Search

Submitted by Daniella Santos (daniella.santos@ufma.br) on 2022-06-15T19:21:04Z No. of bitstreams: 1 JosédeRibamar.pdf: 2178305 bytes, checksum: c35a7003a42475a5ec2abff38a040e1f (MD5) Made available in DSpace on 2022-06-15T19:21:04Z (GMT). No. of bitstreams: 1 JosédeRibamar.pdf: 2178305 bytes, checksum: c35a7003a42475a5ec2abff38a040e1f (MD5) Previous issue date: 2022-02-28 Adaptive filters have solved many signal processing problems, in addition to being a fundamental part of machine learning. The study of adaptive filtering was boosted with the development of the Least Mean Square (LMS) algorithm in 1960. Since then, other adaptive algorithms have emerged with a superior performance to the LMS algo rithm in terms of misfit and convergence rate. Several algorithms have emerged in order to improve the performance of the LMS algorithm. Among them, adaptive algorithms based on stochastic gradient based on non-square mean error criteria, were developed and analyzed by Douglas and Meng, these algorithms provide superior performance over their stochastic gradient counterparts when analyzed against misfit and the speed of conver gence. These adaptive algorithms constitute an important family of algorithms. When implementing these algorithms in hardware devices such as DSPs, Microcontrollers and FPGAs, they are implemented in finite precision. Some effects in this implementation can affect its performance. Ultimately they can lead to divergence due to quantization errors. This important family of adaptive non-mean-square error algorithms was analyzed in 1994 by Douglas and Meng. The time constant and the maladjustment were analyzed. The results found from this analysis have presented divergences when compared with the experimental results. In this sense, this work aims to analyze this family of algorithms in finite precision, specifically we developed a new methodology for the misfit calculation, as well as an FPGA hardware implementation for problem solving and nanosatellite. Os filtros adaptativos têm resolvido muitos problemas de processamento de sinais, além de constituírem parte fundamental do aprendizado de máquina. O estudo da filtragem adaptativa foi impulsionado com o desenvolvimento do algoritmo Least Mean Square (LMS) em 1960. Desde então outros algoritmos adaptativos têm surgido com um desempenho superior ao algoritmo LMS em relação ao desajuste e à taxa de conver gência. Vários algoritmos têm surgido de modo a melhorar o desempenho do algoritmo LMS. Entre eles, os algoritmos adaptativos baseados no gradiente estocástico com base em critérios de erro não quadrático médio, foram desenvolvidos e analisados por Dou glas e Meng, estes algoritmos proporcionam um desempenho superior em relação aos seus equivalentes de gradiente estocástico quando se analisa em relação ao desajuste e a velo cidade de convergência. Estes algoritmos adaptativos constituem uma importante família de algoritmos. Quando se implementa esses algoritmos em dispositivo de hardware, tais como DSP, Microcontroladores e FPGA, estes são implementados em precisão finita. Al guns efeitos nessa implementação podem afetar o seu desempenho. Em última análise podem levar à divergência devido aos erros de quantização. Essa importante família de algoritmos adaptativos de erro não quadrático médio, foi analisada em 1994 por Douglas e Meng. Analisou-se a constante de tempo e o desajuste. Os resultados encontrados dessa análise tem apresentado divergências quando comparamos com os resultados experimen tais. Nesse sentido este trabalho tem o objetivo de analisar essa família de algoritmos em precisão finita, especificamente desenvolvemos uma nova metodologia para o cálculo do desajuste em ponto fixo, assim como também realizamos uma implementação em hard ware do tipo FPGA para resolução de problema em nanossatélite.

Orientador: Levy Boccato Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação Resumo: O desenvolvimento de tecnologias assistivas visa melhorar a qualidade de vida e a inclusão na sociedade de indivíduos que apresentem algum tipo de deficiência (como visual, motora e/ou intelectual). Em particular, as interfaces cérebro-computador baseadas no potencial evocado visualmente em regime permanente (BCI-SSVEP) constituem uma opção em desenvolvimento que permite a interação direta entre o cérebro humano e o computador, mapeando sinais cerebrais em comandos para dispositivos externos. Na construção de uma BCI-SSVEP, os sinais cerebrais registrados via eletroencefalografia (EEG) são amplificados e pré-processados a fim de remover artefatos e ruídos indesejados. Em seguida, feita a digitalização deste conjunto de sinais, faz-se a extração e seleção de atributos representativos e, por fim, a classificação, associando aos sinais de entrada uma classe que codifica o comando desejado pelo usuário. Neste trabalho, vamos estudar uma técnica promissora de filtragem espaço-temporal, denominada filtro MVDR (do inglês, minimum variance distortionless response). Essa técnica, por meio da combinação de sinais provenientes de diversos eletrodos, é capaz de atenuar componentes interferentes, preservando as frequências relacionadas aos estímulos visuais, de acordo com as restrições de minimização de variância. Inicialmente, de acordo com testes de sensibilidade, avaliou-se o comportamento do filtro com relação a alguns fatores do sistema BCI-SSVEP: proximidade entre frequências de estímulo, número de estímulos e tamanho da janela de estimulação. Em seguida, os principais parâmetros de ajuste do filtro foram alterados, como sua ordem e o número de eletrodos a serem combinados. Mediante a inferioridade do método proposto em relação às demais técnicas de pré-processamento empregadas, como o CAR e a CCA, propusemos uma extensão do MVDR na forma de um banco de filtros, FBMVDR, estendendo-o posteriormente para o modo de operação adaptativo. Resultados indicam que a implementação do banco de filtros, FBMVDR, proporcionou um aumento superior a 5% em relação ao MVDR, atingindo um desempenho de 92,6% em cenários com 4 estímulos visuais e janelas de 1 s. Em uma segunda abordagem, o FBMVDRR superou uma das técnicas estado da arte, o FBCCA, em pouco mais de 1 ponto percentual. Portanto, a técnica de filtragem espaço-temporal proposta se mostrou capaz de trazer benefícios relevantes para os sistemas BCI Abstract: The development of assistive technologies aims to improve the quality of life and the inclusion in society of individuals who have some type of disability (such as visual, motorand/or intellectual). In particular, brain-computer interfaces based on steady-state visually evoked potentials (BCI-SSVEP) constitute an option under development that allows direct interaction between the human brain and the computer, mapping signals into commands for external devices. When building a BCI-SSVEP, brain signals registered via electroencephalography (EEG) are amplified and pre-processed in order to remove artifacts and undesired noise. Then, the digitalization of this set of signals is provided, followed by the extraction and selection of representative attributes and, finally, the classification, assigning the input signals to a class that encodes the command selected by the user. In this work, we study a promising space-time filtering technique, called MVDR (minimum variance distortionless response filter). By combining the signals from different electrodes, this technique is capable of attenuating interfering components, while preserving the frequencies related to visual stimuli, according to the variance minimization restrictions. Initially, with the aid of sensitivity tests, the behavior of the MVDR filter was evaluated with respect to some factors of the BCI-SSVEP system: proximity amid stimulus frequencies, number of stimuli and stimulation window-length. Then, the main parameters of the filter were varied, such as the order and the number of electrodes to be combined. Due to the inferiority of the proposed method when compared with other pre-processing techniques, such as CAR and CCA, we proposed an extension of the MVDR in the form of a filter bank, FBMVDR, extending it later to the adaptive operation mode. The obtained results indicate that the implementation of the filter bank, FBMVDR, provided an increaseof more than 5 % in relation to the MVDR, reaching a performance of 92.6 % in scenarios with 4 visual stimuli and 1 s window-length. In a second approach, the FBMVDR surpassed one of the state-of-the-art techniques, the FBCCA, by approximately 1 percentage point. Therefore, the proposed space-time filtering technique was capable of bringing relevant benefits to the BCI systems Mestrado Engenharia de Computação Mestre em Engenharia Elétrica CAPES 88887.341753/2019-00

O monitoramento da frequ?ncia card?aca utilizando sinais de Fotopletismografia ou PPG (do ingl?s, Photopletismography) adquiridos do pulso de indiv?duos tem se popularizado devido ao surgimento de in?meros dispositivos wearable de baixo custo. No entanto, o monitoramento durante atividades f?sicas tem dificuldades em raz?o da influ?ncia de artefatos de movimento nos sinais de PPG. O objetivo deste trabalho ? introduzir um novo algoritmo capaz de remover artefatos de movimento e estimar a frequ?ncia card?aca de sinais de PPG de pulso. Os algoritmos do M?nimo Quadrado M?dio Normalizado ou NLMS (do ingl?s, Normalized Least Mean Square) e de M?nimos Quadrados Recursivos ou RLS (do ingl?s, Recursive Least Squares) s?o propostos para uma estrutura de filtragem adaptativa que utiliza sinais de acelera??o como refer?ncia para remover os artefatos de movimento. O algoritmo utiliza o Periodograma dos sinais filtrados para extrair suas frequ?ncias card?acas, que ser?o utilizadas juntamente com um ?ndice de Qualidade do Sinal de PPG para alimentar a entrada de um Filtro de Kalman. Heur?sticas espec?ficas e o ?ndice de Qualidade colaboram para que filtro de Kalman forne?a uma estimativa da frequ?ncia card?aca com alta acur?cia e robustez a incertezas de medi??o. O algoritmo foi validado a partir da frequ?ncia card?aca obtida de sinais de Eletrocardiografia e o m?todo proposto com o algoritmo RLS apresentou os melhores resultados com um erro m?dio absoluto de 1,54 batimentos por minuto (bpm) e desvio padr?o de 0,62 bpm, registrados para 12 indiv?duos realizando uma atividade de corrida em uma esteira com velocidades variadas. Os resultados tornam o desempenho do algoritmo compar?vel e at? mesmo melhor que v?rios m?todos desenvolvidos recentemente neste campo. Al?m disso, o algoritmo apresentou um custo computacional baixo e adequado ao intervalo de tempo em que a estimativa da frequ?ncia card?aca ? realizada. Dessa forma, espera-se que este algoritmo melhore a obten??o da frequ?ncia card?aca em dispositivos wearable atualmente dispon?veis. Heart rate monitoring using Photoplethysmography (PPG) signals acquired from the individuals pulse has become popular due to emergence of numerous low cost wearable devices. However, monitoring during physical activities has obstacles because of the influence of motion artifacts in PPG signals. The objective of this work is to introduce a new algorithm capable of removing motion artifacts and estimating heart rate from pulse PPG signals. Normalized Least Mean Square (NLMS) and Recursive Least Squares (RLS) algorithms are proposed for an adaptive filtering structure that uses acceleration signals as reference to remove motion artifacts. The algorithm uses the Periodogram of the filtered signals to extract their heart rates, which will be used together with a PPG Signal Quality Index to feed the input of a Kalman Filter. Specific heuristics and the Quality Index collaborate so that the Kalman filter provides a heart rate estimate with high accuracy and robustness to measurement uncertainties. The algorithm was validated from the heart rate obtained from Electrocardiography signals and the proposed method with the RLS algorithm presented the best results with an absolute mean error of 1.54 beats per minute (bpm) and standard deviation of 0.62 bpm, recorded for 12 individuals performing a running activity on a treadmill with varying speeds. The results make the performance of the algorithm comparable and even better than several recently developed methods in this field. In addition, the algorithm presented a low computational cost and suitable to the time interval in which the heart rate estimate is performed. Thus, it is expected that this algorithm will improve the obtaining of heart rate in currently available wearable devices.

Orientadores: Romis Ribeiro de Faissol Attux, Aline de Oliveira Neves Panazio Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação Resumo: O resumo poderá ser visualizado no texto completo da tese digital Abstract: The complete abstract is available with the full electronic document. Mestrado Engenharia de Computação Mestre em Engenharia Elétrica

Orientador: João Marcos Travassos Romano Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação Resumo: A multiplexação de polarização é uma técnica promissora que permite dobrar a capacidade de transmissão das próximas gerações de sistemas de comunicações ópticas operando a 40 Gb/s. Tais sistemas são dependentes de processamento digital de sinais, tanto para efetuar a separação dos sinais multiplexados em polarização, quanto para combater degradações impostas pelo canal óptico. Em geral, técnicas não supervisionadas como o algoritmo do módulo constante (CMA - Constant Modulus Algorithm) multiusuário são utilizadas para realizar a separação e a equalização simultaneamente. No entanto, este método apresenta algumas desvantagens, em especial a possibilidade de perda de um dos sinais transmitidos quando o sistema apresenta perda dependente de polarização. Este trabalho propõe uma nova estrutura de demultiplexação usando uma técnica de separação conhecida como análise de componentes independentes em conjunto com um equalizador adaptado pelo algoritmo do módulo constante. A técnica proposta é avaliada por meio de simulações, confirmando-se um bom desempenho diante das principais distorções lineares presentes em sistemas de comunicação óptica e verificando-se uma maior robustez em termos de perda dependente de polarização Abstract: Polarization multiplexing is a promising technique, able to double the capacity of next generation optical communication systems working at 40 Gb/s. Such systems are dependent of digital signal processing, both to separate the signals in multiplexed polarization, and to combat impairments imposed by optical channel. In general, unsupervised techniques such as multiuser CMA (Constant Modulus Algorithm) are used to perform the separation and equalization simultaneously. However, this method has some drawbacks, in particular the possibility of losing one of the signals when the system has polarization dependent loss. This work proposes a new structure for demultiplexing employing a separation technique known as independent component analysis in conjunction with an equalizer adapted by the Constant modulus algorithm. The proposed technique is evaluated through simulations, confirming the good performance in front of the main linear distortions present in optical communication systems and being more robust in terms of polarization dependent loss Mestrado Telecomunicações e Telemática Mestre em Engenharia Elétrica

É mostrado como projetar uma familia de novos métodos iterativos lineares através de uma abordagem pela teoria de controle. Escolhas apropriadas de funções de Liapunov resultam em controladores da familia PI/PD com ganhos variantes no tempo. Os novos métodos iterativos são aplicados à determinação dos pesos ótimos de filtros adaptativos. Simulações são feitas para mostrar que o desempenho dos novos algoritmos para filtros adaptativos é comparável ao método RLS. It is shown how to built a family of new iterative methods using a feedback control viewpoint together with appropriate choices of control Liapunov function, leading to a family of time varying PI/PD controllers. The new iterative methods are used to determine the optimal coefficients of adaptive filters. Simulations are performed in order to show that the new methods have the same performance as the RLS algorithm.