Detección automática de martemotos ante la presencia de diferentes tipos de ruido

Este trabajo de tesis se centra en el procesamiento y picado automático de eventos en datos sísmicos marcianos obtenidos por la misión InSight (Interior Exploration using Seismic Investigations, Geodesy and Heat Transport) de la NASA. Los datos están contaminados por distintos tipos de ruido que pro...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Zampieri, Emiliano Jair
Otros Autores: Velis, Danilo Rubén
Formato: Tesis Tesis de grado
Lenguaje:Español
Publicado: 2023
Materias:
Geofísica
Sismología
Martemotos
Detección
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/163584
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-163584
record_format dspace
spelling I19-R120-10915-1635842024-03-08T20:07:54Z http://sedici.unlp.edu.ar/handle/10915/163584 Detección automática de martemotos ante la presencia de diferentes tipos de ruido Zampieri, Emiliano Jair 2023-12-12 2023 2024-03-08T13:54:47Z Velis, Danilo Rubén Sabbione, Juan Ignacio es Geofísica Sismología Martemotos Detección Este trabajo de tesis se centra en el procesamiento y picado automático de eventos en datos sísmicos marcianos obtenidos por la misión InSight (Interior Exploration using Seismic Investigations, Geodesy and Heat Transport) de la NASA. Los datos están contaminados por distintos tipos de ruido que provienen de múltiples fuentes y se caracterizan por su alta energía y, en algunos casos, por presentar una significativa polarización. A su vez, los eventos marcianos presentan baja relación señal-ruido, por lo que su detección resulta desafiante. El objetivo de este trabajo es desarrollar e implementar estrategias para el filtrado de la energía de señales indeseadas y la posterior detección de eventos. Dicha detección se realiza mediante cuatro algoritmos de detección automática previamente utilizados en Sismología global. En un primer paso, el procesamiento propuesto se basa en el análisis de la variación de la energía presente en los sismogramas a lo largo de cada día marciano con el fin de discriminar los períodos exentos de variaciones causadas por los vientos y las altas temperaturas. Más allá de los ruidos de tipo climático, una de las principales dificultades está dada por la presencia de ruidos instrumentales de alta energía conocidos como glitches, que enmascaran significativamente las señales de interés, impidiendo su correcta detección. Teniendo en cuenta la alta polarización lineal de este tipo de ruido, el método propuesto permite discriminarlo a través de la rotación del dato de manera tal que su energía quede contenida en una sola de las componentes. Esto se lleva a cabo mediante el uso de ventanas móviles que recorren el dato muestra a muestra. Como resultado, se logra que los glitches concentren la mayor parte de su energía en una única componente y las señales de interés en otra. En esta última se aplican cuatro métodos de detección automática de eventos: (1) el método de Allen (RAM), (2) el método de Earle Shearer (ESM), (3) el método de Baer y Kradolfer (BKM), y (4) el método de Allen modificado (MAM). Los resultados permiten concluir que el proceso de rotación facilita la detección de los eventos marcianos independientemente de la presencia de glitches. Esto, a su vez, favorece una eficaz comparación entre cada uno de los algoritmos de picado automático utilizados, permitiendo finalmente seleccionar el método más apropiado para procesar los datos marcianos. Geofísico Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas Tesis Tesis de grado http://creativecommons.org/licenses/by/4.0/ Creative Commons Attribution 4.0 International (CC BY 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Geofísica
Sismología
Martemotos
Detección
spellingShingle Geofísica
Sismología
Martemotos
Detección
Zampieri, Emiliano Jair
Detección automática de martemotos ante la presencia de diferentes tipos de ruido
topic_facet Geofísica
Sismología
Martemotos
Detección
description Este trabajo de tesis se centra en el procesamiento y picado automático de eventos en datos sísmicos marcianos obtenidos por la misión InSight (Interior Exploration using Seismic Investigations, Geodesy and Heat Transport) de la NASA. Los datos están contaminados por distintos tipos de ruido que provienen de múltiples fuentes y se caracterizan por su alta energía y, en algunos casos, por presentar una significativa polarización. A su vez, los eventos marcianos presentan baja relación señal-ruido, por lo que su detección resulta desafiante. El objetivo de este trabajo es desarrollar e implementar estrategias para el filtrado de la energía de señales indeseadas y la posterior detección de eventos. Dicha detección se realiza mediante cuatro algoritmos de detección automática previamente utilizados en Sismología global. En un primer paso, el procesamiento propuesto se basa en el análisis de la variación de la energía presente en los sismogramas a lo largo de cada día marciano con el fin de discriminar los períodos exentos de variaciones causadas por los vientos y las altas temperaturas. Más allá de los ruidos de tipo climático, una de las principales dificultades está dada por la presencia de ruidos instrumentales de alta energía conocidos como glitches, que enmascaran significativamente las señales de interés, impidiendo su correcta detección. Teniendo en cuenta la alta polarización lineal de este tipo de ruido, el método propuesto permite discriminarlo a través de la rotación del dato de manera tal que su energía quede contenida en una sola de las componentes. Esto se lleva a cabo mediante el uso de ventanas móviles que recorren el dato muestra a muestra. Como resultado, se logra que los glitches concentren la mayor parte de su energía en una única componente y las señales de interés en otra. En esta última se aplican cuatro métodos de detección automática de eventos: (1) el método de Allen (RAM), (2) el método de Earle Shearer (ESM), (3) el método de Baer y Kradolfer (BKM), y (4) el método de Allen modificado (MAM). Los resultados permiten concluir que el proceso de rotación facilita la detección de los eventos marcianos independientemente de la presencia de glitches. Esto, a su vez, favorece una eficaz comparación entre cada uno de los algoritmos de picado automático utilizados, permitiendo finalmente seleccionar el método más apropiado para procesar los datos marcianos.
author2 Velis, Danilo Rubén
author_facet Velis, Danilo Rubén
Zampieri, Emiliano Jair
format Tesis
Tesis de grado
author Zampieri, Emiliano Jair
author_sort Zampieri, Emiliano Jair
title Detección automática de martemotos ante la presencia de diferentes tipos de ruido
title_short Detección automática de martemotos ante la presencia de diferentes tipos de ruido
title_full Detección automática de martemotos ante la presencia de diferentes tipos de ruido
title_fullStr Detección automática de martemotos ante la presencia de diferentes tipos de ruido
title_full_unstemmed Detección automática de martemotos ante la presencia de diferentes tipos de ruido
title_sort detección automática de martemotos ante la presencia de diferentes tipos de ruido
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/163584
work_keys_str_mv AT zampieriemilianojair deteccionautomaticademartemotosantelapresenciadediferentestiposderuido
_version_ 1807222614836379648

Ejemplares similares