Adaptive system identification using higher order statistics
Yüksek dereceli istatistikler kullanarak uyarlamalı sistem tanımlama
- Tez No: 50505
- Danışmanlar: DOÇ.DR. AYŞIN ERTÜZÜN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1996
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
KISA ÖZET Yüksek dereceli istatistikler, iletişim, radar, denizaltı sonar, jeofizik gibi çok değişik alanlarda farklı problemlerde kullanılmaktadır. Sistem tanımlama, yüksek dereceli istatistiklerin veya bunların Fourier dönüşümleri olan yüksek dereceli izgelerin çok yararlı oldukları önemli bir uygulama alanıdır. Sürece ilişkin gerçek faz bilgisini korudukları için oldukça dikkat toplamışlardır. Buna karşılık geleneksel yöntemler (güç izgesi) faz cevabını algılamaz. Bu yüzden yüksek dereceli istatistikler, karışık evreli sistemlerin tanımlanmasında da kolaylıkla kullanılır. Toplanabilir gürültünün Gauss tipi olduğu durumlarda, Gauss bir süreç için ikiden büyük dereceli kumulantlar sıfir olduğundan yüksek dereceli istatistikler aym zamanda Sinyal-Gürültü Oranı'nda da bir yükseltme sağlarlar. Bu tezde, durağan bir sürecin üçüncü dereceden kumulantlarının Fourier dönüşümü olan ikinci dereceden izge -bispectrum- kullanılarak karışık evreli bir sistemi tanınması gerçekleştirilmiştir. Yinelemeli En küçük Kareler yöntemini, ikinci dereceden izgenin köşegen dilimi üzerinde uyarlamak şeklide uygulayarak yeni bir yaklaşım denenmiştir. Köşegen dilim, problemi tek boyuta indirmek ve böylece çok boyutlu dönüşümlerden kurtulmak için seçilmiştir. Sonuçlar, Yinelemeli En küçük Kareler yönteminin hızlı bir yaklaşım ve yeterli ortalama karelenmiş hata başardığını gösteriyor. Bu, özellikle ölçüm verilerinin kısa (az) olduğu durumlarda yararlıdır. Yöntem, yapay üssel veriye ek olarak, yapay sismik veri üzerinde de olası uygulama alanlarını daha iyi anlatabilmek için uygulanmıştır.
Özet (Çeviri)
IV ABSTRACT Higher order statistics are being applied to different problems in many diverse fields like telecommunications, radar, sonar, and geophysics. System Identification is one important area where higher order statistics, or their Fourier transforms called higher order spectra (polyspectra) prove to be very useful. They have received a lot of attention mainly due to their property that they keep the actual phase information of the process. On the other hand, conventional methods (power spectrum) are blind to phase response. Thus higher order statistics are easily used to identify non minimum (mixed) phase systems as well. Since the cumulants of a Gaussian process are identically zero for orders greater than two, higher order statistics achieve a boost in the Signal-to-Noise Ratio where the additive noise is Gaussian. In this thesis, non minimum (mixed) phase system identification is implemented using bispectrum which is the two dimensional Fourier transform of third order cumulants of a stationary process. A new approach has been tested by implementing the two dimensional Recursive Least Squares algorithm adaptively on the diagonal slice of the bispectrum. The diagonal slice is chosen to reduce the problem to one dimensional case, hence avoiding multidimensional transform operations. The results show that the Recursive Least Squares algorithm performs fast convergence and achieves satisfactory mean squared error. This is especially useful in applications where the measurement data are short. In addition to the synthetic exponential data, the algorithm has also been implemented on the synthetic seismic data to elaborate the possible applications.
Benzer Tezler
- Lyapunov kararlı artırılmış kompleks değerli adaptif filtre tasarımı
Design of Lyapunov stability based augmented complex valued adaptive filter
ENGİN CEMAL MENGÜÇ
Doktora
Türkçe
2016
Elektrik ve Elektronik MühendisliğiNiğde ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NURETTİN ACIR
- Networked computing-based system identification and control of electromechanical systems with industrial IoT
Endüstriyel IoT ile elektromekanik sistemlerin ağ hesaplama tabanlı sistem tanıma ve kontrolü
RAMAZAN KAYA
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ
- Refinements, extensions and modern applications of conic multivariate adaptive regression splines
Konik çok değişkenli uyarlanabilir regresyon eğrilerinin geliştirilmesi, uzantıları ve modern uygulamaları
FATMA YERLİKAYA ÖZKURT
Doktora
İngilizce
2013
MatematikOrta Doğu Teknik ÜniversitesiBilimsel Hesaplama Ana Bilim Dalı
PROF. DR. GERHARD WILHELM WEBER
- Uydu görüntüleri, meteorolojik veriler ve kamera fotoğrafları ile pamuk ve mısır bitkileri için rekolte tahmin modeli tasarımı: Şanlıurfa örneği
Crop yield estimation model design for cotton and maize crops using satellite imagery, meteorological data and camera photographs: Şanlıurfa case study
UĞUR ALGANCI
Doktora
Türkçe
2014
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CANKUT ÖRMECİ
- Adaptive voltarre filterring with complete lattice orthogonalization
Tam kafes dikleştirmesi ile uyarlanır volterra süzgeçlenmesi
MEHMET TAHİR ÖZDEN
Doktora
İngilizce
1996
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. AHMET H. KAYRAN