Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/8750
Tipo do documento: | Tese |
Título: | Approach for drift representation and extraction in gas sensors signals by sample entropy |
Autor: | ESTRADA, Eva Susana Albarracin |
Primeiro orientador: | FERREIRA, Tiago Alessandro Espínola |
Primeiro coorientador: | DELGADO-TREJOS, Edilson |
Primeiro membro da banca: | STOSIC, Tatijana |
Segundo membro da banca: | DURÁN ACEVEDO, Cristian Manuel |
Terceiro membro da banca: | REYES GAMBOA, Adriana Xiomara |
Resumo: | Humanos e animais percebem o ambiente circundante usando os mecanismos fisiológicos de percepção, comumente chamados de sentidos (GUERRINI et al., 2017). Bioinspirados pelo sistema olfativo biológico, o desenvolvimento de dispositivos artificiais que combinam uma matriz de sensores químicos com técnicas de reconhecimento de padrões, comumente denominados como “nariz eletrônico” (E ‐ Nose), têm sido usados para o reconhecimento de Compostos Orgânicos Voláteis (COVs). A resposta dos sensores de gás pode conter algumas perturbações (ruído e deriva) compostas por múltiplas frequências, afetando o desempenho das tarefas de processamento de sinal. A presente tese teve como objetivo analisar o comportamento da deriva em sinais de sensores de gás usados em dispositivos olfativos artificiais. Para tanto, foi utilizado um extenso banco de dados, relatado na literatura como um banco de dados real com graves problemas de deriva. Uma análise exploratória foi realizada sobre esse banco de dados usando transformada Wavelet discreta, observando a presença de deriva, perturbação de ruído e a existência de outliers, tornando mais difícil o tratamento desse banco de dados. Adicionalmente, estimou-se a influência dos desvios com base na Entropia da Amostra para estabelecer a dinâmica causada nos sinais do E-Nose. Por fim, foram gerados diversos cenários de trabalho utilizando gerador de medidas sintéticas. Fui procurado para explorar o efeito dos desvios em diferentes partes dos sinais de sistemas de nariz eletrônico, analisando o desempenho do método de detecção rápida para sistemas de nariz eletrônico usando dados artificiais. |
Abstract: | Humans and animals perceive the surrounding environment using the physiological mechanisms of perception, commonly called senses (GUERRINI et al., 2017). Bio-inspired by the biological olfactory system, the development of artificial devices that combine chemical sensors array with pattern recognition techniques, commonly termed as “electronic nose” (E‐Nose), have been used for recognition of Volatile Organic Compounds (VOCs). The gas sensors' response may contain some disturbances (noise and drift) composed of multiple frequencies,affecting signal processing tasks' performance. The present thesis focused on analyzing the drift behavior in signals from gas sensors used in artificial olfactory devices. For this purpose, one extensive database was used, reported in the literature as a real database with severe drift issues. An exploratory analysis was performed over that database using discrete Wavelet transform, observing the presence of drift, noise perturbance, and the existence of outliers, making it more challenging to treat that database. Additionally, it was estimated the influence of drifts based on Sample Entropy to establish the dynamics caused in the signals of E-Nose. Finally, it was generated several work scenarios using synthetic measurements generator. I was sought to explore the effect of drifts on different portions of signals from electronic nose systems, analyzing the performance of the rapid detection method for electronic nose systems using artificial data. |
Palavras-chave: | Sensor de aroma Nariz artificial Tecnologia Sensor de gás |
Área(s) do CNPq: | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal Rural de Pernambuco |
Sigla da instituição: | UFRPE |
Departamento: | Departamento de Estatística e Informática |
Programa: | Programa de Pós-Graduação em Biometria e Estatística Aplicada |
Citação: | ESTRADA, Eva Susana Albarracin. Approach for drift representation and extraction in gas sensors signals by sample entropy. 2020. 128 f. Tese (Programa de Pós-Graduação em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco, Recife. |
Tipo de acesso: | Acesso Aberto |
URI: | http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/8750 |
Data de defesa: | 21-Dez-2020 |
Aparece nas coleções: | Doutorado em Biometria e Estatística Aplicada |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Eva Susana Albarracin Estrada.pdf | Documento principal | 8,24 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.