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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/43128

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