolvidos na movimentação dos contatos principais do disjuntor principalmente na operação de abertura do curto circuito. Para tal é proposto um sistema não intrusivo que analise a oscilografia das tensões e correntes no disjuntor sincronizado com as correntes no circuito de disparo deste equipamento. A Transformada de Fourier aplicada no sinal de corrente/tensão sem perturbação permite determinar o valor do componente fundamental desse sinal. Com esse valor pode-se gerar uma senóide que superposta com o sinal coletado pelo oscilógrafo permite visualizar a alteração. A Transformada Wavelet é realizada através de filtros decompondo-se o sinal de corrente ou tensão em Análise Multiresolução, em diferentes estágios obtendo-se em cada, uma versão chamada aproximação (baixas freqüências) e uma de detalhes (altas freqüências), sendo assim, os distúrbios podem ser detectados e localizados no tempo em função do seu conteúdo de freqüência. / The present work addresses the development of a circuit breaker monitoring system so as to collect information for predictive maintenance. The characteristics of the variables that are monitored through certain sensors linked to the circuit breaker, its acquisition and the treatment of the information, are analyzed. A prototype was developed and installed at the 440kV Sumaré substation of ETEO (Empresa de Transmissão de Energia do Oeste Paulista) a Brazilian Transmission Company. An important aspect for the maintenance is the evaluation of the times involved in the movement of the circuit breaker main contacts, mainly at the opening operation for example during a short circuit. On this respect, a non-intrusive system that analyzes the oscillography of both voltages and currents in the circuit breaker synchronized with the currents in the tripping circuit of this equipment is proposed. The Fourier Transform applied to the current or voltage signal with no disturbance allows to determine the value of the fundamental component of this signal. With that value, it can be generated a pure sine wave which when overlapped to the signal collected by the oscillograph allows to visualize alterations. The Wavelet Transform is realized through filters and decomposing the current or voltage signal through the Multiresolution Analysis at different levels, in this way, obtaining in each level, a version called approximation (low frequencies) and another with details (high frequencies), thus, the disturbances can be detected and located in the time and as a function of its frequency content.

Tendo em vista o papel que as chuvas exercem sobre águas continentais e a consequente disponibilidade hídrica para abastecimento, geração de energia, produção de alimentos e a dinâmica climatológica regional, o estudo de periodicidades nas variações em séries temporais pluviométricas têm impactos relevantes para o planejamento dos recursos hídricos. A precipitação, enquanto elemento do sistema climático, está em função de fatores internos e forçantes extraterrestres. Dentre estas, a força da gravidade da lua tem papel significativo como motor das marés oceânicas e sua influência na distribuição da massa e calor em escala global. Com o objetivo de identificar longos períodos de variação hidroclimática, esse trabalho investigou ciclos em escala decenal na variabilidade de seis séries longas de precipitação na região hidrográfica do Paraná no Sudeste Brasileiro, e sua potencial relação com o ciclo nodal de 18,6 anos. Para alcançar esse objetivo, além das análises estatísticas clássicas de dados, foi utilizado o filtro HP com o intuito de separar componentes de cíclicas e de longo prazo. Foi utilizada a metodologia de análise espectral de dados, como Fourier e a transformada em wavelet, que determina o poder das componentes dentro de uma série temporal. As análises estatísticas e o filtro HP foram importantes na visualização e detecção de períodos persistentes de desvios em relação aos valores médios. A ferramenta de transformada em wavelet apontou para robusta presença de periodicidades decenais em todas as séries, sendo as mais significativas 9 anos e 19 anos para todas as séries, com significância superior a 95%. Os resultados sugerem uma aparente anticorrelação, ou seja, o mínimo do ciclo nodal coincide com um incremento nos totais pluviométricos na região. Assim, essas informações da influência podem aprimorar a previsibilidade de condições hidrológicas interdecenais médias e aquelas variáveis socioeconômicas que são sensíveis à precipitação. / Considering the role of rainfall on continental waters and resulting water availability for water supply, energy generation, food production and regional climatological dynamics, the study of periodicities in variations in rainfall time series has a relevant impact on resource planning Water resources. Precipitation, as an element of the climate system, is a function of internal factors and extraterrestrial forcing. Among these, the force of gravity of the moon plays a significant role as the motor of the ocean tides and its influence on the distribution of mass and energy on a global scale. In order to identify long periods of hydroclimatic variation, this work investigated decadal scale cycles in the variability of six long series of precipitation in the Paraná hydrographic region in southeastern Brazil, and its potential relation with the nodal cycle of 18.6 years. To achieve this goal, in addition to the classic statistical data analysis, the HP filter was used in order to separate components from cyclical/random and long term. We use the spectral data analysis methodology, such as Fourier and the wavelet transform, which determines the power of the components within a time series. Statistical analyzes and the HP filter were important in visualizing and detecting persistent periods of deviations from mean values. The wavelet transform analysis pointed to robust presence of decadal periodicities in all series, being the most significant 9 years and 19 years for all series, with significance higher than 95%. The results suggest an apparent anticorrelation, that is, the minimum of the nodal cycle coincides with an increase in the total rainfall in the region. Thus, this influence information can enhance the predictability of medium interdecadal hydrological conditions and those socioeconomic variables that are sensitive to precipitation.

Este trabalho visa realizar uma análise exploratória de método utilizando Wavelet para analisar as variações na corrente de tráfego verificando simultaneamente os padrões no comportamento do tráfego e momentos atípicos, em diferentes escalas de tempo, através da Transformada Wavelet e métodos complementares em dados históricos do tráfego veicular. Os dados empíricos utilizados foram coletados separadamente para cada faixa de tráfego, em intervalos de curta duração (5 ou 6 minutos), em rodovias do estado de São Paulo. A partir desses dados, foram gerados os componentes de aproximação e detalhe da Transformada Wavelet Discreta de Haar. Os componentes gerados foram analisados e caracterizados antes de aplicar os métodos complementares. Para o reconhecimento de padrões no comportamento do tráfego foram utilizados os componentes de aproximação e a análise de agrupamento. Os resultados indicaram: (1) que existe grande tendência de classificar dias úteis típicos com terças, quartas e quintas-feiras, (2) a influência dos feriados na quantidade de agrupamentos, (3) a existência de diferentes efeitos para cada feriado e (4) influência do feriado de forma distinta a cada sentido da rodovia. Para detecção de momentos atípicos foram utilizados os coeficientes de detalhe e determinado um threshold em função do desvio padrão do coeficiente para determinar o que foi considerado como anomalia. Os resultados indicaram: (1) os primeiros níveis de decomposição apresentaram maior número de anomalias, (2) análises em sinais de período mensal concentraram mais anomalias do que a análise em um sinal de período anual, (3) a concentração de anomalias por tipo de dia está diretamente relacionada com o fluxo direcional e (4) identificou falhas no sensor. / This work aims to achieve an exploratory method analysis using Wavelet to analyze of traffic flow variations, evaluating both traffic behavior patterns and atypical moments, in different time scales, using Wavelet Transform and complementary traffic history data. Empirical data was collected separately for each traffic lane, in short intervals (5 or 6 minutes), in São Paulo state highways. The Haars Discrete Wavelet Transform approximation and detail components were generated from this collected data. These components were analyzed and characterized before using complementary methods. For pattern recognition in traffic behavior, approximation components were used, with cluster analysis. Results indicate that: (1) there is a great tendency in classifying work days in Tuesdays, Wednesdays and Thursdays, (2) holydays have influence in number of clusters, (3) each holyday have different effects and (4) holydays have different influences in each traffic direction. For the detection of atypical moments, detail coefficients were used with a determined threshold based on the standard deviation of said coefficient to define what was considered as an anomaly. Results indicate that: (1) the first levels of decomposition show a bigger number of anomalies, (2) monthly period signal analysis concentrate more anomalies than annual signals, (3) the anomaly concentration by each kind of day is directly related to traffic direction and (4) sensor flaws are identified.

Digital image watermarking is used to protect the copyright of digital images. In this thesis, a novel blind logo image watermarking technique for RGB images is proposed. The proposed technique exploits the error correction capabilities of the Human Visual System (HVS). It embeds two different watermarks in the wavelet/multiwavelet domains. The two watermarks are embedded in different sub-bands, are orthogonal, and serve different purposes. One is a high capacity multi-bit watermark used to embed the logo, and the other is a 1-bit watermark which is used for the detection and reversal of geometrical attacks. The two watermarks are both embedded using a spread spectrum approach, based on a pseudo-random noise (PN) sequence and a unique secret key. Robustness against geometric attacks such as Rotation, Scaling, and Translation (RST) is achieved by embedding the 1-bit watermark in the Wavelet Transform Modulus Maxima (WTMM) coefficients of the wavelet transform. Unlike normal wavelet coefficients, WTMM coefficients are shift invariant, and this important property is used to facilitate the detection and reversal of RST attacks. The experimental results show that the proposed watermarking technique has better distortion parameter detection capabilities, and compares favourably against existing techniques in terms of robustness against geometrical attacks such as rotation, scaling, and translation.