Professional Documents
Culture Documents
SELC UK
UN
IVERS
ITES
I
FEN B
IL
IMLER
I ENST
IT
US
U
Jeodezide Zaman Dizilerinin
Dalgack (Wavelet) Analizi
R. Alpay ABBAK
DOKTORA Semineri
Jeodezi ve Fotogrametri M uhendisligi
Anabilim Dal
KONYA, 2007
IC
INDEK
ILER
Icindekiler i
Sekil Listesi iii
Simge Listesi iv
1 G
IR
IS 1
2 TANIMLAR VE KAVRAMLAR 4
2.1 Zaman Dizileri . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Periodiklik, Peryot ve Frekans . . . . . . . . . . . . . . . . . . . . 5
2.3 Frekans Bilgisine Neden
Ihtiya c Duyulur? . . . . . . . . . . . . . . 6
3 WAVELET (DALGACIK) ANAL
IZ
I 7
3.1 Fourier Analizine ve Dalgack Teorisine Giris . . . . . . . . . . . . 8
3.1.1 Dalgack . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1.2
Ol cek ve Zaman Fikri . . . . . . . . . . . . . . . . . . . . . 9
3.1.3 Ksa Zaman Fourier Analizi . . . . . . . . . . . . . . . . . 10
3.2 Dalgack Analizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Dalgacgn Matematiksel Temelleri . . . . . . . . . . . . . . . . . 13
3.3.1 S urekli Dalgack Don us um u . . . . . . . . . . . . . . . . . 15
3.3.2 Ayrk Dalgack Don us um u . . . . . . . . . . . . . . . . . . 17
3.4 Dalgack
Ol cegi ile Fourier Frekans Arasndaki
Iliski . . . . . . . 17
4 SAYISAL UYGULAMA 18
i
4.1 Monte-Carlo Yontemi . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2 Ger cek Verilerle Uygulama . . . . . . . . . . . . . . . . . . . . . . 21
5 SONUC VE
ONER
ILER 25
5.1 Sonu clar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.2
Oneriler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Kaynaklar 26
ii
SEK
IL L
ISTES
I
3.1 Sin us dalgas ve bir dalgack ornegi . . . . . . . . . . . . . . . . . 8
3.2 Sin usoid ve dalgackta ol cek faktor u . . . . . . . . . . . . . . . . . 9
3.3 Zaman i cerisindeki frekans degisimi . . . . . . . . . . . . . . . . . 10
3.4 Ksa zaman Fourier analizi . . . . . . . . . . . . . . . . . . . . . . 11
3.5 Dalgack Analizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.6 Haar dalgacg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.7 PDFin birinci t urevinden olusan dalgack . . . . . . . . . . . . . 15
3.8 Meksika sapkas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.9 Fourier don us um u . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.1 Test zaman dizisi . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2 Fourier spektrumu . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.3 Dalgack spekturumu . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.4 Test zaman dizisi (duragan olmayan) . . . . . . . . . . . . . . . . 21
4.5 Fourier spektrumu . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.6 Duragan olmayan dizinin dalgack spekturumu . . . . . . . . . . . 22
4.7 Antalya mareograf istasyonu 1990 yl ocak ay saatlik gozlemleri . 22
4.8 Deneysel gozlemlerin dalgack spekturumu . . . . . . . . . . . . . 23
4.9 Deneysel gozlemlerin dalgack Spekturumu . . . . . . . . . . . . . 24
iii
S
IMGE L
ISTES
I
dt zaman arts
e dogal say
f frekans
f gozlem vektor u, ayrca zaman dizisi
j kompleks say
n veri says
s ol cek degeri
standart sapma
a csal frekans
ana dalgack
t zaman
dalgacgn konumu
T peryot
W pencere fonksiyonu
iv
1. G
IR
IS
Jeodezi zamann bir fonksiyonu olarak yery uz un un seklini ve cekim alann
belirlenmesiyle ugrasan bir bilim daldr. Soz konusu sekil ve cekim alan
problemini cozebilmek i cin baz jeodezik gozlemler yaplr. A c, kenar, dogrultu,
y ukseklik fark, gravite ve yeni nesil uydu teknikleriyle yaplan ol cmeler bu
gozlemlere birer ornektir.
Soz konusu gozlemlerin hemen hepsi dogada var olan ziksel kuvvetlerin etkisi
altndadr. Bu nedenle ol c ulerin i cerisinde ziksel kuvvetlerin etkisi bulunmak-
tadr. Arastrmac ve bilim adamlar modellemeye calstklar ziksel ger ceklere
iliskin ol c uleri etkileyen doga olaylarn ve etkilerini belirlemek ister. Dolaysyla
ol c ulerin, bu etkileri ckaracak bi cimde tasarlanmalar gerekir.
Bu kapsamda degerlendirilen ol c u gruplarna ilk ornek zaman dizileridir. Zaman
dizileri bir rasgele s urecin sonucunda olusan ardsk gozlemler toplulugudur.
Zaman dizilerinde iki cesit degisken vardr. Bunlar, bagml (istenen ziksel
b uy ukl uk) ve bagmsz yani cogu kez zaman ya da konum olarak ger ceklesen
degiskenlerdir. Zaman dizilerinin olusturulmasndaki temel hedef; gozlenen
ziksel b uy ukl ug un zaman/konum i cerisindeki davransna bakarak b uy ukl ug un
dogasnn anlamak ve elde edilen bulgulardan gelecege iliskin kestirimlerde
bulunmaktr.
Herhangi bir bagmsz (zaman ya da konum) degiskene bagl olarak ger ceklesen
ve zaman dizileri olarak adlandrdgmz ardsk (tekrarl) gozlemlerin analizi
bu calsmann konusunu olusturmaktadr. Konu istatistigin onemli alanlarndan
biri oldugundan yerbilimleri, m uhendislik ve ekonomi gibi birbirinden cok farkl
disiplinlerde uygulama gormektedir.
Gozlenmis (deneysel) zaman dizileri, sinyal (signal) ve g ur ult u (noise) olarak
adlandrlan iki unsurdan olusur. G ur ult u ksm d uzenli (sistematik) ve d uzenli
olmayan olmak uzere iki ksmda incelenir. Sistematik g ur ult un un genel formu
1
(yaps/davrans) bilinir ama b uy ukl ug u her zaman dizisi i cin ayr ayr hesaplanr.
IZ
I
Dalgack analizi kullanm olarak olduk ca yeni olmasna karsn, temelleri 1805
ylnda Joseph Baptiste Fourier tarafndan atlmstr. Fourierin calsmasnn
temelini olusturan frekans analizi konusunun sonralar hem onemli hem de etkili
bir yontem oldugu ispatlanmstr. Uygulamada g un um uzde sk ca karsmza
ckmaktadr.
Sadece frekans analizinin yeterli olmadg kanaatine varlarak, frekans analizinden
ol cek analizine ge cis yaplmstr. C unk u ol c ulen ortalama dalgalanmalarn farkl
ol ceklerdeki analizleri g ur ult uye daha az duyarl oldugu a ck ca gor ulm ust ur.
Yani zaman dizilerinin geneline iliskin kararlar vermek yerine bolgesel ol cekte
olusan k u c uk dalgalanmalarn onemli olabilecegi g undeme gelmistir. Dolaysyla
kullanclar i cin dalgack analizi se cenek olmustur.
Simdiki kullanmyla dalgack soz u ilk kez Alfred Haarn (1909) doktora tezinin
ekler ksmnda kullanlmstr.
Paul Levy, Brownian hareketini (par cacklarn raslantsal hareketini) modelley-
erek dalgack teorisine katk saglamstr (19301950). Levy, par ca cklarn
raslantsal hareketini Haarn ol cek degiskenli temel fonsiyonlarnn (Haar dal-
gacg) Fourier temel fonksiyonlarna oranla daha iyi modelledigini ispat etmistir.
Dalgack teorisinin esaslar hakkndaki ayrntlar ilk defa Jean Morlet ve Alex
Grossmann yonetimindeki Marsilya Teorik Fizik Merkezi calsma grubu tarafndan
1985 ylnda ortaya atlmstr.
Dalgack analizi yontemleri Yves Meyer ve meslaktaslar tarafndan gelistirildi.
Ana algoritma Mallat (1988)n calsmasna dayanmaktadr. Bundan sonra
dalgack analizi konusunun uluslararas bir yon kazand g gor ul ur.
Ozellikle
Daubechies, Coifman ve Wickherhouser adl arastrmaclar onemli calsmalaryla
konuya ivme kazandrmslar. Bu asamadan sonra d unya literat ur unde sk ca
duyulmaya basland (19881989).
7
3.1 Fourier Analizine ve Dalgack Teorisine Giris
Zaman dizilerinin analizinde en iyi bilinen ve en cok kullanlan Fourier Teknigidir.
Fourier analizi, bir sinyalin farkl frekanslarn hesaplar. Diger bir baks a csyla;
bir sinyali zaman tabanldan frekans tabanl hale don ust ur ur.
Fourier analiziyle bir zaman dizisini meydana getiren frekans bilesenlerinin belir-
lenmesine karsn dezavantajlara da sahiptir. Frekans alanna don us um srasnda
zaman bilgisi yok olur. Yani bir sinyalin Fourier don us um une baktgmzda ozel
bir olayn nerede ger ceklestigine dair bir sey soylemek m umk un olmaz.
Eger sinyalin karakteristik ozelligi zaman boyunca de gismez ise (yani sinyal
duragan ise) bu dezavantaj onemli degildir. Buna karsn cogu sinyal onemli
saylabilecek duraganszlklar veya ge cici ozellikler (egim, anszn degisim, krlma
ve olaylarn baslang c ve bitislerini) i cerir. Bu beklenmedik ozellikler belki de
sinyalin en can alc ksmlarn olusturmaktadr. Fourier analiz bunlar belir-
lemeye elverisli degildir. Bu nedenle soz konusu kullanlacak analiz yonteminin
zaman dizisindeki duraganszlklara duyarl olmas gerekir. Dalgack yontemi bu
konuda Fourier teknigine se cenek olabilir.
... ...
Sekil 3.1: Sin us dalgas ve bir dalgack ornegi
3.1.1 Dalgack
Kelime anlamdan yola cklarak kabaca tanmlamak gerekirse dalgack; dalgann
k u c ug u anlamna gelmektedir. Bir dalgack, snrl zamanda etkili dalga bi cimidir.
8
Ol cek, yerel d uzenlilik hakknda kir sunarken, zaman dalgacgn olusum ann
ifade eder.
1
0
1
1
0
1
1
0
1
f(t) = sin(t) s = 1
f(t) = sin(2t) s =
1
2
f(t) = sin(4t) s =
1
4
f(t) = (t) s = 1
f(t) = (2t) s =
1
2
f(t) = (4t) s =
1
4
3
2
3
2
3
2
2
2
2
Sekil 3.2: Sin usoid ve dalgackta ol cek faktor u
Ol cekleme islemi, bir fonksiyonu yatay eksen boyunca belli bir oranda s und urmek
9
ya da b uzmektir.
Ol cek faktor u s ile sembolize edilir. Sekil 3.2 de sin us ve
dalgack fonksiyonunda ol cek faktor un un etkisi yer almaktadr. Ksaca, ol cek
faktor u k u c uld uk ce dalgack ayn oranda skstrlr.
Dalgack analizinde onemli bir unsur ise meydana gelen ani degisimlerin belirleyen
zamandr. Krlma an, kenar tespiti ve ksa zaman olusumlarnn izlenmesi
dalgack analizinin ama clarndandr.
0 1 2 3 4 5 6 7 8 9
2
1
0
1
2
Sekil 3.3: Zaman i cerisindeki frekans degisimi
Sekil 3.3 de gor uld ug u uzere zaman, ilerledik ce sinyalin frekansnda degisimler
olabilir. Yani sinyal belli zamanlarda farkl frekanslar i cermektedir. Bu durumda
sinyalin yapsnn duragan olmadg ortaya ckar. Bu tip sinyallerin analizinde
frekans degisimlerinin yerinin de tespit edilmesi gerekir.
Klasik analiz yontemlerinde genellikle sinyalin i cinde bulundurdugu frekans
bilesenleri belirlenir. Bu bilesenler sinyalin t um unde bulundugu varsaylr. Bu
varsaym her zaman dogru degildir. Sekil 3.3deki sinyal bunun en g uzel ornegidir.
Oyle bir matematiksel ara c olmaldr ki; sinyalin her annda olusan degisimleri
izleyebilsin.
3.1.3 Ksa Zaman Fourier Analizi
Fourier analizinin zamanlama eksikligini gidermek i cin, Gabor (1946) sinyali
zaman alannda k u c uk bol umler (pencereleme) halinde analiz edebilecegi krini
10
ortaya atms ve basaryla uygulamstr.
Pencere
Zaman
G
e
n
l
i
k
Zaman
G
e
n
l
i
k
Sekil 3.4: Ksa zaman Fourier analizi
Ksa zaman Fourier Analizi bir sinyalin zaman ve frekans gor un us u arasnda
uzlasmasn saglar. Yani sinyalin ne zaman ve hangi frekansla olustugu hakknda
bilgi verir. Fakat bu bilgiler snrl dogrulukla elde edilir. C unk u dogruluk
pencerenin boyutuyla ilgilidir (Sekil 3.4). Pencere boyutu b uy ukse frekans
coz un url ug u iyi, pencere boyutu k u c ukse frekans coz un ur ul ug u d us uk olur (Lee
vd., 1999).
Yontem, zaman sinyali f(t) ve bir yaklask zaman penceresi w(t) ile carplmasyla
klasik Fourier teknigiden t uretilir. Boylece sinyal kullancnn tercihine bagl
b uy ukl ukteki zaman penceresiyle adm adm analiz edilmis olur. Kayan pencerenin
yerlestirilmesi zaman boyutunun ekler ve zaman degiskenli frekans analizini
ger ceklestirir. Boylece standart Fourier analizinden farkl olarak asagdaki esitlik
elde edilir.
F(, ) =
f(t) w(t )e
j t
dt. (3.1)
Yontemin zaman ve frekans bilgileri arasnda uzlas saglamas faydal iken,
dezavantaj se ctigimiz ozel pencere t um frekanslar i cin ayn olmasdr. Diger
bir deyisle KZFDde y uksek ve al cak frekans bilesenleri i cin pencere fonksiyonu
genisliginin degistirilmesi m umk un degildir. Sadece farkl pencere fonksiyonu
genislikleri ile KZFD birka c kez tekrarlanarak sinyalin birka c zaman-frekans
gosterimi elde edilebilir. Fakat bu tarz bir analiz hem zaman kayb hem
de gereksiz islemlere sebep oldugundan kullansl degildir. Dolaysyla cogu
11
sinyal daha fazla esnek bir yaklasm ister. Boylece pencerelerin boyutu daha
dogru zaman veya frekans bilesenini belirlemek i cin de gismelidir. Bu nedenle
yontem ihtiyac tam anlamyla saglayamams ve baska bir yonteme gereksinim
duyulmustur.
3.2 Dalgack Analizi
Dalgack analizi degisken boyutlu bolgelerde pencereleme teknigidir. Ayrca hem
uzun zaman aralgnda al cak frekans bilgisini hem de ksa zaman aralgnda y uksek
frekans bilgilerini belirlememize yardmc olur. Yani bir baksta hem orman hem
de aga clar gormektir (Graps, 2006).
Zaman
G
e
n
l
i
k
Zaman
O
l
c
e
k
Sekil 3.5: Dalgack Analizi
Dalgack analizi; ksa zaman Fourier analizinin aksine zaman-frekans alann degil,
zaman-ol cek alann kullanr (Sekil 3.5). Sekilde gor uld ug u uzere analiz sonucu
tek boyutlu bir cizgi degil, alanlar olusur.
Dalgack analizi ne is yapar? Dalgack analizinin en onemli avantaj yerel analizi
yapabilmesidir. Yani b uy uk sinyali k u c uk alanda analiz edebilmesidir.
Ornegin
k u c uk bir s ureksizlik noktas olan bir sin us sinyalini d us unelim. Boylesi bir sinyal
ger cek hayatta deneysel olarak kolayca bulmak m umk und ur. Bu sinyalin Fourier
analizi sonucunda elde edilen spektral bilesenlerin cizimi ilgin c birsey ifade etmez.
C unk u karsmza sinyali temsil eden d uz bir spektrum (2 zirve) ckar. Buna
karsn dalgack analizi sonucunda elde edilen spektral bilesenlerin cizimi zaman
12
i cerisindeki s ureksizligin kesin yerini gosterir.
Iste dalgack analizi bosluklu, egimli, krlma noktal, s ureksizlik noktas bulunan
sinyallerin analizinde kullanlan uygun bir analiz yontemidir. Bunlarn yan
sra geleneksel yontemlere gore karslastrldgnda dalgack analizi yardmyla
bir sinyali skstrma (compression) veya arndrma (de-noising) islemi sinyalin
orjinalini bozmadan kolayca yaplabilir (Misiti vd., 2004).
3.3 Dalgacgn Matematiksel Temelleri
Ksa zaman Fourier analizinde bir pencere fonksiyonu bulunurken, dalgack
analizinde bir dalgack ((x)) fonksiyonu kullanlmaktadr. Soz konusu dal-
gack fonksiyonu ol ceklendirilip ve zaman alannda kaydrlarak analiz islemi
ger ceklestirilir. Bu durumda, oncelikle dalgacgn matematiksel tanmn yapalm
ve cesitleri hakknda bilgi edinelim.
Dalgack nitelik yon unden ele alnacak olunursa, oncelikle asagdaki iki sart
saglayan bir ger cek degerli fonksiyon (x) olmas gerekir (Percival ve Walden,
2002):
nin integrali sfrdr:
(x)dx = 0 (3.2a)
nin karesinin integrali bire esittir:
2
(x)dx = 1 (3.2b)
Yukardaki esitlikleri saglayan her (x) fonksiyonu dalgack olarak adlandrlr.
(H)
(x)
1/
2, 1 < x 0;
1/
2, 0 < x 1;
0, aksi takdirde.
(3.3)
seklindedir. Sekil 3.6 soz konusu dalgacgn gragini ifade etmektedir.
3 2 1 0 1 2 3
2
1
0
1
2
Sekil 3.6: Haar dalgacg
Baska bir dalgack ornegi vermek gerekirse, Gaussun can egrisi olarak ad-
landrdgmz olaslk yogunluk fonksiyonunu (PDF: Probability Density Func-
tion) d us unelim. Fonksiyon
(x) =
e
x
2
/2
2
2
2
(3.4)
esitligiyle gosterilir. Bunun birinci t urevi bir dalgacg ifade eder. Yeni olusan
fonksiyon,
(fdG)
(x) =
2xe
x
2
/2
2
3/2
1/4
(3.5)
halini alr. Bu ifadenin grak gosterimi Sekil 3.7de yer almaktadr.
Daha sonra elde edilen birinci t urevin bir kez daha t urevi alndgnda olusan
yeni fonksiyon Meksika sapkas (mexican hat) olarak da bilinen yeni bir dalgacg
meydana getirir (Sekil 3.8).
(MH)
(x) =
2(1 x
2
/
2
)e
x
2
/2
2
1/4
3
(3.6)
14
3 2 1 0 1 2 3
2
1
0
1
2
Sekil 3.7: PDFin birinci t urevinden olusan dalgack
3 2 1 0 1 2 3
2
1
0
1
2
Sekil 3.8: Meksika sapkas
Yukardaki orneklerden de anlaslacag uzere birbirinden farkl dalgack fonksiy-
onlaryla karslasmak soz konusu olacaktr. Her bir dalgack fonksiyonun degisik
kullanm alanlar mevcuttur. Kullanm alan analiz yaplacak dizinin karakteristik
ozelligine gore degisir.
3.3.1 S urekli Dalgack Don us um u
Matematiksel olarak Fourier analiz s ureci Fourier don us um uyle gosterilir.
F() =
f(t)e
jt
dt (3.7)
(3.7) esitligi f(t) sinyalinin bir kompleks ustel ile carplp toplanmasyla elde
edilir. Don us um un amac iste bu Fourier katsaylarn hesaplamaktr. Boylece
bir sinyal, Fourier don us um u yardmyla bilesenlerine ayrlr. Her bilesenin ayr
15
genligi ve frekans vardr. Bu islemi Sekil 3.9da grak olarak gosterilmektedir.
Fourier
Transform
...
Sekil 3.9: Fourier don us um u
Benzer sekilde S urekli Dalgack Don us um u (SDD), dalgack fonksiyonunun ()
kaydrlp bir ol cekle carpldktan sonra zaman alan boyunca toplanmasdr.
Bunun matematiksel ifadesi,
SDD(, s) =
1
|s|
f(t)(
t
s
)dt (3.8)
bi cindedir. Buradaki s ol cek ve konumu ifade etmektedir. SDDnin sonucunda
ol cek ve konum fonksiyonu olan bir cok dalgack katsaylar C elde edilir.
SDDnin algoritmasnn a cklamak istersek, bu islem 5 admda tanmlanr.
Bunlar;
1. bir dalgack al ve orijinal sinyalin baslang c bol um uyle karslastr,
2. dalgack ile sinyal arasndaki korelasyon katsays Cyi hesapla, katsay ne
kadar b uy ukse benzerlik te o kadar fazla olacaktr,
3. dalgacg bir miktar saga kaydr, adm 1 ve 2yi t um sinyali kaplayana kadar
tekrarla,
4. dalgacg ol ceklendir ve 1., 2. ve 3. admlar tekrarla,
5. t um ol cekler i cin 1 ila 4 nolu admlar tekrarla.
16
Bu islemleri yaptktan sonra sinyalin farkl bolgelerinde farkl ol ceklerde katsaylar
elde edilir. Bu katsaylar orijinal sinyalin regresyon sonu clarn gosterir.
Elde edilen katsaylar nasl gosterilmeli ki; kolayca yorumlanabilsin. Bunun i cin;
x zaman, y ol cek ve xy Cnin b uy ukl ug une gore renklendirme yaplarak
grage aktarlmaldr.
3.3.2 Ayrk Dalgack Don us um u
Eger olas t um ol cek aralgnda dalgack analizi yaplrsa cok b uy uk veri ygnlar
olusur. Bunlardan ka cnmak i cin analist belirli ol cek gruplar tespit eder ve bu
aralkta analizleri yapar. C ogunlukla en pratik ve kullansl yol, ol cek ve konum
degerleri ikinin kuvveti olacak sekilde se cilmesidir.
Iste soz konusu isleme Ayrk
Dalgack Don us um u (ADD) ad verilir. Matematiksel kuram olarak SDDden
hi c bir fark yoktur. Sadece hesap snr dizinin zaman alanna, ol cek ve konum
degerleri de analistin tercihine bagldr.
3.4 Dalgack
Olcegi ile Fourier Frekans Arasndaki
Iliski
Fourier analizi, bir sinyali farkl frekanslardaki bilesenlerine ayrrken, dalgack
analizi islemi farkl ol ceklerde ger ceklestimektedir. Ama c sinyalin i cerisindeki gizli
periyodikligin belirlenmesi oldugundan, bu durumda ol cek ile frekans arasnda bir
iliski kurmak gerekir. Bu iliski s =
1
f
dir. Frekansla ol cek arasnda ters orant
olmakla birlikte, Fourier periyodu dalgack ol cegine esit degil, denktir. Yani ana
dalgacgn tipi degistiginde periyotla ol cek arasndaki oran da degisir.
Ornegin
Morlet dalgacgnn ol cegi Fourier periyoduna hemen hemen esitken, Meksikal
sapkasnda ol cek Fourier periyodunun 1/4 katdr (Torrence ve Compo, 1998).
Bu nedenle analiz isleminden once ol cek-periyot iliskisi iyi bilinmelidir.
17
4. SAYISAL UYGULAMA
Onceki bol umde anlatlan dalgack teorisini daha iyi anlaslmas i cin saysal uygu-
lamalarn yaplmas daha faydal olacaktr.
Oncelikle analiz islemi, bilesenleri
bilinen test dizisinde yaplarak metodun kullanlabilirligi test edilecektir.
4.1 Monte-Carlo Yontemi
0 1 2 3 4 5 6 7 8 9 10
0
1
2
3
4
5
6
Zaman (sn)
G
e
n
l
i
k
(
m
)
Sekil 4.1: Test zaman dizisi
Matematiksel don us umler ham sinyallerde belirlenemeyen detayl bilgileri elde
etmek i cin kullanlr. Bu ama cla asagdaki uygulama Fourier ile dalgack
yonteminin karslastrmalar yaplarak elde edilecektir.
Pratikte daha cok zaman alannda sinyaller bulunur. Yani zamann bir fonksiyonu
olarak ol c ulm us bir sinyal soz konusudur. Boylesi bir gosterim cogu kez sinyalin
i cinde bulunan gizli periyodiklikleri gostermeye yetmez. Bu nedenle sinyal zaman
alanndan frekans alanna don ust ur ulmesi daha uygun olur.
18
1
0
5
)
Sekil 4.2: Fourier spektrumu
Yine ayn sinyalin dalgack don us um uyle elde edilen spektrumu Sekil 4.3te
verilmistir. Sekil dikkatlice incelenirse, baslang cta ong ur ulen periyotlarn
bulundugu bolgeler koyu renkle cevrilmis beyaz alanlar olarak karsmza ckar.
Bu demek oluyor ki; zaman dizisinin soz konusu ksmlarnda periyodikler var ve
zaman alan boyunca ayn yogunlukta kalmaktadr.
Simdi ise zaman dizisinin duragan olmadgn varsayalm. Yani zaman alan
boyunca degisen frekanslar i cerdigini kabul edelim. Bu durumun matematiksel
gosterimi,
19
Zaman
P
e
r
y
o
t
Test Datasinin Dalgacik G Spekturumu
0 5 10 15 20 25 30 35 40
0.03125
0.0625
0.125
0.25
0.5
1
2
Sekil 4.3: Dalgack spekturumu
f(t) =
cos(
2
0.125
t), 0 < t 10;
cos(
2
0.250
t), 10 < t 20;
cos(
2
0.500
t), 20 < t 30;
cos(
2
1.000
t), 30 < t 40;
seklinde olacaktr. Elde edilen zaman dizisinin gragi Sekil 4.4te gor ulmektedir.
Ikinci tip zaman dizisinin Fourier spekturum gragi Sekil 4.5de verilmistir.
Onceki Fourier spektrumuyla benzer gor unt u elde edilmistir yine 4 tane zirve
(peak) ve zaman bilgisi yok! Buna karsn ayn dizinin dalgack spekturumu Sekil
4.6 de gosterilmektedir.
20
0 10 20 30 40
2
1
0
1
Zaman
G
e
n
l
i
k
Sekil 4.4: Test zaman dizisi (duragan olmayan)
0 0.125 0.250 0.375 0.500 0.625 0.750 0.875 1.000
0
20
40
Periyot
S
p
e
k
t
r
a
l
y
o
g
u
n
l
u
k
(
1
0
5
)
Sekil 4.5: Fourier spektrumu
4.2 Gercek Verilerle Uygulama
Uygulama i cin Antalya mareograf istasyonunun 1990 ylna ait saatlik deniz
d uzeyi gozlemleri se cilmistir. Bu gozlemler istasyonun analog kayt urettigi
doneme ait oldugundan, Harita Genel Komutanlgnca kaba hatalar d uzeltildikten
sonra saysallastrlarak analize uygun hale don ust ur ulm ust ur (HGK, 1991).
ILER
5.1 Sonuclar
Bu calsmada zaman dizilerinin analizinde kullanlan dalgack yontemi tartslmstr.
Dalgack analizi hakknda temel teori ve kavramlar anlatlmstr. Teoriyi
daha da g u clendirmek i cin once test verileriyle analiz yaplms ve yontemin
kullanlabilirligi hakknda bir uygulama ger ceklestirilmistir. Daha sonra deneysel
bir zaman dizisi olarak deniz d uzeyi gozlemleri se cilmistir. Soz konusu veri-
lerin analizi sonucunda dalgacklarn etkin bir analiz metodu oldugu kanaatine
varlmstr. Simdiye kadar ki yaplan calsmalarn aksine farkl bir perspektif
yakalanmstr.
Analizle birlikte bu yontemin geleneksel yonteminlere gore ust un yonlerinin
oldugu fark edilmistir. Bunlardan en onemlisi; duragan olmayan verilerin
analizine kolayca uygulanabilmesidir. Zaten deneysel verilerin hemen hepsi
duraganlg bozan bilesenler (trend, ani degisim, krlma noktas vs.) i cermektedir.
Klasik yontemlerde ise zaman dizisi duragan olmasa da analiz esnasnda duraganms
gibi kabul edilir. Bu durum ise analizin objektiigi a csndan dogru bir tutum
degildir.
Her yontemde oldugu gibi hi c s uphesiz bu yontemin de eksik kaldg noktalar
vardr. Yontemde verilerin arasnda ksa bosluklarn olmas veya esit aralkl
olmamas durumunda enterpolasyonla ilgili ksmlarn doldurulmas gerekir. Aksi
takdirde algoritma geregi dogru bir analiz yaplmas m umk un degildir.
Hzl Fourier analizinde oldugu gibi veri says ikinin kuvveti kadar sayda (N =
2
n
) olmas gerekir. Olmadg takdirde analiz yaplmas i cin veriler en yakn ikinin
kuvvetine kadar sfr ile doldurulur. Bu suni bir m udahele anlamna gelmektedir.
Dalgack analiz sonucunda elde edilen grakler incelendi ginde, periyodiklikler
nicelik olarak belirlenir. Yani test dizisinin analizi sonucu Sekil 4.3te gor uld ug u
25
uzere 1 frekansnn oldugu bolgelerde periyodiklik bulunmas gerekirken, bu
deger 0.9 ila 1.1 arasnda olabilir. Bu durum analistin istemeyecegi bir
belirsizliktir.
Benzer sekilde veriler farkl ol c u kaynaklarndan elde edilebilir ve dolaysyla farkl
agrlkta veriler olusur. Bu durumda yontemin yapabilecegi hi c birsey yoktur.
Agrlk unsurunu gozard etmek zorunda kalnr.
5.2
Oneriler
Atmosferik ve jeolojik kosullar nedeniyle frekansnda ani degisimler gosteren
deneysel zaman dizilerin analizinde bu yontemin kullanlmas sonu clarn yorum-
lanmasn kolaylastrmaktadr. Dolaysyla yer bilimleriyle ugrasan arastrmaclara
bu yontemi kullanmas tavsiye edilebilir.
Analiz islemi srasnda ol cek degisim miktar olmas gerektigi d uzeyde belirlen-
melidir. C ok k u c uk olmas islem hznn yavaslatrken, cok b uy uk olmas da
frekansn coz un url ug un u d us urmektedir.
Bir boyutlu fonksiyonun (orn. zaman dizisi) dalgack don us um u sonucunda iki
boyutlu fonksiyon, iki boyutlu fonksiyonun (orn. gor unt u) dalgack don us um u
sonucunda dort boyutlu fonksiyon ortaya ckar(Valens, 1999). G un um uz teknolo-
jisiyle dort boyutlu fonksiyonu elde eden analizi yapmak cok zor degildir. Bu
nedenle ileriki calsmalarda gravite haritalarnn analizide kullanlacak etkin bir
yontem olarak karsmza ckacaktr.
26
KAYNAKLAR
Abbak, R. A. (2005). Deniz d uzeyi gozlemlerinin en k u c uk karelerle spektral
analizi. Masters thesis, Sel cuk
Universitesi, Fen Bilimleri Enstit us u, Konya.
Baykut, S., Akg ul, T., ve Ergintav, S. (2006). Modeling and Analysis of Noise
Characteristics of GPS Data. In IEEE 14th Signal Processing and Applications
Conference, Antalya, Turkey, 17-19 April 2006.
Graps, A. (2006). Introduction to wavelets. World Wide Web, http://www.
amara.com.
HGK (1991). Erdek, Mentes
Izmir, Bodrum ve Antalya Mareograf
Istasyonlar
1990 yl Saatlik Deniz Seviyesi Degerleri. Harita Genel Komutanlg, Ankara.
Keller, W. (2004). Wavelets in Geodesy and Geodynamics. Walter de Gruyter
GmbH & Co., 1st edition.
Lau, K. M. ve Weng, H. (1995). Climate Signal Dedection Using Wavelet
Transform: How to Make a Time Series Sing. Bulletin of the American
Meteorological Society, Volume: 76:pages:23912402.
Lee, J. J., Lee, S. M., Kim, I. Y., Min, H. K., ve Hong, H. S. (1999). Comparison
between Short Time Fourier and Wavelet Transform for Feature Extraction of
Heart Sound. IEEE TENCON, Volume: 102:1855.
Misiti, M., Misiti, Y., Oppenheim, G., ve Poggi, J. M. (2004). Users Guide on
Wavelet Toolbox 4 for MATLAB. Matworks Incoorperation.
Percival, D. B. ve Walden, A. T. (2002). Wavelet Methods for Time Series
Analysis. Cambridge University Press, second edition.
Qiao, F. (2005). Introduction to Wavelet: A Tutorial. In Workshop on Wavelet
Application in Transportation Engineering,January 09, 2005.
Torrence, C. ve Compo, G. P. (1998). A Pratical Guide to Wavelet Analysis.
Bulletin of the American Meteorological Society, Volume: 79:pages:6179.
Valens, C. (1999). A Really Friendly User Guide to Wavelet. World Wide Web,
http://www.cs.unm.edu/
~
williams/cs530/arfgtw.pdf.
27