Analise espectral e modelagem adaptativa de sinais de mare em mar semi-fechado

Autor: Romano, Ana Lucia Travassos
Jazyk: portugalština
Rok vydání: 1995
Předmět:
Zdroj: Repositório Institucional da UnicampUniversidade Estadual de CampinasUNICAMP.
Druh dokumentu: masterThesis
Popis: Orientador: Amauri Lopes
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica
Made available in DSpace on 2018-07-20T02:59:35Z (GMT). No. of bitstreams: 1 Romano_AnaLuciaTravassos_M.pdf: 7197475 bytes, checksum: 0c76fbaba88c387b05ddae90f765dfe6 (MD5) Previous issue date: 1995
O objetivo deste trabalho é estudar o comportamento das flutuações de maré em mar semi-fechado, através de técnicas de processamento de sinais e de análise espectral. Com isso pretende-se estabelecer um comportamento padrão para a região em estudo (Baía de Sepetiba) e, sobretudo, mostrar o potencial de aplicação das ferramentas desenvolvidas para a análise. Os métodos utilizados são: Análise Clássica de Fourier, onde através de algoritmos de Transformada Rápida (FFT) obtém-se a densidade espectral de freqüência pelo método do Periodograma; Métodos Paramétricos, visando uma maior definição do espectro e estabelecendo um modelo auto-regressivo para o sinal, a partir dos dados disponíveis; Métodos Adaptativos, finalmente levando-se em conta o caráter não estacionário do sinal de maré e obtendo-se um modelo auto-regressivo de forma adaptativa, o qual permite acompanhar as variações de freqüência e, principalmente, de intensidade das diversos componentes de maré ao longo do ano. Os resultados apresentados mostram que os espectros obtidos por FFI, por Modelamento AR e por Filtragem Adaptativa, estiveram de acordo entre si e com os obtidos teoricamente. Os três métodos podem ser utilizados em qualquer conjunto de dados de altura do nível do mar e podem referir-se a qualquer âmbito de intervalo de freqüência de maré. O modelo AR, adaptativo ou não, abre novas e interessantes perspectivas para a análise da curva de maré, conseguindo bom desempenho, mesmo com número limitado de dados, e viabilizando previsões com base nesses modelos
Not informed.
Mestrado
Mestre em Engenharia Elétrica
Databáze: Networked Digital Library of Theses & Dissertations