2026-10-02T14:21:20Zhttps://phdtheses.ekt.gr/eadd_oai/request

oai:10442/01192024-07-05T04:31:34Zhdl_10442_2

THIS THESIS DEALS WITH GEOPHYSICAL SIGNAL PROCESSING: SPECIFICALLY IT DEALS WITH THE DECONDUCTION PROBLEM. IN THE FIRST PART, STATE SPACE MODELS ARE STUDIEDAND A GENERALIZED OPTIMAL DECONVOLUTION ALGORITHM IS COMPARED WITH REGARDS TOBOTH PERFORMANCE AND COMPUTATIONAL COMPLEXITY TO EXISTING DECONVOLUTION ALGORITHMS. THE RESULTS OF THIS COMPARISON SHOWED THAT THE NEW ALGORITHM BOTH PERFORMS BETTER AND IS COMPUTATIONALLY MORE EFFICIENT THAN EXISTING ONES, WHEN THE NUMBER OF SENSORS IS GREATER THAN ONE. THE ADAPTIVE LAINIOTIS FILTER IS APPLIED TO THE DECONVOLUTION PROBLEM WHEN THE MODEL IS NOT COMPLETELY KNOWN AND THECOMPUTATIONAL REQUIREMENTS OF ITS VARIOUS FORMS ARE ESTABLISHED. THE PERFORMANCE STUDY OF THE ADAPTIVE ALGORITHMS, TOGETHER WITH THE RESULTS OF THE STUDY OF THE ROBUSTNESS PROPERTIES OF THE CONVENTIONAL ALGORITHMS LEADS TO THE CONCLUSION THAT THE COMPUTATIONAL COST OF THE ADAPTIVE SCHEMES IS COMPLETELY COMPENSATED BY THEIR PERFORMANCE. THIS IS ESPECIALLY TRUE WHEN THERE EXISTS A PARALLEL IMPLEMENTATION FACILITY. IN THE SECOND PART, THE SYSTEM IS CONSIDERED TO BEDESCRIBED BY AN INPUT-OUTPUT EQUATION AND THE PREDICTIVE DECONVOLUTION METHODIS TAKEN UP. STATE-SPACE TECHNIQUES ARE USED TO ESTIMATE THE OPTIMAL PREDICTOR COEFFICIENTS IN THE CASE OF KNOWN SYSTEM ORDER, WHEREAS THE ADAPTIVE LAINIOTIS FILTER IS USED TO SOLVE THE PROBLEM OF SIMULTANEOUS MODEL ORDER ESTIMATION AND DECONVOLUTION. THE COMPUTATIONAL REQUIREMENTS OF THE RESULTING ALGORITHMSARE ESTABLISHED. ONCE AGAIN, RESULTS JUSTIFY THE USE OF AN ADAPTIVE SCHEME OVER A NON-ADAPTIVE ONE. A GENERALIZED ALGORITHM FOR THE ESTIMATION OF THE OPTIMAL PREDICTOR COEFFICIENTS IS ALSO DESIGNED, FOR THE CASE OF MIMO SYSTEMS. THISALGORITHM'S COMPUTATIONAL EFFICIENCY IS DISCUSSED.Η ΔΙΑΤΡΙΒΗ ΑΥΤΗ ΑΣΧΟΛΕΙΤΑΙ ΜΕ ΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΓΕΩΦΥΣΙΚΩΝ ΣΗΜΑΤΩΝ ΚΑΙ ΕΙΔΙΚΟΤΕΡΑ ΜΕ ΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΑΠΟΣΥΝΕΛΙΞΗΣ. ΣΤΟ ΠΡΩΤΟ ΜΕΡΟΣ ΜΕΛΕΤΑΜΕ ΜΟΝΤΕΛΑ ΧΩΡΟΥ ΚΑΤΑΣΤΑΣΗΣ ΚΑΙ ΣΧΕΔΙΑΖΟΥΜΕ ΕΝΑ ΓΕΝΙΚΕΥΜΕΝΟ ΑΛΓΟΡΙΘΜΟ ΑΠΟΣΥΝΕΛΙΞΗΣ ΠΟΥ ΒΑΣΙΖΕΤΑΙ ΣΤΑ ΦΙΛΤΡΑ ΛΑΙΝΙΩΤΗ. ΑΥΤΟΣ Ο ΑΛΓΟΡΙΘΜΟΣ ΣΥΓΚΡΙΝΕΤΑΙ ΜΕ ΥΠΑΡΧΟΥΣΕΣ ΤΟΣΟ ΣΕ ΣΧΕΣΗ ΜΕ ΤΗΝ ΑΠΟΔΟΣΗ ΤΟΥ ΟΣΟ ΚΑΙ ΣΕ ΣΧΕΣΗ ΜΕ ΤΙΣ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΤΟΥ ΑΠΑΙΤΗΣΕΙΣ. ΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΗΣ ΣΥΓΚΡΙΣΗΣ ΔΕΙΧΝΟΥΝ ΟΤΙ Ο ΚΑΙΝΟΥΡΓΙΟΣ ΑΛΓΟΡΙΘΜΟΣ ΕΧΕΙ ΚΑΛΥΤΕΡΗ ΑΠΟΔΟΣΗ ΚΑΙ ΕΙΝΑΙ ΥΠΟΛΟΓΙΣΤΙΚΑ ΟΙΚΟΝΟΜΙΚΟΤΕΡΕΣ ΟΤΑΝ Ο ΑΡΙΘΜΟΣ ΤΩΝ ΑΙΣΘΗΤΗΡΩΝ ΕΙΝΑΙ ΜΕΓΑΛΥΤΕΡΟΣ ΑΠΟ 1. ΣΤΗ ΣΥΝΕΧΕΙΑ Ο ΑΥΤΟΠΡΟΣΑΡΜΟΖΟΜΕΝΟΣ ΑΛΓΟΡΙΘΜΟΣ ΛΑΙΝΙΩΤΗΕΦΑΡΜΟΖΕΤΑΙ ΣΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΑΠΟΣΥΝΕΛΙΞΗΣ ΜΕ ΟΧΙ ΑΠΟΛΥΤΑ ΓΝΩΣΤΟ ΜΟΝΤΕΛΟ ΚΑΙ ΚΑΘΟΡΙΖΟΝΤΑΙ ΟΙ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΑΠΑΙΤΗΣΕΙΣ ΤΩΝ ΔΙΑΦΟΡΩΝ ΜΟΡΦΩΝ ΤΟΥ. Η ΜΕΛΕΤΗ ΤΗΣ ΑΠΟΔΟΣΗΣ ΤΩΝ ΑΥΤΟΠΡΟΣΑΡΜΟΖΟΜΕΝΩΝ ΑΛΓΟΡΙΘΜΩΝ, ΜΑΖΙ ΜΕ ΤΗΝ ΜΕΛΕΤΗ ΤΗΣ ΡΩΜΑΛΕΟΤΗΤΑΣ ΤΩΝ ΣΥΜΒΑΤΙΚΩΝ ΑΛΓΟΡΙΘΜΩΝ, ΟΔΗΓΕΙ ΣΤΟ ΣΥΜΠΕΡΑΣΜΑ ΟΤΙ ΤΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΚΟΣΤΟΣ ΤΩΝ ΑΥΤΟΠΡΟΣΑΡΜΟΖΟΜΕΝΩΝ ΜΕΘΟΔΩΝ ΑΝΤΙΣΤΑΘΜΙΖΕΤΑΙ ΠΛΗΡΩΣ ΑΠΟ ΤΗΝ ΚΑΛΥΤΕΡΗ ΑΠΟΔΟΣΗ ΤΗΣ. ΑΥΤΟ ΙΣΧΥΕΙ ΙΔΙΑΙΤΕΡΑ ΟΤΑΝ ΥΠΑΡΧΕΙ ΔΥΝΑΤΟΤΗΤΑ ΠΑΡΑΛΛΗΛΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ. ΣΤΟ ΔΕΥΤΕΡΟ ΜΕΡΟΣ, ΤΟ ΣΥΣΤΗΜΑ ΘΕΩΡΕΙΤΑΙ ΟΤΙ ΠΕΡΙΓΡΑΦΕΤΑΙ ΑΠΟ ΕΞΙΣΩΣΗ ΕΙΣΟΔΟΥ-ΕΞΟΔΟΥ ΚΑΙ ΣΥΖΗΤΕΙΤΑΙ Η ΜΕΘΟΔΟΣ ΤΗΣ ΠΡΟΒΛΕΠΤΙΚΗΣ ΑΠΟΣΥΝΕΛΙΞΗΣ. ΤΕΧΝΙΚΕΣ ΧΩΡΟΥ ΚΑΤΑΣΤΑΣΗΣ ΧΡΗΣΙΜΟΠΟΙΟΥΝΤΑΙ ΓΙΑ ΤΗΝ ΕΚΤΙΜΗΣΗ ΤΩΝ ΒΕΛΤΙΣΤΩΝ ΤΕΛΕΣΤΩΝ ΠΡΟΒΛΕΨΗΣ ΣΤΗΝ ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΓΝΩΣΤΗΣ ΤΑΞΗΣ ΣΥΣΤΗΜΑΤΟΣ, ΕΝΩ ΤΟ ΑΥΤΟΠΡΟΣΑΡΜΟΖΟΜΕΝΟ ΦΙΛΤΡΟ ΛΑΙΝΙΩΤΗ ΧΡΗΣΙΜΟΠΟΙΕΙΤΑΙ ΓΙΑ ΤΗ ΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΤΗΣ ΤΑΥΤΟΧΡΟΝΗΣ ΕΚΤΙΜΗΣΗΣ ΤΑΞΗΣ ΣΥΣΤΗΜΑΤΟΣ ΚΑΙ ΒΕΛΤΙΣΤΟΥ ΤΕΛΕΣΤΗ ΠΡΟΒΛΕΨΗΣ. ΟΙ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΑΠΑΙΤΗΣΕΙΣ ΤΩΝ ΑΛΓΟΡΙΘΜΩΝ ΠΟΥ ΠΡΟΚΥΠΤΟΥΝ ΚΑΘΟΡΙΖΟΝΤΑΙ. ΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΔΙΚΑΙΟΛΟΓΟΥΝ ΚΑΙ ΠΑΛΙ ΤΗ ΧΡΗΣΗ ΕΝΟΣ ΑΥΤΟΠΡΟΣΑΡΜΟΖΟΜΕΝΟΥ ΑΛΓΟΡΙΘΜΟΥ ΑΝΤΙ ΕΝΟΣ ΣΥΜΒΑΤΙΚΟΥ. ΤΕΛΟΣ, ΣΧΕΔΙΑΖΕΤΑΙ ΕΝΑΣ ΓΕΝΙΚΕΥΜΕΝΟΣ ΑΛΓΟΡΙΘΜΟΣ ΓΙΑ ΕΚΤΙΜΗΣΗ ΒΕΛΤΙΣΤΟΥ ΤΕΛΕΣΤΗ ΠΡΟΒΛΕΨΗΣ ΣΕ ΣΥΣΤΗΜΑΤΑ ΜΙΜΟ ΚΑΙ ΑΝΑΛΥΟΝΤΑΙ ΟΙ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΤΟΥ ΑΠΑΙΤΗΣΕΙΣ.ΒΕΛΤΙΣΤΟΙ ΑΛΓΟΡΙΘΜΟΙ ΚΑΤΕΡΓΑΣΙΑΣ ΓΕΩΦΥΣΙΚΩΝ ΔΕΔΟΜΕΝΩΝOPTIMAL ALGORITHMS FOR GEOPHYSICAL SIGNAL PROCESSINGKatsikas, SocratesΚάτσικας, Σωκράτης1987greΑΠΟΔΟΣΗ ΑΛΓΟΡΙΘΜΩΝΑΠΟΣΩΕΛΙΞΗΑΥΤΟΠΡΟΣΑΡΜΟΖΟΜΕΝΟΙ ΑΛΓΟΡΙΘΜΟΙΓΕΩΦΥΣΙΚΑ ΣΗΜΑΤΑΕκτίμησηΛείανσηΠΑΡΑΛΛΗΛΙΣΜΟΣΠληροφορικήΣΕΙΣΜΙΚΗ ΜΕΘΟΔΟΣΦΙΛΤΡΑ ΔΙΑΜΕΛΙΣΜΟΥ ΛΑΙΝΙΩΤΗAdaptive algorithmsALGORITHM EFFICIENCYDeconvolutionEstimationGEOPHYSICAL SIGNALSLAINIOTIS PARTITIONING FILTERSPARALLELISMSEISMIC METHODSmoothingUniversity of PatrasΠανεπιστήμιο ΠατρώνΦυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και ΠληροφορικήΕπιστήμες Μηχανικού και ΤεχνολογίαΕπιστήμη Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού, Μηχανικού Η/ΥNatural SciencesComputer and Information SciencesEngineering and TechnologyElectrical Engineering, Electronic Engineering, Information EngineeringKonstantinos10.12681/eadd/0119http://hdl.handle.net/10442/hedi/0119PhD Thesis