Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet
- Autores
- De Pasquale, Lorenzo; Banchieri, Miguel Angel; Macchi Konrad, Juan Marcos
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La información que se puede obtener directamente de la representación tiempo-amplitud de un fenómeno cualquiera no siempre es la más apropiada, puesto que la información que caracteriza a la señal, en muchos casos, puede observarse más claramente en el dominio de la frecuencia, es decir, mediante un espectro de frecuencias que muestre las frecuencias existentes en la señal. Para encontrar el contenido de frecuencia de diversas señales físicas se puede hacer uso de la transformada de Fourier (TF) ámpliamente conocida. La TF entrega la información en frecuencia de la señal, pero no indica el instante de tiempo en el que aparece; esta información no es necesaria cuando la señal es estacionaria; sin embargo es de crucial importancia para señales no estacionarias. Aunque la TF es una de las técnicas más empleadas, no es la única, hay muchas otras transformadas que se emplean, como la transformada Hilbert, la transformada rápida de Fourier (STFT), la distribución Wigner y la transformada Wavelet. Cada una de estas transformaciones tiene su propia área de aplicación, con ventajas y desventajas. En nuestro caso utilizaremos con exclusividad la Transformada Wavelet (TW) para estudiar situaciones no estacionarias, es decir las componentes de frecuencia cambian con el tiempo.
Eje: Procesamiento de Señales y Sistemas de Tiempo Real
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Signal processing
Transformada Discreta Wavelet
representación tiempo-amplitud
PATTERN RECOGNITION
Computation of transforms (e.g., fast Fourier transform)
transformada de Fourier
señales no estacionarias
transformada Hilbert - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/43128
Ver los metadatos del registro completo
id |
SEDICI_efa6be47e36992565c029e15e90860fa |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/43128 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta WaveletDe Pasquale, LorenzoBanchieri, Miguel AngelMacchi Konrad, Juan MarcosCiencias InformáticasSignal processingTransformada Discreta Waveletrepresentación tiempo-amplitudPATTERN RECOGNITIONComputation of transforms (e.g., fast Fourier transform)transformada de Fourierseñales no estacionariastransformada HilbertLa información que se puede obtener directamente de la representación tiempo-amplitud de un fenómeno cualquiera no siempre es la más apropiada, puesto que la información que caracteriza a la señal, en muchos casos, puede observarse más claramente en el dominio de la frecuencia, es decir, mediante un espectro de frecuencias que muestre las frecuencias existentes en la señal. Para encontrar el contenido de frecuencia de diversas señales físicas se puede hacer uso de la transformada de Fourier (TF) ámpliamente conocida. La TF entrega la información en frecuencia de la señal, pero no indica el instante de tiempo en el que aparece; esta información no es necesaria cuando la señal es estacionaria; sin embargo es de crucial importancia para señales no estacionarias. Aunque la TF es una de las técnicas más empleadas, no es la única, hay muchas otras transformadas que se emplean, como la transformada Hilbert, la transformada rápida de Fourier (STFT), la distribución Wigner y la transformada Wavelet. Cada una de estas transformaciones tiene su propia área de aplicación, con ventajas y desventajas. En nuestro caso utilizaremos con exclusividad la Transformada Wavelet (TW) para estudiar situaciones no estacionarias, es decir las componentes de frecuencia cambian con el tiempo.Eje: Procesamiento de Señales y Sistemas de Tiempo RealRed de Universidades con Carreras en Informática (RedUNCI)2014-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf754-759http://sedici.unlp.edu.ar/handle/10915/43128spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:01:37Zoai:sedici.unlp.edu.ar:10915/43128Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:01:38.021SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet |
title |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet |
spellingShingle |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet De Pasquale, Lorenzo Ciencias Informáticas Signal processing Transformada Discreta Wavelet representación tiempo-amplitud PATTERN RECOGNITION Computation of transforms (e.g., fast Fourier transform) transformada de Fourier señales no estacionarias transformada Hilbert |
title_short |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet |
title_full |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet |
title_fullStr |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet |
title_full_unstemmed |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet |
title_sort |
Determinación de Transitorios en Sistemas Físicos usando la Transformada Discreta Wavelet |
dc.creator.none.fl_str_mv |
De Pasquale, Lorenzo Banchieri, Miguel Angel Macchi Konrad, Juan Marcos |
author |
De Pasquale, Lorenzo |
author_facet |
De Pasquale, Lorenzo Banchieri, Miguel Angel Macchi Konrad, Juan Marcos |
author_role |
author |
author2 |
Banchieri, Miguel Angel Macchi Konrad, Juan Marcos |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Signal processing Transformada Discreta Wavelet representación tiempo-amplitud PATTERN RECOGNITION Computation of transforms (e.g., fast Fourier transform) transformada de Fourier señales no estacionarias transformada Hilbert |
topic |
Ciencias Informáticas Signal processing Transformada Discreta Wavelet representación tiempo-amplitud PATTERN RECOGNITION Computation of transforms (e.g., fast Fourier transform) transformada de Fourier señales no estacionarias transformada Hilbert |
dc.description.none.fl_txt_mv |
La información que se puede obtener directamente de la representación tiempo-amplitud de un fenómeno cualquiera no siempre es la más apropiada, puesto que la información que caracteriza a la señal, en muchos casos, puede observarse más claramente en el dominio de la frecuencia, es decir, mediante un espectro de frecuencias que muestre las frecuencias existentes en la señal. Para encontrar el contenido de frecuencia de diversas señales físicas se puede hacer uso de la transformada de Fourier (TF) ámpliamente conocida. La TF entrega la información en frecuencia de la señal, pero no indica el instante de tiempo en el que aparece; esta información no es necesaria cuando la señal es estacionaria; sin embargo es de crucial importancia para señales no estacionarias. Aunque la TF es una de las técnicas más empleadas, no es la única, hay muchas otras transformadas que se emplean, como la transformada Hilbert, la transformada rápida de Fourier (STFT), la distribución Wigner y la transformada Wavelet. Cada una de estas transformaciones tiene su propia área de aplicación, con ventajas y desventajas. En nuestro caso utilizaremos con exclusividad la Transformada Wavelet (TW) para estudiar situaciones no estacionarias, es decir las componentes de frecuencia cambian con el tiempo. Eje: Procesamiento de Señales y Sistemas de Tiempo Real Red de Universidades con Carreras en Informática (RedUNCI) |
description |
La información que se puede obtener directamente de la representación tiempo-amplitud de un fenómeno cualquiera no siempre es la más apropiada, puesto que la información que caracteriza a la señal, en muchos casos, puede observarse más claramente en el dominio de la frecuencia, es decir, mediante un espectro de frecuencias que muestre las frecuencias existentes en la señal. Para encontrar el contenido de frecuencia de diversas señales físicas se puede hacer uso de la transformada de Fourier (TF) ámpliamente conocida. La TF entrega la información en frecuencia de la señal, pero no indica el instante de tiempo en el que aparece; esta información no es necesaria cuando la señal es estacionaria; sin embargo es de crucial importancia para señales no estacionarias. Aunque la TF es una de las técnicas más empleadas, no es la única, hay muchas otras transformadas que se emplean, como la transformada Hilbert, la transformada rápida de Fourier (STFT), la distribución Wigner y la transformada Wavelet. Cada una de estas transformaciones tiene su propia área de aplicación, con ventajas y desventajas. En nuestro caso utilizaremos con exclusividad la Transformada Wavelet (TW) para estudiar situaciones no estacionarias, es decir las componentes de frecuencia cambian con el tiempo. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-05 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/43128 |
url |
http://sedici.unlp.edu.ar/handle/10915/43128 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 754-759 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615883182309376 |
score |
13.070432 |