Upload
vankhue
View
216
Download
0
Embed Size (px)
Citation preview
A Transformada Wavelet Contínua como Ferramenta na Detecção de
Singularidades em Campos Elétricos de Tempestades na Amazônia
Diego G. dos Santos Brígida R. P. da Rocha
Valquíria G. Macedo João Ricardo B. Pinheiro Universidade Federal do Pará – Faculdade de Engenharia Elétrica
66075-110, Campus do Guamá, Belém, PA
E-mail: [email protected]
José Ricardo S. de Souza Universidade Federal do Pará – Faculdade de Meteorologia
66075-110, Campus do Guamá, Belém, PA
E-mail: [email protected]
Palavras-chave: Processamento de Sinais, Análise de Multiresolução, Transformadas Wavelet
Resumo: A maioria dos sinais de informação é frequentemente constituído de estruturas
irregulares tais como descontinuidades e variações abruptas em sua amplitude num curto
intervalo de tempo. Os campos elétricos de tempestades na Amazônia Oriental detêm um
comportamento bem peculiar em virtude dos mesmos apresentarem variações abruptas em
curtos intervalos de tempo, neste sentido, o presente trabalho tem como finalidade demonstrar
que a transformada Wavelet é capaz de capturar este comportamento incomum.
1 Introdução
A ideia do presente trabalho consiste em demonstrar que o máximo local de uma
transformada Wavelet detecta a localização de uma estrutura irregular. Esses campos foram
detectados pelos sensores tipo moinhos elétricos (FieldMills) utilizados pelos pesquisadores do
projeto CHUVA durante os experimentos realizados na campanha de Belém, no estado do Pará,
em junho de 2011. O sensor FieldMill do Aeroporto de Belém foi fabricado pela empresa
BOLTEK® e apresenta um intervalo de medição de -20 KV/m à 20 KV/m, detém um tempo de
resposta de cerca de 0,1 segundos e apresenta uma precisão de 5% que equivale a mais ou
menos 0,05 KV/m.
2 Resultados e Discussão
Com o auxílio do programa computacional MATLAB® realizou – se o processamento deste
dado com o intuito de se observar o comportamento da intensidade do campo elétrico com o
decorrer do tempo, para desenvolver a análise proposta fez – se uso apenas dos dados de campo
elétrico referentes ao dia oito de junho de dois mil e onze, medidos entre as 22:00:00 e as
23:59:59 horas.
As funções Wavelet são utilizadas em virtude das mesmas permitirem que sinais, de uma
forma geral, dentre os quais aqueles que sofrem variações intensas em curtos intervalos de
tempo, possam ser mais bem representados e explicitados [1]. A função Wavelet (ou ondaleta) é
uma função capaz de decompor e descrever outras funções no domínio da frequência, de forma
a podermos analisar estas funções em diferentes escalas de frequência e de tempo [2].
A detecção dessas irregularidades faz – se necessário em virtude das mesmas serem
responsáveis pela ocorrência de descargas atmosféricas durante as atividades climáticas
tempestuosas que ocorrem com bastante frequência na Amazônia oriental.
O Projeto CHUVA [3] é pioneiro na medição dos campos eletrostáticos que estão associados
à formação de descargas atmosféricas na Amazônia Oriental. Este projeto tem como objetivo
realizar experimentos meteorológicos em oito municípios brasileiros com diferentes padrões
climáticos, com a finalidade de estudar os regimes de precipitação no Brasil.
285
ISSN 2317-3297
Conforme observa – se no gráfico da Fig. 1, o campo elétrico detém um comportamento bem
peculiar devido ao mesmo apresentar variações abruptas em pequenos intervalos de tempo. A
análise será feita para os primeiros 4000 pontos medidos, mostrados na Fig.2 com sua
respectiva Transformada Wavelet Contínua (CWT), escala 10. Observando as Figs 2, 3 e 4 em
sequência, pode-se ver a aplicação sucessiva da Transformada Wavelet, onde se observam as
características mais destacáveis do sinal original, e as energias ficam com maior acumulação
precisamente nestes. Esse comportamento faz com que as Wavelets sejam ideais para analisar
sinais não estacionários, contendo transitoriedades e estruturas tipo fractais, porque preservam
adequadamente a qualidade do dado original, resultando numa boa representação do sinal na
mudança de escala.
3 Conclusão
Analisando – se os gráficos obtidos pela CWT percebe – se que esta ferramenta apresenta
um desempenho muito bom quando se deseja realizar processamento de sinais que sofram
variações abruptas durante curtos intervalos de tempo. Com isso a utilização da CWT no
processamento de dados referentes a campos elétricos de tempestades apresenta um
desempenho bem mais aprimorado com relação à exposição de informações referentes ao
comportamento físico dos respectivos campos, uma vez que à medida que a escala é aumentada,
as singularidades são cada vez mais evidenciadas.
Figura 2 – Campo Elétrico janelado e sua
respectiva CWT escala10
Figura 1 – Intensidade do Campo Elétrico aferido
pelo FieldMill do Aeroporto Internacional de Belém
de 22:00:00 às 23:59:59
horas.
Figura 3 – CWT escala 32 e sua
respectiva visualização 3D
Figura 4 – CWT escala 64 e sua
respectiva visualização 3D
286
ISSN 2317-3297
Referências
[1] BACHMAN, George, NARICI, Lawrence and BECKESTEIN, Edward: Fourier and
wavelet analysis, Springer – Verlag (2000).
[2] DAUBECHIES, Ingrid: Ten lectures on wavelet, CBS – NSF Regional Conferences in
Applied Mathematics, 61, SIAM, (1992).
[3] Projeto CHUVA: http://chuvaproject.cptec.inpe.br/portal/br/# acessado em 17/12/2011 às
19:45:27.
287
ISSN 2317-3297