Wyniki wyszukiwania - BazTech

1

Zastosowanie wybranych klasyfikatorów uczenia maszynowego do rozpoznawania form wyładowań niezupełnych

Cichoń Andrzej, Borucki Sebastian, Włodarz Michał

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 10

193--196

PL

Ocena intensywności oraz form wyładowań niezupełnych pozwala na określenie stanu izolacji urządzeń elektroenergetycznych. W artykule przedstawiono możliwości identyfikacji podstawowych form wyładowań niezupełnych, przy wykorzystaniu wybranych algorytmów uczenia maszynowego. Przedstawiono wpływ różnych metod przetwarzania wstępnego sygnałów na skuteczność modeli sztucznej inteligencji. Zaproponowano metodę ekstrakcji cech statystycznych z sygnałów emisji akustycznej pozwalających na klasyfikację form wyładowań.

EN

The assessment of the intensity and forms of partial discharges allows for the determination of the insulation condition of electrical power devices. The article presents the possibilities of partial discharge form prediction of selected machine learning algorithms. The influence of various pre-processing methods on the effectiveness of artificial intelligence models is presented. A method of extracting statistical features from acoustic emission signals has been proposed, allowing for the prediction of discharge forms.

2

Signal-piloted processing metaheuristic optimization and wavelet decomposition based elucidation of arrhythmia for mobile healthcare

Qaisar Saeed Mian, Khan Sibghatullah I., Dallet Dominique, Tadeusiewicz Ryszard, Pławiak Paweł

Biocybernetics and Biomedical Engineering

|

2022

|

Vol. 42, no. 2

681--694

EN

The next generation healthcare systems will be based on the cloud connected wireless biomedical wearables. The key performance indicators of such systems are the compression, computational efficiency, transmission and power effectiveness with precision. The electrocardiogram (ECG) signals processing based novel technique is presented for the diagnosis of arrhythmia. It employs a novel mix of the Level-Crossing Sampling (LCS), Enhanced Activity Selection (EAS) based QRS complex selection, multirate processing, Wavelet Decomposition (WD), Metaheuristic Optimization (MO), and machine learning. The MIT-BIH dataset is used for experimentation. Dataset contains 5 classes namely, ‘‘Atrial premature contraction”, ‘‘premature ventricular contraction”, ‘‘right bundle branch block”, ‘‘left bundle branch block” and ‘‘normal sinus”. For each class, 450 cardiac pulses are collected from 3 different subjects. The performance of Marine Predators Algorithm (MPA) and Artificial Butterfly Optimization Algorithm (ABOA) is investigated for features selection. The selected features sets are passed to classifiers that use machine learning for an automated diagnosis. The performance is tested by using multiple evaluation metrics while following the 10-fold cross validation (10-CV). The LCS and EAS results in a 4.04-times diminishing in the average count of collected samples. The multirate processing lead to a more than 7-times computational effectiveness over the conventional fix-rate counter parts. The respective dimension reduction ratios and classification accuracies, for the MPA and ABOA algorithms, are 29.59-times & 22.19-times and 98.38% & 98.86%.

3

Fetal heart rate estimation using fractional Fourier transform and wavelet analysis

Jaba Deva Krupa Abel, Dhanalakshmi Samiappan, Sanjana N.L., Manivannan Naveen, Kumar Ramamoorthy, Tripathy Saswati

Biocybernetics and Biomedical Engineering

|

2021

|

Vol. 41, no. 4

1533--1547

EN

Objective: Monitoring fetal cardiac activity during pregnancy is a critical part of assessing the fetus’s health. Non-invasive fetal electrocardiogram (NIFECG) is a safe emerging fetal cardiac monitoring approach receiving considerable interest. This paper proposes an effective way to separate the fetal ECG signal from the single-channel abdominal ECG signals. Methods: The paper proposes a novel algorithm based on time-frequency analysis combining fractional Fourier transform (FrFT) and wavelet analysis to extract fetal ECG from abdominal signals at higher accuracy. The abdominal signals acquired from pregnant women are preprocessed and subjected to suppressing maternal ECG using fractional Fourier transform and maximum likelihood estimate. The estimated maternal signal is removed from the abdominal ECG. The residue is processed using wavelet decomposition to obtain a clean fetal ECG and calculate fetal heart rate. Results: The proposed algorithm’s performance is validated using signals from the Daisy database and Physionet challenge 2013 set-a dataset. Real-time signals acquired using Powerlab data acquisition hardware are also included for validation. The obtained results show that the proposed algorithm can effectively extract the fetal ECG and accurately estimate the fetal heart rate. Conclusion: The proposed method is a promising and straightforward algorithm for FECG extraction. Fractional Fourier transform maps the time domain abdominal signal into the fractional frequency domain, distinguishing the fetal and maternal ECG. The Wavelet transform can efficiently denoise the residue abdominal signal and provides a clean fetal ECG. The proposed approach achieves 98.12% of accuracy, 98.85% of sensitivity, 99.16% of positive predictive value, and 99.42% of F1 measure.

4

Zbiorcze zabezpieczenie ziemnozwarciowe dla sieci SN wykorzystujące dekompozycję falkową i kryterium Bayesa

Marciniak Lubomir

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 8

25--28

PL

Do selektywnego wykrywania zwarć doziemnych w sieciach średnich napięć mogą być stosowane zabezpieczenia grupowe, które w przeciwieństwie do zabezpieczeń indywidualnych kontrolują prądy doziemne we wszystkich polach odpływowych. W pracy przedstawiono model zabezpieczenia wykorzystującego detale z dekompozycji falkowej prądów doziemnych i kryterium Bayesa. Określono istotne parametry modelu. Oceniono skuteczność działania zabezpieczenia w przypadku niestacjonarnych zwarć wysokorezystancyjnych w sieci z naturalną asymetrią i zniekształceniami harmonicznymi.

EN

For selective detection of earth faults in medium voltage networks, the general protection can be used, which unlike individual protections controls earth currents in all lines supplied from the substation. The paper presents a protection model using details of earth currents from wavelet decomposition and the Bayesian criterion. Significant parameters of the model were determined. The effectiveness of the protection in the case of non-stationary high-resistance short-circuits in the network with natural asymmetry and harmonic distortion was also assessed.

5

Cardiac arrhythmia detection in ECG signals by feature Extraction and support vector machine

Malik Kumar Gorav, Kumar Yatindra, Panda Manoj

Annals of Computer Science and Information Systems

|

2017

|

Vol. 10

241--244

EN

Purpose of this work is to develop an automated physiological signal diagnostic tool that can help us to early determination of arrhythmia for proper medical attention. This paper presents a simple automated approach for classification of normal and abnormal ECG based on arrhythmia. The proposed method validated by the data MIT BIH arrhythmia database. The performance in terms of accuracy for clinical decision must be very high. This method uses fourth order wavelet decomposition, wavelet decomposition used for time frequency representation and feature extraction. For classification support vector machine is used for detection kinds of ECG signals

6

Klasyfikacja wzrokowych potencjałów wywołanych w oparciu o dekompozycję wielorozdzielczą i sieć SVM

Dobrowolski A. P.

Elektronika : konstrukcje, technologie, zastosowania

|

2016

|

Vol. 57, nr 2

42--46

PL

W elektrofizjologicznym badaniu wzroku najczęściej wykorzystuje się wzrokowe potencjały wywołane, które charakteryzują się kolejno ułożonymi w funkcji czasu ekstremami, zwanymi falami lub załamkami. Morfologia przebiegu, a w szczególności zależności czasowe i amplitudowe poszczególnych fal, umożliwiają neurologowi postawienie diagnozy, co nie jest zadaniem prostym. Wymaga od neurologa doświadczenia, skupienia uwagi i bardzo dobrej percepcji. W celu wsparcia procesu diagnostycznego autor opracował algorytm realizujący zautomatyzowaną klasyfikację słuchowych potencjałów wywołanych do grupy przypadków patologicznych lub prawidłowych. Czułość metody w 100 osobowym zbiorze przypadków określono na 94%, przy 16% prawdopodobieństwie fałszywego alarmu, co z medycznego punktu widzenia jest wynikiem satysfakcjonującym.

EN

In electrophysiological examination of sight are most often used visual evoked potentials which are characterized by extremes, called waves, successively arranged on timeline. Morphology of the waveforms, in particular, the timing and amplitude of each wave, allow neurologist diagnosis, which is not an easy task. Neurologist requires experience, attention and very good perception. In order to support the diagnostic process, the author have developed an algorithm implementing the automated classification of visual evoked potentials to the group of pathological or physiological cases. For a set of cases numbering 100 people, the sensitivity of the method is 94%, with 16% probability of false alarm. The obtained result is satisfactory from a medical point of view.

7

Classification of auditory brainstem response using wavelet decomposition and SVM network

Dobrowolski A., Suchocki M., Tomczykiewicz K., Majda-Zdancewicz E.

Biocybernetics and Biomedical Engineering

|

2016

|

Vol. 36, no. 2

427--436

EN

In electrophysiological hearing assessment and diagnosis of brain stem lesions are most often used auditory brainstem evoked potentials of short latency. They are characterized by successively arranged maxima as a function of time, called waves. Morphology of the course, in particular, the timing and amplitude of each wave, allow neurologist diagnosis, which is not an easy task. Neurologist requires experience, attention and very good perception. In order to support the diagnostic process, the authors have developed an algorithm implementing the automated classification of auditory evoked potentials to the group of pathological and physiological cases. The sensitivity and specificity of group numbering of 130 cases are respectively 95% and 98% and classification accuracy is equal to 97%. The procedures developed by the authors for generation of distinctive features based on wavelet decomposition with a SVM network-based classifier have been integrated into a diagnostic application directly interoperable with Nicolet Viking Select (Natus Medical Inc., USA) system data files.

8

Comparison of Wavelet Decomposition Coefficients Transmission Systems Using Splines and Classical Types of Modulation

Kutin A. I.

Journal of Telecommunications and Information Technology

|

2015

|

nr 3

25--31

EN

Wavelets are becoming increasingly used as a tool for the analysis of non-stationary data. To transmit the coefficients resulting from the signal decomposition traditionally their combination into a single data packet is used, without including unequal energy contribution of each factor and impact of the decomposition level. This paper analyzes (at different transmission speeds) the signals properties produced by classical modulation methods and spline modulation for wavelet coefficients transmission proposed by the author. For all signal types the additive Gaussian noise is used as a noise disturbance.

9

Klasyfikacja słuchowych potencjałów wywołanych w oparciu o dekompozycję falkową i sieć SVM

Suchocki M., Dobrowolski A., Majda-Zdancewicz E., Tomczykiewicz K.

Biuletyn Wojskowej Akademii Technicznej

|

2015

|

Vol. 64, nr 4

117-129

PL

W elektrofizjologicznej ocenie słuchu oraz diagnozowaniu uszkodzeń pnia mózgu najczęściej wykorzystuje się słuchowe potencjały wywołane pnia mózgu o krótkiej latencji. Charakteryzują się one kolejno ułożonymi w funkcji czasu maksimami, zwanymi załamkami lub falami. Morfologia przebiegu, a w szczególności zależności czasowe i amplitudowe poszczególnych załamków, umożliwiają neurologowi postawienie diagnozy, co nie jest zadaniem prostym. Wymaga od neurologa doświadczenia, skupienia uwagi i bardzo dobrej percepcji. W celu wsparcia procesu diagnostycznego autorzy opracowali algorytm realizujący zautomatyzowaną klasyfikację słuchowych potencjałów wywołanych do grupy przypadków patologicznych i fizjologicznych, z czułością i specyficznością określoną na niezależnej grupie testowej liczącej 50 przypadków, wynoszącą odpowiednio 84% i 88%.

EN

For electrophysiological hearing assessment and diagnosis of brain stem lesions, the most often used are auditory brainstem evoked potentials of short latency. They are characterized by successively arranged maxima as a function of time, called waves. Morphology of the course, in particular, the timing and amplitude of each wave, allow a neurologist to make diagnose, what is not an easy task. A neurologist should be experienced, concentrated, and should have very good perception. In order to support his diagnostic process, the authors have developed an algorithm implementing the automated classification of auditory evoked potentials to the group of pathological and physiological cases, the sensitivity and specificity determined for an independent test group (of 50 cases) of respectively 84% and 88%.

10

Reef Reservoir Identification by Wavelet Decomposition and Reconstruction : A Case Study from Yuanba Gas Field in China

Cheng B., Xu T., Robbins B., Shen Z. M.

Acta Geophysica

|

2015

|

Vol. 63, no. 4

1025--1043

EN

The organic reef is a special type of carbonate reservoir which always dominates the spatial distribution, reserves and accumulations of natural gas. However, it is difficult to determine the organic reef’s internal structure and gas reservoirs due to numerous adverse factors such as the low resolution of seismic data, depth of burial, strong anisotropy, irregular spatial distribution and complex internal structure. A case study of wavelet decomposition and reconstruction technology applied to elucidate the features of organic reef reservoirs in the Changxing formation from Yuanba gas field shows that the seismic record reconstructed by high frequency signal can adequately describe the internal properties of organic reef reservoirs. Furthermore, the root mean square amplitude ratio of both low and high frequency data obtained from the reconstructed seismic data clearly show spatial distribution of gas and water in reef reservoirs.

11

Joint time-frequency and wavelet analysis - an introduction

Majkowski A., Kołodziej M., Rak R. J.

Metrology and Measurement Systems

|

2014

|

Vol. 21, nr 4

741--758

EN

A traditional frequency analysis is not appropriate for observation of properties of non-stationary signals. This stems from the fact that the time resolution is not defined in the Fourier spectrum. Thus, there is a need for methods implementing joint time-frequency analysis (t/f) algorithms. Practical aspects of some representative methods of time-frequency analysis, including Short Time Fourier Transform, Gabor Transform, Wigner-Ville Transform and Cone-Shaped Transform are described in this paper. Unfortunately, there is no correlation between the width of the time-frequency window and its frequency content in the t/f analysis. This property is not valid in the case of a wavelet transform. A wavelet is a wave-like oscillation, which forms its own “wavelet window”. Compression of the wavelet narrows the window, and vice versa. Individual wavelet functions are well localized in time and simultaneously in scale (the equivalent of frequency). The wavelet analysis owes its effectiveness to the pyramid algorithm described by Mallat, which enables fast decomposition of a signal into wavelet components.

12

Infrared devices and techniques (revision)

Rogalski A., Chrzanowski K.

Metrology and Measurement Systems

|

2014

|

Vol. 21, nr 4

565--618

EN

The main objective of this paper is to produce an applications-oriented review covering infrared techniques and devices. At the beginning infrared systems fundamentals are presented with emphasis on thermal emission, scene radiation and contrast, cooling techniques, and optics. Special attention is focused on night vision and thermal imaging concepts. Next section concentrates shortly on selected infrared systems and is arranged in order to increase complexity; from image intensifier systems, thermal imaging systems, to space-based systems. In this section are also described active and passive smart weapon seekers. Finally, other important infrared techniques and devices are shortly described, among them being: non-contact thermometers, radiometers, LIDAR, and infrared gas sensors.

13

Wavelet decomposition of evoked potentials as an objective assessment for the auditory pathway

Suchocki M., Dobrowolski A.P., Tomczykiewicz K.

Spektrum

|

2013

|

nr 11-12

XIX--XXIV

EN

The paper describes the problems associated with electroencephalographic examination of hearing. Due to the fact that the current methods are mainly based on the interpretation of the timing electroencephalograms and require a large experience of examining neurologist, a task was undertaken to eliminate the subjective evaluation of results, and to automate testing. The authors, using the CPS methods have identified distinctive features differentiating evoked potentials well differentiating normal cases from pathological ones.

PL

Artykuł opisuje problemy związane z oceną zmysłu słuchu przy pomocy elektroencefalografu. Ponieważ aktualne metody są skupione na interpretacji czasowej elektroencefalogramów i wymagają dużego doświadczenia egzaminującego neurologa, podjęto się zadania wyeliminowania subiektywnej oceny wyników i automatyzacji badań. Autorzy używając metod CPS wskazali dystynktywne cechy wywołanych potencjałów, które pozwalają na łatwe odróżnienie przypadków patologicznych od zdrowych

14

Obiektywna ocena traktu słuchowego oparta na analizie falkowej potencjałów wywołanych i sieci wektorów nośnych

Suchocki M., Dobrowolski A.P.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 9

160-165

PL

W artykule opisano problematykę związaną z elektroencefalograficznym badaniem słuchu. Ze względu na to, że obecne metody opierają się głównie na interpretacji przebiegów czasowych elektroencefalogramów i wymagają od badającego neurologa dużego doświadczenia, podjęto się zadania, które ma na celu eliminację subiektywnej oceny wyników oraz zautomatyzowanie badania. Autorzy korzystając z metod CPS wyodrębnili cechy dystynktywne potencjałów wywołanych dobrze różnicujące przypadki prawidłowe od patologicznych.

EN

The paper describes the problems associated with electroencephalographic examination hearing. Due to the fact that the current methods are mainly based on the interpretation of the timing electroencephalograms and require a large experience of examining neurologist, it was a task that aims to eliminate the subjective evaluation of results, and test automation. The authors use the CPS methods have identified distinctive features of evoked potentials well differentiating normal form pathological cases.

15

Identification of the impact of tool coating on the surface microroughness in turning of hardened steel

Zawada-Tomkiewicz A.

Pomiary Automatyka Kontrola

|

2012

|

R. 58, nr 5

456-459

EN

This paper reports on the use of wavelets to identify the quality of tool coating. Both coated and uncoated tools were experienced in hard turning (PCBN tools).The idea is to assess the correlation between the changes in tool microtopography and the surface microroughness. The discrete wavelet transform and entropy coefficient were developed to extract the features of the quality of tool coating. Different form and size of tool coating change was exhibited in different dynamic components and created specific mark of the coating on the machined surface.

PL

Artykuł poświęcony jest zagadnieniu zidentyfikowania jakości powlekanych narzędzi i ich wpływu na mikrochropowatość powierzchni obrobionej. Badania przeprowadzono dla stali hartowanej i narzędzi z polikrystalicznego azotku boru (PCBN) (rys. 1). Narzędzia tego typu posiadają dużą twardość i uniwersalność stosowania [1-10]. Charakteryzują się jednak dużą kruchością, która sprawia, że krawędź skrawająca ostrzy PCBN ma duży promień zaokrąglenia, a narzędzia powlekane są cienkimi warstwami w celu identyfikacji zużycia. W badaniach pomierzono krawędź skrawającą (rys. 2) oraz jakość powierzchni obrobionej (rys. 3). W badaniach zastosowano dyskretną transformatę falkową (DWT) w celu dekompozycji sygnału podstawowego kształtu profilu powierzchni na składowe aproksymacji i szczegółów (rys. 4 i rys. 5) [11-12]. Zaproponowano metodykę oceny jakości krawędzi skrawającej (i stanu powłoki) ostrza współczynnikiem entropii [13], wyliczonym dla wybranych składowych dekompozycji w ujęciu całościowym oraz cząstkowym. Wyniki zestawionych współczynników entropii dla powierzchni stali hartowanej uzyskanej dla ostrzy bez powłoki, powlekanych niezużytych i o znacznym stopniu zużycia zestawiono na rysunkach 6 i 7. Wynika z nich, że nakładanie powłoki na ostrze nie tylko pozwala łatwiej zidentyfikować jego zużycie, ale zmienia też właściwości kontaktu ostrze-powierzchnia. Powierzchnia obrobiona ostrzem powlekanym o pewnym stopniu zużycia zmienia kształt podstawowy mikronierówności, co wynika z odwzorowania zarysu ostrza. Natomiast zawartość informacyjna sygnału w zakresie mikrochropowatości, zmierzona współczynnikiem entropii, zawierała się dla wszystkich przypadków ostrza zużytego w przedziale między ostrzem nowym powlekanym i niepowlekanym.

16

Digital signal processing in the diagnosis of brainstem auditory evoked potentials

Dobrowolski A. P., Suchocki M., Tomczykiewicz K.

Elektronika : konstrukcje, technologie, zastosowania

|

2012

|

Vol. 53, nr 5

26-29

EN

The article presents issues related with examination of auditory evoked potentials. The current methods are mainly based on timing interpretation of waveform potentials. Such method requires significant experience from examining neurologist. From this reason the authors have undertaken the task aimed at elimination of subjective assessment of results and automation of the tests. To isolate distinctive features of evoked potentials and differentiate the normal results from pathological cases, authors used methods of digital signal processing. The use of wavelet decomposition and linear SVM network has ensured correct classification of 40 different clinical cases, including 20 normal and 20 pathological cases.

PL

Artykuł przedstawia problemy związane z badaniem słuchowych potencjałów wywołanych. Obecne metody bazują głównie na czasowej interpretacji przebiegów potencjałów. Metody te wymagają dużego doświadczenia ze strony neurologa przeprowadzającego badanie. Uwzględniając powyższe, autorzy podjęli się zadania wyeliminowania subiektywnej oceny wyników oraz zautomatyzowania badania. W celu wyodrębnienia cech dystynktywnych z potencjałów wywołanych oraz rozróżnienia przypadków poprawnych i patologicznych, autorzy użyli metod cyfrowego przetwarzania sygnałów. Użycie dekompozycji falkowej oraz liniowych sieci SVM dało w rezultacie poprawną klasyfikację 40 przypadków klinicznych, zawierających 20 poprawnych i 20 patologicznych przebiegów.

17

Komputerowa analiza słuchowych potencjałów wywołanych pnia mózgu

Dobrowolski A.P., Suchocki M., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 9a

145-150

PL

W referacie przedstawiono problematykę związaną z badaniem słuchu metodą potencjałów wywołanych pnia mózgu (SPWPM). Ze względu na to, że obecne metody opierają się głównie na interpretacji przebiegów czasowych potencjałów i wymagają od badającego neurologa dużego doświadczenia, podjęto się zadania, które ma na celu eliminację subiektywnej oceny wyników oraz zautomatyzowanie badania. Autorzy korzystając z metod cyfrowego przetwarzania sygnałów wyodrębnili cechy dystynktywne SPWPM dobrze różnicujące przypadki prawidłowe od patologicznych. Wykorzystanie dekompozycji falkowej i liniowej sieci SVM zapewniło prawidłową klasyfikację 40 różnych przypadków klinicznych, w tym 20 przypadków prawidłowych i 20 patologicznych.

EN

The paper presents problems which are connected with the examinations of auditory evoked potentials. Due to the fact that current method are mainly based on timing interpretation of potentials waveform and that require a lot of experience from examining neurologist, authors have undertaken the task, which will main goal is elimination of subjective assessment results and automation of examinations. The authors use the methods of digital signal processing isolated the distinctive features of evoked potentials, which truly differentiate the correct from pathological cases. The use of wavelet decomposition and linear SVM network provide the correct classification of 40 different clinical cases, including 20 normal and 20 pathological cases.

18

Application of signal wavelet decomposition for identification of arc earth faults

Marciniak L.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 2

101-104

EN

This paper presents a novel criterion for identification of arc earth faults in medium voltage (MV) networks. This criterion is based on the discrete wavelet transform (DWT). The product of zero sequence current and voltage details is used to detect and to discriminate the internal faults from the external ones. New criterion was tested in a MV network. The test results show that the new criterion is very selective, accurate and effective, especially during arc intermittent short-circuits in compensated networks.

PL

W artykule przedstawiono nowe kryterium do identyfikacji zwarć doziemnych łukowych w sieciach średnich napięć (SN), oparte na dyskretnej transformacie falkowej. Do identyfikacji I rozróżniania zwarć wewnętrznych od zewnętrznych wykorzystano sygnały będące iloczynem detali z dekompozycji falkowej prądu I napięcia zerowego. Nowe kryterium przetestowano w sieciach SN. Wyniki badań pokazują, że nowe kryterium jest bardzo selektywne, dokładne i efektywne zwłaszcza podczas identyfikacji zwarć łukowych przerywanych w sieciach kompensowanych.

19

Monitoring of a micro-smoothing process with the use of machined surface images

Zawada-Tomkiewicz A., Ściegienka R.

Metrology and Measurement Systems

|

2011

|

Vol. 18, nr 3

419-428

EN

Industrial applications require functional surfaces with a strictly defined micro-texture. Therefore engineered surfaces need to undergo a wide range of finishing processes. One of them is the belt grinding process, which changes the surface topography on a range of roughness and micro-roughness scales. The article describes the use of machined surface images in the monitoring process of micro-smoothing. Machined surface images were applied in the estimation of machined surface quality. The images were decomposed using two-dimensional Discrete Wavelet Transform. The approximation component was analyzed and described by the features representing the geometric parameters of image objects. Determined values of image features were used to create the model of the process and estimation of appropriate time of micro-smoothing.

20

Zastosowanie transformaty falkowej do filtrowania szybkozmiennych składowych krzywej natężenia promieniowania słonecznego

Kapica J.

Inżynieria Rolnicza

|

2010

|

R. 14, nr 7

87-92

PL

Artykuł przedstawia zastosowanie transformaty falkowej do filtrowania szybkozmiennych składowych krzywej natężenia promieniowania słonecznego. Dokonano pomiarów natężenia promieniowania słonecznego dla kilku charakterystycznych pod względem zmienności dni. Pomiary były dokonywane z częstotliwością 2 próbki na sekundę co jest wartością dużą, jak dla pomiarów nasłonecznienia. Następnie tak uzyskane dane zostały poddane ponownemu próbkowaniu z mniejszymi częstotliwościami bezpośrednio oraz po odfiltrowaniu składowych szybkozmiennych przy użyciu transformaty falkowej. Dla każdego z przypadków wyznaczona została dzienna ilość energii słonecznej.

EN

The article presents the issue of using a wavelet transform to filter quick change components of solar radiation intensity curve. The research involved measuring solar radiation for several days, which were distinctive as regards insolation variability. The measurements were carried out at the rate of 2 samples per second, which is high for insolation measurements. Subsequently, the obtained data was subjected to another sampling at lower frequencies, directly and after quick change components were filtered out using the wavelet transform. Daily solar energy amount was determined for each of the cases.