Análise do Desempenho de Compressed Sensing na Reconstrução de Sinais em Pneus Inteligentes

Authors

  • João Victor Resende Lima
  • Danton Ferreira
  • Rafael Santos
  • Bruno Barbosa
  • André Pinto
  • Nan Xu

Keywords:

Sensoriamento compressivo, Reconstrução de sinais, Orthogonal Matching Pursuit, Transformada Discreta de Cosseno, Pneus inteligentes, Sistemas veiculares

Abstract

Este trabalho apresenta uma avaliação do desempenho de técnicas de Sensoriamento Compressivo (CS- Compressed Sensing) aplicadas à reconstrução de sinais de forças em pneus veiculares. Considerando a crescente demanda por sistemas de aquisição de dados mais eficientes em aplicações automotivas, investiga-se o impacto da redução do número de medições na qualidade da reconstrução do sinal. A abordagem adotada baseia-se na representação esparsa dos sinais utilizando a Transformada Discreta do Cosseno (DCT) e na reconstrução por meio do algoritmo Orthogonal Matching Pursuit (OMP). Os experimentos são conduzidos com sinais reais obtidos de uma bancada de testes, permitindo a análise em um cenário mais próximo de um pneu inteligente. A metodologia foi validada com uma base de dados experimental contendo 500 rotações para velocidades de 30 km/h e 60 km/h. Os resultados, analisados via Raiz do Erro Quadrático Médio (RMSE), demonstram que taxas de retenção entre 40% e 50% permitem uma reconstrução fiel da morfologia do sinal. Observou-se que taxas inferiores a 30% resultam em instabilidade e aumento significativo da variância do erro (outliers), especialmente em velocidades mais elevadas. Conclui-se que o CS é uma técnica viável para otimizar a eficiência energética em sistemas de pneus inteligentes sem comprometer a integridade da informação.

Downloads

Published

2026-10-05