|
|
Arc Fault Detection
Fendrychová, Michaela ; Chumak,, Oleksiy (referee) ; Orságová, Jaroslava (advisor)
Diplomová práce je zaměřena na problematiku analýzy signálů za účelem detekce poruchového oblouku, přičemž analýza signálů je prováděna v časové, frekvenční a smíšené časově-frekvenční oblasti. Práce stručně shrnuje existující normy pro zařízení pro detekci poruchového oblouku. Práce dokumentuje testy a měření, které byly realizovány v souladu s normami IEC 62606:2013 a UL 1699B. Z důvodu nedostatečnosti stávajících norem je v práci popsána nová metoda iniciace poruchového oblouku. naměřená data byla analyzována s využitím rychlé Fourierovy transformace, krátkodobé Fourierovy transformace a vlnkové transformace. Na základě provedeného literárního průzkumu a s využitím výsledků provedených analýz signálu je v práci proveden návrh nové detekční metody pro účely detekce poruchového oblouku v systémech napájených střídavým i stejnosměrným napětím.
|
|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (referee) ; Černocký, Jan (advisor)
Tato práce se zabývá vylepšením algoritmu pro sdružování (clustering) ERP signálů pomocí analýzy časových a prostorových vlastností pseudo-signálů získaných za pomocí metody analýzy nezávislých komponent (Independent Component Analysis). Naším zájmem je nalezení nových vlastností, které by zlepšily stávající výsledky. Tato práce se zabývá použitím Fourierovy transformace (Fourier Transform), FIR filtru a krátkodobé Fourierovy transformace ke zkvalitnění informace pro sdružovací algoritmy. Princip a použitelnost metody jsou popsány a demonstrovány ukázkovým algoritmem. Výsledky ukázaly, že pomocí dané metody je možné získat ze vstupních dat zajímavé informace, které mohou být úspěšně použity ke zlepšení výsledků.
|
|
|
Comparison of success rate of multi-channel methods of speech signal separation
Přikryl, Petr ; Zezula, Radek (referee) ; Míča, Ivan (advisor)
The separation of independent sources from mixed observed data is a fundamental problem in many practical situations. A typical example is speech recordings made in an acoustic environment in the presence of background noise or other speakers. Problems of signal separation are explored by a group of methods called Blind Source Separation. Blind Source Separation (BSS) consists on estimating a set of N unknown sources from P observations resulting from the mixture of these sources and unknown background. Some existing solutions for instantaneous mixtures are reviewed and in Matlab implemented , i.e Independent Componnent Analysis (ICA) and Time-Frequency Analysis (TF). The acoustic signals recorded in real environment are not instantaneous, but convolutive mixtures. In this case, an ICA algorithm for separation of convolutive mixtures in frequency domain is introduced and in Matlab implemented. This diploma thesis examines the useability and comparisn of proposed separation algorithms.
|
|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (referee) ; Černocký, Jan (advisor)
Tato práce se zabývá vylepšením algoritmu pro sdružování (clustering) ERP signálů pomocí analýzy časových a prostorových vlastností pseudo-signálů získaných za pomocí metody analýzy nezávislých komponent (Independent Component Analysis). Naším zájmem je nalezení nových vlastností, které by zlepšily stávající výsledky. Tato práce se zabývá použitím Fourierovy transformace (Fourier Transform), FIR filtru a krátkodobé Fourierovy transformace ke zkvalitnění informace pro sdružovací algoritmy. Princip a použitelnost metody jsou popsány a demonstrovány ukázkovým algoritmem. Výsledky ukázaly, že pomocí dané metody je možné získat ze vstupních dat zajímavé informace, které mohou být úspěšně použity ke zlepšení výsledků.
|
|
|
Arc Fault Detection
Fendrychová, Michaela ; Chumak,, Oleksiy (referee) ; Orságová, Jaroslava (advisor)
Diplomová práce je zaměřena na problematiku analýzy signálů za účelem detekce poruchového oblouku, přičemž analýza signálů je prováděna v časové, frekvenční a smíšené časově-frekvenční oblasti. Práce stručně shrnuje existující normy pro zařízení pro detekci poruchového oblouku. Práce dokumentuje testy a měření, které byly realizovány v souladu s normami IEC 62606:2013 a UL 1699B. Z důvodu nedostatečnosti stávajících norem je v práci popsána nová metoda iniciace poruchového oblouku. naměřená data byla analyzována s využitím rychlé Fourierovy transformace, krátkodobé Fourierovy transformace a vlnkové transformace. Na základě provedeného literárního průzkumu a s využitím výsledků provedených analýz signálu je v práci proveden návrh nové detekční metody pro účely detekce poruchového oblouku v systémech napájených střídavým i stejnosměrným napětím.
|
|
|
Comparison of success rate of multi-channel methods of speech signal separation
Přikryl, Petr ; Zezula, Radek (referee) ; Míča, Ivan (advisor)
The separation of independent sources from mixed observed data is a fundamental problem in many practical situations. A typical example is speech recordings made in an acoustic environment in the presence of background noise or other speakers. Problems of signal separation are explored by a group of methods called Blind Source Separation. Blind Source Separation (BSS) consists on estimating a set of N unknown sources from P observations resulting from the mixture of these sources and unknown background. Some existing solutions for instantaneous mixtures are reviewed and in Matlab implemented , i.e Independent Componnent Analysis (ICA) and Time-Frequency Analysis (TF). The acoustic signals recorded in real environment are not instantaneous, but convolutive mixtures. In this case, an ICA algorithm for separation of convolutive mixtures in frequency domain is introduced and in Matlab implemented. This diploma thesis examines the useability and comparisn of proposed separation algorithms.
|
guest ::
