Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015. / Submitted by Raquel Viana (raquelviana@bce.unb.br) on 2015-12-01T17:06:21Z
No. of bitstreams: 1
2015_IgorLuizBernardesdeMoura.pdf: 2053550 bytes, checksum: a20bf1fac903babfe1ae72f7433039dd (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-01-15T19:23:05Z (GMT) No. of bitstreams: 1
2015_IgorLuizBernardesdeMoura.pdf: 2053550 bytes, checksum: a20bf1fac903babfe1ae72f7433039dd (MD5) / Made available in DSpace on 2016-01-15T19:23:05Z (GMT). No. of bitstreams: 1
2015_IgorLuizBernardesdeMoura.pdf: 2053550 bytes, checksum: a20bf1fac903babfe1ae72f7433039dd (MD5) / O CompressiveSensing(CS) é uma técnica recente que explora a esparsidade de um sinal para realizar a amostragem em uma taxa inferior à de Nyquist. Ainda incipientes, pesquisas que relacionam o CS à reconstrução de sinais de Eletromiografia de Superfície (EMG-S) indicam possibilidade de utilização desta técnica no processamento e recuperação de dados. Este trabalho tem como proposta a realização de um teste computacional para avaliar múltiplas combinações dos parâmetros: intervalos máximo de perdas para reconstrução, métrica lpa ser minimizada, menor percentual de amostras para uso do CS e tipo de matriz de aquisição (binária ou aleatória). Espera-se determinarquais os melhores valores para recuperação e reconstrução de sinais de EMG-S através do uso de CS, de modo que na etapa de pós processamento seja possível recuperar trechos danificados do sinal. Utilizou-se um sinal simulado para os testes, de modo que este serviu para comparação com os que foram reconstruídos experimentalmente. Por serem naturalmente não-esparsos, os sinais de EMG-S foram esparsificados através da utilização de um banco de filtros de 32 canais, sendo o CS aplicado em cada uma das componentes. Um laço de repetição foi implementado para determinar qual a melhor combinação entre o tamanho máximo do intervalo, a métrica lpa ser minimizada, o percentual de amostras e o tipo de matriz de aquisição utilizado. Uma vez determinados, os resultados foram aplicados em múltiplos intervalos distribuídos pelo sinal, com intuito de avaliar a capacidade da técnica em recuperar um sinal altamente comprometido.Os resultados indicaram uma relação entre o sinal reconstruído e o original de aproximadamente 29.59 dB, para o caso em que um intervalo de 40 pontos foi recuperado, e 25.01 para o caso decinco intervalos. Considerando que o sinal de testes tinha 1025 amostras, foi possível reconstruiraproximadamente 20% deste com o CS. Uma vez que na análise de sinais de EMG-S micro oscilações na curva do sinal não são comprometedoras, e que outros parâmetros/características possuem umarelevânciamaior (ex: RMS, ARV, MNF, MDF, CV), o objetivo foi alcançado e a utilização do CSmostrou-se bastante promissor. ______________________________________________________________________________________________ ABSTRACT / The Compressive Sensing (CS) is a recent technique that exploits the sparsity of a signal to sampleit at a rate under the proposed by Nyquist. Still incipient, research linking the CS reconstructionof surface electromyography signals (EMG-S) indicate the possibility of using this technic for theprocessing and data recovery. This paper aims to carry out a computer test to evaluate multiplecombinations of parameters: maximum reconstruction intervals, metric lp to be minimized, minimal percentage of samplesand type of acquisition matrix(binary or random). It was expected to determine the best values for the recovery andreconstruction S-EMG signals through the use ofCS, so in the post-processing step, will bepossible to recover damaged sections of the signal.It was used a simulated signal for the tests, so this was used to compare with those reconstructedexperimentally. Due the characteristic of been naturally non-sparse, the S-EMG signals weresparsified by using a 32-channel filter bank, and the CS was applied to each of the components. Arepeating loop was implemented to determine the best combination between the maximum size ofthe interval, the metric Lpto be minimized, the percentage of samples and the type of acquisitionmatrix used. Once determined, the results were applied in multiple intervals distributed by thesignal, in order to verify the technique's ability to recover a highly compromised signal.The results indicate a relationship between the reconstructed signal and the original of approximately29.59 dB for the case in which an interval of 40 points was recovered and 25.01for the case of five intervals. Whereas the test signal had 1025 samples, it was possible to reconstructabout 20 % of this with the CS. Once the analysis of EMG-S micro-oscillation signalsin the signal curve are not compromising, and other parameters/features have greater relevance(RMS, ARV, MNF, MDF, CV), the objective has been achieved and using the CS proved verypromising.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/19182 |
Date | 08 June 2015 |
Creators | Moura, Igor Luiz Bernardes de |
Contributors | Soares, Fabiano Araújo |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds