Please use this identifier to cite or link to this item:
Title: Ανάλυση σημάτων για τον υπολογισμό της φράκταλ διάστασης σε συνδυασμό με NARMAX μοντέλα
Authors: Παγανιά, Δήμητρα-Δέσποινα
Issue Date: 2012-10-01
Keywords: Χρονοσειρές
Μορφοκλασματική διάσταση
Keywords (translated): Timeseries
Correlation dimension
Abstract: Στην παρούσα διπλωματική υλοποιήθηκε ένα προγραμματιστικό περιβάλλον σε Matlab το οποίο θα μας επιτρέπει να αναλύσουμε σήματα (χρονοσειρές) με δύο τεχνικές: (Ι) με την τεχνική της εμβάπτισης του σήματος σε χώρους φάσεων υψηλών διαστάσεων με σκοπό τον υπολογισμό της φράκταλ (μορφοκλασματικής) διάστασης του ελκυστή που παράγεται στο χώρο φάσεων, χρησιμοποιώντας το θεώρημα εμβάπτισης του Takens και τη μέθοδο Grassberger & Procaccia, και (ΙΙ) με μοντελοποίηση του σήματος με τη μέθοδο NARMAX, ενσωματώνοντας Extended Kalman Filters και τη Θεωρία Διαμελισμού του Λαϊνιώτη για την εύρεση της τάξης (βαθμού πολυπλοκότητας) των NARMAX μοντέλων. Σκοπός της διπλωματικής είναι η σύγκριση των αντίστοιχων αποτελεσμάτων για διάφορες κατηγορίες σημάτων, με σκοπό να διαπιστωθεί κατά πόσο η φράκταλ διάσταση του σήματος σχετίζεται με την τάξη των NARMAX μοντέλων του σήματος.
Abstract (translated): In this thesis, we implemented in Matlab, a programming environment which allows us to analyze signals (time series) with two techniques: (I) with the technique of immersion of the signal in high-dimensional phase space to calculate the fractal dimension of the attractor generated in phase space, using the theorem of Takens and the method of Grassberger & Procaccia, and (II) signal modeling method NARMAX, incorporating Extended Kalman Filters and the Laynioti partition theorem for finding the degree of complexity of NARMAX models. The aim of the thesis is the comparison of the results for various categories of signals, in order to determine if the fractal dimension of the signal is associated with the degree of complexity of NARMAX models of the signal.
Appears in Collections:Τμήμα Μηχανικών Η/Υ και Πληροφορικής (ΜΔΕ)

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.