Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/18072
Document type: | Tese |
Access type: | Acesso Aberto |
Title: | Redução de ruído em sensores de monitoramento usando separação cega de fontes |
Author: | Santos, Daniel Moraes |
First Advisor: | Veiga, Antônio Cláudio Paschoarelli |
Summary: | Separação Cega de Fonte (BSS) é conhecida por ser um processo eficiente e poderoso em separar e estimar sinais mutuamente independentes adquiridos por vários tipos de sensores de monitoramento. Esses sensores de monitoramento captam sinais que são compostos por vários tipos de fontes, as fontes desejadas, as fontes indesejadas e as fontes ruidosas. Assim, o sinal desejado está comprometido para que possa ser analisado, isso pode levar a tomadas de decisões não eficientes. O ideal seria que os sinais analisados fossem compostos do maior nível de fontes desejadas, e menor nível de fontes indesejadas e fontes ruidosas. Este trabalho propõe um algoritmo para identificar e reduzir os níveis de ruído em sinais monitorados por sensores usando Separação Cega de Fonte. Este algoritmo pode ser aplicado em várias áreas de monitoramento. Ele é capaz de identificar o ruído sem qualquer tipo de informação prévia do sinal analisado. Inicialmente, o algoritmo realiza uma separação dos sinais que foram monitorados por sensores. Estes sinais podem ter sofrido influência (interferência) de seus sensores vizinhos. Diferentemente da BSS padrão, que requer pelo menos duas fontes, este algoritmo reduz os níveis de ruído de cada fonte separadamente aplicando os algoritmos de Taxa Máxima Sinal Ruído e Previsibilidade Temporal. O algoritmo proposto também produz duas saídas para cada sinal (fonte), o sinal original estimado e o ruído estimado. Os resultados satisfazem todos os objetivos proposto neste trabalho. Todas as métricas utilizadas como parâmetros (SNR – Relação Sinal Ruído, SDR – Relação Sinal Distorção e SIR – Relação Sinal Interferência) de avaliação dos resultados obtidos pelo algoritmo proposto foram satisfatórias. Em específico, para os dados de perfilagem térmica, os resultados mais interessantes foram os gradientes térmicos e seus respectivos desvios padrões, que apresentaram maior ganho de precisão. |
Abstract: | Blind Source Separation (BSS) is known to be an efficient and powerful process to separate and estimate individual mutually independent signals acquired by various types of monitoring sensors. Theses monitoring sensors capture signals that are composed of various types of sources, the desired sources, unwanted sources and noisy sources. Thus, the desired signal is compromised so that it can be analyzed, this can lead to inefficient decision making. Ideally, the analyzed signals should be composed of the higher level of desired sources, and lower level of unwanted sources and noisy sources. This paper proposes an algorithm to identify and reduce noise in monitoring sensor signals using Blind Source Separation. This algorithm can be applied in any area of monitoring. It can identify noise without any kind of previous information of the signal analyzed. Initially, the algorithm makes the separation of the signals that were acquired by the sensors. These signals may have suffered influence from several noise sources. Different from the standard BSS, which requires at least two sources, this algorithm removes the noise from each signal separately applying the Maximum Signal-to-Noise Ratio and Temporal Predictability algorithms. The proposed algorithm also produces two outputs for each signal, the estimated original signal and the estimated noise. The results satisfy all the proposed objectives of this work. All the metrics used as parameters to evaluate the results obtained by the proposed algorithm were satisfactory. Specifically, for the thermal profile data, the most interesting results were the thermal gradients and their respective standard deviations, which showed a significant improvement |
Keywords: | Separação cega de fonte Análise estatística Sensores Monitoramento Análise de componentes independentes Ruído Previsibilidade temporal Taxa máxima sinal ruído Blind source separation Statistical analysis Sensors Monitoring Independent component analysis Noise Temporal predictability Maximum signal noise ratio Engenharia elétrica Detectores Ruído elétrico |
Area (s) of CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Program: | Programa de Pós-graduação em Engenharia Elétrica |
Quote: | SANTOS, Daniel Moraes. Redução de ruído em sensores de monitoramento usando separação cega de fontes. 2016. 235 f. Tese (Doutorado em Ciências) - Universidade Federal de Uberlândia, Uberlândia, 2016. DOI http://doi.org/10.14393/ufu.te.2016.151 |
Document identifier: | http://doi.org/10.14393/ufu.te.2016.151 |
URI: | https://repositorio.ufu.br/handle/123456789/18072 |
Date of defense: | 7-Dec-2016 |
Appears in Collections: | TESE - Engenharia Elétrica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ReducaoRuidoSensores.pdf | Tese | 3 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.