Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Melo, Kátia Táila Silva de
 |
| Orientador(a): |
Duque, Carlos Augusto
|
| Banca de defesa: |
Silva, Leandro Rodrigues Manso
,
Ferreira, Danton Diego
|
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Juiz de Fora (UFJF)
|
| Programa de Pós-Graduação: |
Programa de Pós-graduação em Engenharia Elétrica
|
| Departamento: |
Faculdade de Engenharia
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufjf.br/jspui/handle/ufjf/14192
|
Resumo: |
Compressive sensing é uma técnica que utiliza da esparsidade dos sinais em alguma dimensão, para processá-los enquanto são comprimidos utilizando menos amostras que técnicas como Shannon-Nyquist, possibilitando que menos memória seja utilizada, e consequentemente proporcionando o barateamento de hardwares. O método utilizado neste trabalho é focado no uso de matrizes determinísticas feitas com códigos de chirp para processar sinais sintéticos com harmônicos e reconstruílos. É demonstrada a técnica neste trabalho, suas limitações e os resultados de sua aplicação em sinais sintéticos harmônicos. Uma análise dos casos foi realizada identificado os casos em que ela trás bons resultados e situações que não é recomendado seu uso. É visto que a técnica tem suas particularidades de implementação, mas dentro dos requisitos ela cumpre o objetivo proposto, recuperando o sinal com poucas amostras com um erro relativamente baixo possibilitando assim a redução de custos de armazenamento dos dados. |
