Reconhecimento de padrões via Wavelets: aplicação no monitoramento de estruturas a partir do efeito do multicaminho proveniente de sinais de satélites GPS

• Autor(a) principal: Negri, Tamiris Trevisan [UNESP]
• Data de Publicação: 2012
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/94315
• topic: Computação - Matematica; GPS (Programa de computador); Sistema de Posicionamento Global

Atualmente o monitoramento contínuo de grandes estruturas é mais do que indispensável. O GPS (Global Positioning System) tem sido bastante utilizado, mas existem alguns desa os. Nem sempre é possível instalar um receptor diretamente na estrutura, como é o caso de vulcões ou morros com risco de desabamento. Além disso, os sinais rastreados podem ser obstruídos e/ou re etidos até mesmo na própria estrutura, causando o efeito de multicaminho. A qualidade das coordenadas estimadas depois do ajustamento das observações GPS é muito prejudicada por esse efeito. Muitos estudos têm tentado mitigar este efeito no intuito de obter um posicionamento mais acurado. No entanto, esta dissertação de mestrado apresenta uma aplicação inovadora em que o efeito do multicaminho ao invés de ser eliminado é analisado a m de avaliar e monitorar o objeto re etor sem a necessidade de acesso direto à estrutura, pois o receptor não necessita ser instalado diretamente na mesma, bastando estar próximo a ela de modo que cause o efeito do multicaminho. A metodologia proposta compara os espectros wavelet das séries temporais do efeito do multicaminho de dias consecutivos a m de obter um padrão e reconhecer a repetibilidade do efeito do multicaminho. Uma vez detectada alguma alteração desse padrão, pode-se a rmar ou não sobre a ocorrência de movimento em determinada estrutura. A transformada wavelet não-decimada aliada aos dados de pseudistância mostrou-se ideal para esta aplicação, sendo capaz de detectar o movimento da estrutura a partir de todas as séries temporais analisadas a um nível de signi cância de 5%