Ottimizzazione di modelli ARMA per la stima dello spettro di uno stato di mare

Abstract

L’argomento trattato all’interno di questa tesi è stato scelto sulla base di interessi personali, con l’intenzione di approfondire le conoscenze riguardanti l’analisi spettrale di processi aleatori e serie temporali, sistemi di estrazione di energia dalle onde, analisi di segnali digitali e oceanografia. All’interno dell’elaborato si proporranno due metodi utilizzati per ottimizzare un modello ARMA finalizzato all’analisi spettrale dello stato del mare. Si passeranno in rassegna le principali tecniche utilizzate in questo ambito, per poi descrivere il modello in questione evidenziando le criticità su cui si è lavorato, dei quali la dipendenza dei risultati dai parametri del modello costituisce l’aspetto più problematico. Si descriverà la tecnica dell’overlap analysis, che ha permesso di ottenere un aumento della frequenza di aggiornamento della ricostruzione spettrale, e un metodo per determinare il valore di overlap più opportuno da assegnare in tempo reale. Si descriverà l’impiego della finestratura, grazie alla quale si è ottenuta la stabilizzazione dei risultati al variare di un parametro critico del modello. Infine, si proporranno degli spunti per analisi da effettuare in futuro.

The topic covered in this thesis was chosen because of personal interests, with the intention of deepening the knowledge concerning the spectral analysis of random processes and time series, energy extraction systems from waves, digital signal analysis and oceanography. Two methods used to optimize an ARMA model aimed at the spectral analysis of the state of the sea will be proposed within the thesis. The main techniques used in this area will be reviewed, to then describe the model by highlighting the critical issues on which we have worked, of which the dependence of the results on the model parameters constitutes the most problematic aspect. We will describe the overlap analysis technique, which allowed us to obtain an increase in the update frequency of the spectral reconstruction, and a method to determine the most appropriate overlap value to assign in real time. We will describe the use of exponential window, thanks to which the stabilization of the results was obtained when a critical parameter of the model varies Finally, suggestions for future analyzes will be proposed.