Relazione Sistemi Ambientali

UNIVERSITÁ DEGLI STUDI DI CATANIA
Facoltà di Ingegneria
Dipartimento di Ingegneria Elettrica Elettronica e dei Sistemi
Corso di Laurea Specialistica in Ingegneria dell'Automazione e del Controllo
dei Sistemi Complessi
_______________________________________________________
Modellistica e controllo dei sistemi

ambientali
Implementazione di un sistema di warning:

l’indice ALICE
Docente:
Prof. G.Nunnari
Studenti:
L’Episcopo Gaetano,
Nicolosi Giuseppe,
Privitera Vanessa.
________________________________________________________
Anno Accademico 2007/2008

1. INTRODUZIONE
Nel presente lavoro si è provveduto alla realizzazione di un sistema di warning basato

sull’analisi di serie temporali. La serie temporale di cui ci si è occupati riguarda il rilevamento
eseguito a mezzo di sensori di posizione (nord-est-quota), posizionati sulle pendici del vulcano
Stromboli. Lo scopo di tali sensori è quello di rilevare le eventuali variazioni subite dalla
superficie vulcanica dovute a fenomeni legati all’attività vulcanico-sismica. Date le particolari
condizioni i dati rilevati non costituiscono una serie temporale regolare, non permettendo quindi
di definire un tempo di campionamento costante, queste particolari condizioni impongono di
dover definire un intervallo di campionamento che rappresenti il giusto compromesso in funzione
della serie temporale. Lo scopo principale del software è quello di evidenziare a partire
dall’analisi della serie temporale l’insorgenza di fenomeni particolari evidenziabili da variazioni
repentine delle misurazioni, in quanto sono previste nella normale attività vulcanica movimenti
della superficie ma se queste variazioni subiscono delle accelerazioni risulta utile generare
l’evento di warning. Il sistema proposto provvede all’analisi della serie, evidenziando la presenza
di eventuali “picchi” senza però gestire la segnalazione diretta del warning. Il sistema di basa sulla
valutazione dell’indice “ALICE” (Absolute Local Index of Change Environment).
2. INDICE “ALICE”
L’indice “ALICE” rappresenta un metodo di valutazione utilizzato per l’analisi dei warning.
Questo metodo provvede alla definizione di una soglia calcolata dinamicamente, quindi non a
priori, ma sulla base delle misurazioni effettuate. Di fatto l’indice “ALICE” evidenzia una
variazione particolarmente rilevante del parametro monitorizzato al tempo t , comparandolo con il
valore medio delle misurazioni effettuate, ma soprattutto tenendo conto della “storia” delle
osservazioni eseguite.
L’indice “ALICE” è definibile secondo la relazione:
∆T x (t ) − ∆T x (t )
A∆TX (T ) =
σ ∆Tx (t )
Dove ΔTx(t)= | Tx(t)- Tx(t-tc) | rappresenta la differenza in valore assoluto tra la misura
effettuata all’istante corrente t e la misura acquisita all’istante precedente di campionamento (tc ),
mentre <ΔTx(t)> e σΔT(t) rappresentano rispettivamente la media e la deviazione standard di ΔTx(t)
agli istanti precedenti.
3. ORGANIZZAZIONE DEI DATI
I dati della serie temporale sono stati forniti in formato Access, si è resa necessaria quindi una
fase di pre-elaborazione dei dati. All’interno del database non era possibile distinguere le misure
effettuate dai vari sensori (in totale nove) e i relativi istanti di rilevamento. Si è provveduto alla
suddivisione, tramite Query, dei dati disponibili per sensore organizzati in differenti tabelle
Access, convertite in formato Excel adattando la precisione delle misurazioni e generando un file
di testo (codifica ANSI) per ogni sensore per renderne possibile l’elaborazione a mezzo MatLab.
Il file di testo realizzato ha una struttura tabellare; è composto da 8 colonne e da un numero di

righe variabile, ma pari al numero di rilevazioni effettuate dal sensore considerato. Le colonne
sono organizzate secondo il seguente ordine:
I. Valore rilevamento Nord
II. Valore rilevamento Est
III. Valore rilevamento Quota
IV. Giorno del rilevamento
V. Mese del rilevamento
VI. Anno del rilevamento
VII. Ora del rilevamento
VIII. Minuti del rilevamento
Un esempio di file ottenuto è il seguente:
4295126.341634540000000 518042.310167631000000 25.854967496315200 28 6 07 17 49

4295126.317036850000000 518042.325392020000000 25.856474917576500 28 6 07 18 48
4295126.324089920000000 518042.321469928000000 25.853802051868600 28 6 07 19 47
4295126.309820860000000 518042.331903958000000 25.851031732036700 28 6 07 20 26
4295126.298361020000000 518042.338954070000000 25.852013330176200 28 6 07 20 36
4295126.298295440000000 518042.338241171000000 25.853596825290000 28 6 07 20 49
4. DESCRIZIONE E CARATTERISTICHE DELLO SCRIPT MATLAB
Il codice è suddiviso in diverse funzioni; prevede un’interfaccia grafica per l’inserimento dei
parametri di esecuzione (file di testo da caricare, nome del sensore, ampiezza della finestra
temporale in minuti, ore o giorni, offset iniziale e percentuale di campioni scartate). La finestra
d’inserimento è la seguente:
Come già detto, i dati vengono acquisiti da file di testo e organizzati in fasce temporali; a seconda
se tale fascia è superiore o inferiore a un giorno, vengono richiamate due diverse funzioni:
“alice_giorni” o “alice_min_ore”: nel primo caso si hanno dei gruppi di giorni tra i quali verrà
calcolata la differenza (fra due intervalli consecutivi); nel secondo caso l’intera giornata viene
suddivisa in fasce orarie, e la differenza viene calcolata fra due fasce orarie uguali ma per giorni
consecutivi.
Per ogni fascia temporale viene determinato un valore rappresentativo che sarà nullo se non vi
sono misurazioni, sarà pari al valore dato se esso è l’unico per quella fascia e sarà pari alla media
fra il primo e l’ultimo valore della misurazione se si hanno più rilevazioni.
Ottenuti tali valori è possibile calcolare il valore dell’indice ALICE, come illustrato nella formula
precedentemente commentata, facendo attenzione ad aggiornare ad ogni passo le medie e le
deviazioni standard dell’insieme delle differenze determinate nelle iterazioni precedenti. Inoltre è
prevista, per evitare fluttuazioni dell’indice stesso dovute all’esiguità dei dati, soprattutto nelle
iterazioni iniziali, l’impostazione di una soglia relativa al numero di iterazioni, al di sotto della
quale l’indice non viene calcolato, ma vengono solo aggiornate la media e la deviazione standard;
viceversa viene calcolato anche l’indice tenendo conto anche dei dati al di sotto della soglia. Il
valore di tale soglia è impostabile attraverso la voce “percentuali di valori scartati” del prompt
grafico iniziale.
Calcolato l’indice ALICE (per i dati relativi ai tre riferimenti-nord, est, quota), si procede al
plottaggio grafico degli indici ottenuti, in seguito per evidenziare i movimenti anomali del suolo,
dovuti ad eventuali attività sismico-vulcaniche, si estrapolano dall’insieme degli indici ALICE
ottenuti quelli che costituiscono un’anomalia. L’individuazione della anomalia viene eseguita se si
verifica la seguente relazione:
A∆TX (T ) ≥ 〈 A∆TX 〉 + 2σ ∆Tx
Dove A∆TX (T ) rappresenta il valore dell’indice ALICE alla data iterazione, mentre 〈 A∆TX 〉 e σ ∆Tx
rappresentano rispettivamente il valore medio e la deviazione standard di tutti gli indici ALICE
relativi alla fascia temporale corrispondente. Dai valori così ottenuti si calcola il valore
percentuale di anomalie presenti per le singole fasce temporali con relativi grafici ad istogramma.
5. SIMULAZIONI E ANALISI DEI RISULTATI OTTENUTI

Disponendo delle serie temporali relative a numero cinque sensori (da SDF18 a SDF22), si è
provveduto ad effettuare l’analisi delle stesse utilizzando il procedimento sopra descritto,
automatizzato a mezzo dello script MatLab di cui all’Appendice. Per ogni sensore l’analisi dei
dati per la ricerca delle anomalie, cioè dei possibili casi di warning, è stata eseguita utilizzando
diverse finestre temporali, in successione: 15 min, 30 min, 60 min, 120 min, 180 min, 240 min,
360 min, 720 min, 1 giorno, 7 giorni. Per ogni sessione sono disponibili i grafici relativi al valore
di Est, di Nord e di Quota il tutto per ogni singola fascia oraria, di conseguenza il numero di plot
risulta essere considerevole. Lo script realizzato provvede a salvare in automatico i plot generati
nominandoli a seconda del sensore considerato, dal parametro monitorizzato e dalla fascia oraria
(ad es: SDF18_2100-2115-quota.png, questo file contiene il plot relativo al sensore SDF18, alla
fascia oraria dalle 21:00 alle 21:15 e relative al valore di quota). Si ritiene utile presentare la
valutazione dei risultati ottenuti relativi solamente ad un sensore (SDF18), considerando tre
finestre temporali (15 minuti, 120 minuti e 7 giorni) e tutti e tre i parametri:
- Finestra temporale di 15 minuti, fascia oraria dalle 12:15 alle 12:30

- Finestra temporale di 120 minuti, fascia oraria dalle 12:00 alle 14:00
- Fascia di 7 giorni:
Come si evince dai grafici sopra riportati la presenza di picchi evidenzia l’avvenuta anomalia che
rappresenta un probabile caso di warning. Ovviamente man mano che la finestra temporale si
allarga la dinamica del segnale si regolarizza e il numero di picchi presenti si riduce. Risulta
quindi più conveniente valutare gli eventi con una finestra temporale dell’ordine di quindici
minuti poiché con valori maggiori si perde un certo numero di campioni causando una minore
accuratezza nella valutazione di eventuali reali anomalie.
Si è provveduto inoltre alla realizzazione di alcuni istogrammi volti a rappresentare la percentuale

di anomalie rilevate nelle varie finestre temporali, da esse è possibile osservare in quali fasce si
sono osservate più anomalie si riportano di seguito gli istogrammi:
- Per intervalli di 15 minuti

- Per intervalli di 2 ore:
- Per intervalli di 7 giorni
6. CONCLUSIONI
Prescindendo dalla qualità dei dati in ingresso, di cui non si conosce la relativa attendibilità, è
stato comunque possibile osservare una certa efficacia del sistema di warning realizzato. La
caratteristica saliente è costituita dalla possibilità di tenere conto della “storia” delle misurazioni
durante il calcolo dell’indice ALICE, limitando così l’insorgere di errate segnalazioni, dovute ad
esempio alle incertezze delle misurazioni e/o al rumore inevitabilmente presente in tutte le misure.
Si è osservata una progressiva riduzione della media delle percentuali di anomalie rivelate
all’interno di ogni fascia al crescere dell’intervallo di osservazione, come mostra la seguente
tabella, relativa al sensore SDF18:
Ampiezza Intervallo Anomalie Nord Anomalie Est Anomalie Quota

15 minuti 5,48% 4,86% 4,63%
30 minuti 11,53% 11,53% 11,53%
1 ora 4,76% 4,75% 4,75%
2 ore 3,1% 3,26% 3,51%
3 ore 3,72% 3,2% 2,32%
4 ore 3,58% 3,58% 3,03%
6 ore 3,48% 3,49% 3,23%
12 ore 2,9% 2,9% 2,9%
1 giorno 5,77% 5,77% 2,9%
7 giorni 11,11% 5,55% 5,55%
In particolare, si osserva che per un intervallo di 15 minuti le percentuale media di anomalie

rilevate sia minore rispetto a 30 minuti, ampiezza per la quale si ha un picco nelle anomalie (ciò
può essere spiegato col fatto che le misure della serie temporale sono state acquisite in media ogni
20-30 minuti), mentre per ampiezze crescenti si ha un trend decrescente, con qualche piccola
fluttuazione. Tale comportamento è spiegabile col fatto che aumentando l’intervallo di
osservazione la media fra la prima e l’ultima acquisizione nella data fascia tende a smorzare
eventuali picchi nelle misure. Per un intervallo di una settimana, invece, la percentuale media di
anomalie rilevate è più alta. Tale trend è confermato se confrontiamo più sensori, come è evidente
dai seguenti grafici, in cui si mostra la variazione delle percentuali medie di anomalie rilevate,
rispettivamente per il nord, l’est e la quota:
Rimane comunque da realizzare un sistema che a partire dai segnali di warning generati dal
presente sistema attui le opportune segnalazioni volte a rendere efficace il sistema.
7. APPENDICE – codice MatLab.
- Interfaccia_alice.m
%% Interfaccia grafica da eseguire per il calcolo dell'idice ALICE.

% Tale script richiama le funzioni alice_min_ore.m e alice_giorni.m che a loro
volta richiedono gli script calcoloGiorno.m, pulisciZeri2.m e pulisciZeri.m
%% AUTORI: L'Episcopo Gaetano, Mangano Claudia, Nicolosi Giuseppe, Privitera

Vanessa, Sansone Giuseppe
%% Data: Dicembre 2007
clear all
close all
clc
%% CREAZIONE DI UNA FINESTRA DI DIALOGO DI INPUT

prompt={'Nome target ','Percorso file da caricare','Valore della finestra
temporale','minuti,ore o giorni?','offset (filtraggio del
rumore)','percentuale di campioni scartati'};
dlg_title='Settaggio dei Parametri';
num_lines=1;
def={'SDF18','C:\Tesina\sdf18.txt','3','giorni','650','30'}; %parametri di
default
options.Resize='on';
answer=inputdlg(prompt,dlg_title,num_lines,def,options);
%% CARICAMENTO DATI DAL FILE DI TESTO DESIDERATO

target=answer{1,1}; % Nome del sensore, utile per i plot ed i file da salvare
percorso=answer{2,1}; % Percorso da cui leggere il file di testo in ingresso
datiCaricati=load(percorso); % Caricamento dati da file di testo dal
percorso indicato
offset=str2double(answer{5,1}); % lettura offset
percentuale=str2double(answer{6,1}); % lettura percentuale dati da scartare
%% VERIFICA DATI IMMESSI e DEFINIZIONE DELLE FINESTRE TEMPORALI
ampiezza=str2double(answer(3,1)); % Conversione della stringa in numero
switch(answer{4,1}) % Scelta dello script da caricare a seconda dell'ampiezza
della finestra scelta
case {'minuti','minuto'} % Finestra temporale espressa in minuti
if((ampiezza<=0)||(ampiezza>1440)) % Verifica sulla correttezza
dell'inserimento dei dati della finestra temporale
msgbox('Errore nel valore impostato della finestra
temporale!','Errore nei dati inseriti!');
else
passoMinuti=ampiezza;
[dati,numeroCampioniFascia,anomalieNord,anomalieEst,anomalieQuota,
percentualeAnomalie,percentualeMediaAnomalie]=alice_min_ore(target,datiCaricat
i,passoMinuti,offset,percentuale); % Script richiamato: alice_min_ore.m
end
case {'ore','ora'} % Finestra temporale espressa in ore, viene poi
convertita in minuti
else
passoMinuti=ampiezza*60;
[dati,numeroCampioniFascia,anomalieNord,anomalieEst,anomalieQuota,
percentualeAnomalie,percentualeMediaAnomalie]=alice_min_ore(target,datiCaricat
i,passoMinuti,offset,percentuale); % Script richiamato: alice_min_ore.m
end
case {'giorni','giorno'} % Finestra temporale espressa in giorni
else
passoGiorni=ampiezza;
[dati,percentualeAnomalie]=alice_giorni(target,datiCaricati,passoG
iorni,offset,percentuale); % Script richiamato: alice_giorni.m
end
otherwise
disp('formato dell/''ora o dei minuti non corretto');
end
- alice_min_ore.m
function
[dati,numeroCampioniFascia,anomalieNord,anomalieEst,anomalieQuota,percentualeA
nomalie,percentualeMediaAnomalie]=alice_min_ore(target,datiCaricati,passoMinut
i,offset,percentuale)
%% Script che calcola l'indice ALICE, ne rivela le anomalie e salva i plot,

per intervalli inferiori o pari ad un giorno.
% Richiede gli script calcoloGiorno.m, pulisciZeri2.m e pulisciZeri.m
%% AUTORI: L'Episcopo Gaetano, Mangano Claudia, Nicolosi Giuseppe, Privitera

%% Dati in ingresso
% target=Nome del sensore
% datiCaricati=dati letti dal file di testo e passati allo script. Il file
dev'essere strutturato in 8 colonne: la 1a: misure nord, la 2a: misure est, la
3a: misure quota, la 4a: giorno dell'acquisizione, la 5a: mese
dell'acquisizione, la 6a: anno dell'acquisizione, la 7a: ora
dell'acquisizione, la 8a: minuto dell'acquisizione
% passoMinuti=ampiezza dellintervallo temporale espresso in minuti
% offset=Parametro per eliminare eventuali misure iniziali affette da rumore
% percentuale=numero in percentuale dei dati iniziali su cui non calcolare
l'indice ALICE
%% Dati in uscita
% dati=dati caricati in memoria
% numeroCampioniFascia=numero di campioni contati per fascia oraria
% anomalieNord=anomalie rilevate nei dati del Nord
% anomalieEst=anomalie rilevate nei dati dell'Est
% anomalieQuota=anomalie rilevate nei dati della Quota
% percentualeAnomalie=percentale di anomalie rilevate per fascia oraria e per
Nord, Est e Quota
% percentualeMediaAnomalie=media delle percentali di anomalie rilevate nelle
varie fascie orarie per Nord, Est e Quota
%% Impostazione degli intervalli temporali

intervalliGiorno=fix(1440/passoMinuti);% Numero di intervalli in un giorno
(1440=numero di minuti in una giornata)
resto=rem(1440,passoMinuti); % Calcola eventuali minuti residui giornalieri
% Controllo se i minuti residui sono abbastanza da creare un altro intervallo

o devono essere inglobati nell'ultimo intervallo della giornata
if(resto>(passoMinuti/2))
intervalliGiorno=intervalliGiorno+1;
index=1;
elseif(resto<=(passoMinuti/2))
index=0;
end
%% Caricamento ed organizzazione dei dati
[rig,col]=size(datiCaricati); % calcolo numero di righe e colonne della

matrice da cui leggere i dati
for i=offset:1:rig % ciclo sulla riga
ora=datiCaricati(i,7); % lettura dati
min=datiCaricati(i,8); % lettura dati
pointMin=ora*60+min; % calcolo del minuto della giornata in cui avviene
l'acquisizione
% ricerca dell'intervallo temporale (giornaliero) in cui cade la misura
acquisita
for h=1:1:intervalliGiorno % Ciclo sul numero degli intervalli del giorno
StartMin=(h-1)*passoMinuti; % Estremo inferiore dell'intervallo
EndMin=h*passoMinuti; % Estremo superiore dell'intervallo
if((h==intervalliGiorno)&&(index==1)) % ampliamento dell'intervallo se
i minuti residui sono minori al 50% del passo
EndMin=StartMin+resto;
elseif((h==intervalliGiorno)&&(index==0)) % creazione di un intervallo
se i minuti residui sono maggiori al 50% del passo
EndMin=h*passoMinuti+resto;
end
if((pointMin>=StartMin)&&(pointMin<EndMin)) % Verifica se la misura
ricade nell'intervallo in questione
codiceIntervallo=h; % Calcolo del codice dell'intervallo temporale
codiceGiorno=calcoloGiorno(datiCaricati(i,4),datiCaricati(i,5),dat
iCaricati(i,6)); % calcolo del giorno dell'anno
% Assemblaggio della matrice dei dati
dati(i-offset+1,1)=codiceIntervallo; % Prima Colonna=Codice
dell'intervallo temporale
dati(i-offset+1,2)=datiCaricati(i,1); % Seconda Colonna=Dati del
Nord
dati(i-offset+1,3)=datiCaricati(i,2); % Terza Colonna=Dati
dell'Est
dati(i-offset+1,4)=datiCaricati(i,3); % Quarta Colonna=Dati
della Quota
dati(i-offset+1,5)=codiceGiorno; % Quinta Colonna=Numero del
giorno dell'anno
break;
end
end
end
%% Calcolo dell'indice ALICE per Nord, Est e Quota
[rig2,col2]=size(dati); % calcolo numero di righe e colonne della matrice dati
g=0; % contatore dei campioni per fascia oraria al giorno
% ordinamento dei campioni a seconda della fascia di appartenenza
for j=1:1:intervalliGiorno % ciclo lungo gli intervalli
k=1; % contatore del numero totale di campioni per fascia oraria
for i=1:1:rig2 % scorro lungo le righe della matrice dati
codInt=dati(i,1); % memorizzo il codice intervallo
if(j==codInt) % verifico se il dato letto fa parte del codice
% creazione di tabelle per dati del Nord, Est, Quota e giorni in
cui k è il numero totale di misure per fascia oraria j
datiNord(k,j)=dati(i,2); % Matrice dei dati del Nord
datiEst(k,j)=dati(i,3); % Matrice dei dati dell'Est
datiQuota(k,j)=dati(i,4); % Matrice dei dati della Quota
datiGiorno(k,j)=dati(i,5); % Matrice dei dati del giorno
giorno=datiGiorno(k,j); % memorizzo il giorno in cui cade la
misura
% Conteggio del numero di campioni all'interno di ogni fascia per
ogni giorno
if((k==1)||((k>1)&&(giorno~=datiGiorno(k-1,j))))
g=1;
elseif((k>1)&&(giorno==datiGiorno(k-1,j)))
g=g+1;
end
numeroCampioniFascia(giorno,j)=g; % Assemblaggio della matrice che

contiene il numero di campioni per fascia
k=k+1;
end
end
end
% creazione delle matrici con le medie per ogni intervallo, naturalmente si fa

la media tra il primo e l'ultimo campione della fascia...
[rigDati,colDati]=size(datiNord); % calcolo il numero max di campioni per
fascia oraria che è dato dalla dimensione delle righe delle matrici dati...
[ncfrig,ncfcol]=size(numeroCampioniFascia); % calcolo le dimensioni della
tabella numeroCampioniFascia
for j=1:1:ncfcol % calcolo della media dei campioni di misura per fascia
y=1; % indice di lettura dalla matrice dati
for ind=1:1:ncfrig
x=numeroCampioniFascia(ind,j); % Calcolo del numero di misure per
fascia oraria
if(x==0) % Se non ci sono misure in una fascia, la media è posta a
zero
mediaNord(ind,j)=0;
mediaEst(ind,j)=0;
mediaQuota(ind,j)=0;
end
if((x==1)&&(y<=rigDati)) % Se c'è una sola misura in una fascia, la
media è pari a quel campione
mediaNord(ind,j)=datiNord(y,j);
mediaEst(ind,j)=datiEst(y,j);
mediaQuota(ind,j)=datiQuota(y,j);
y=y+x; % aggiornamento dell'indice di lettura dalla matrice dati
end
if((x>1)&&(y<=rigDati)) % Se ci sono 2 o più misure in una fascia, la
media è pari alla media fra il primo e l'ultimo campione della fascia
mediaNord(ind,j)=(datiNord(y+x-1,j)-datiNord(y,j))/2;
mediaEst(ind,j)=(datiEst(y+x-1,j)-datiEst(y,j))/2;
mediaQuota(ind,j)=(datiQuota(y+x-1,j)-datiQuota(y,j))/2;
y=y+x; % aggiornamento dell'indice di lettura dalla matrice dati
end
end
end
%% Costruzione di stringhe ed impostazioni per il plot dei risultati (titolo e

nome dei file salvati)
fascia=' - Fascia Oraria:';
duepunti=':';
minutiInizio=0;
oreInizio=0;
minutiFine=0;
oreFine=0;
spazio=' ';
nord='-nord';
est='-est';
quota='-quota';
zero='0';
indexN=1; % Indice per il conteggio delle anomalie per il Nord
indexE=1; % Indice per il conteggio delle anomalie per l'Est
indexQ=1; % Indice per il conteggio delle anomalie per la Quota
for c=1:1:ncfcol % ciclo lungo le colonne per calcolare l'indice ALICE per
ogni fascia - c=indice di fascia oraria
[N2,G2]=pulisciZeri2(mediaNord(:,c));% pulisco gli zeri e memorizzo i
giorni corrispondenti al campione
E=pulisciZeri(mediaEst(:,c))'; %pulisco solo gli zeri
Q=pulisciZeri(mediaQuota(:,c))'; %pulisco solo gli zeri
N=N2';
G=G2';
righe=length(N); % calcolo del numero di campioni solo sui valori Nord
perchè è uguale per i 3 tipi di dato
xmax=righe; % Calcolo del numero max di righe
sogliaPlot=fix(xmax*percentuale/100); % Calcolo della soglia di dati a
partire dai quali si calcola l'indice Alice
% inizializzo gli indici a zero per aggiornarli ad ogni fascia c
ALICENord=0;
ALICEEst=0;
ALICEQuota=0;
for r=1:1:righe % scorro i campioni per ogni fascia oraria
if(r==1) % Verifica se si tratta del primo elemento della serie

distNord(r)=0; % calcolo della distanza per il Nord del
primo elemento
distMediaNord(r)=0; % inizializzazione della media delle
distanze per il Nord
distSommaNord(r)=0; % inizializzo la somma delle distanze per il
Nord
distEst(r)=0; % calcolo della distanza per l'Est del primo

elemento
distMediaEst(r)=0; % inizializzazione della media delle
distanze per l'Est
distSommaEst(r)=0; % inizializzazione della media delle
distanze per l'Est
distQuota(r)=0; % calcolo della distanza per la Quota del

primo elemento
distMediaQuota(r)=0; % inizializzazione della media delle
distanze per la Quota
distSommaQuota(r)=0; % inizializzazione della somma delle
else % Nel caso in cui non si tratta del primo elemento della serie
distNord(r)=(N(r)-N(r-1)); % aggiornamento della distanza per il
Nord
distSommaNord(r)=distSommaNord(r-1)+distNord(r-1); % aggiornamento
della somma delle distanze per il Nord
distMediaNord(r)=distSommaNord(r)/(r-1); % aggiornamento della
media delle distanze per il Nord
distEst(r)=(E(r)-E(r-1)); % aggiornamento della distanza per l'Est

distSommaEst(r)=distSommaEst(r-1)+distEst(r-1); % aggiornamento
della somma delle distanze per l'Est
distMediaEst(r)=distSommaEst(r)/(r-1); % aggiornamento della
media delle distanze per l'Est
distQuota(r)=(Q(r)-Q(r-1)); % aggiornamento della distanza per la

Quota
distSommaQuota(r)=distSommaQuota(r-1)+distQuota(r-1); %
aggiornamento della somma delle distanze per la Quota
distMediaQuota(r)=distSommaQuota(r)/(r-1); % aggiornamento della
media delle distanze per la Quota
end
if(r>=sogliaPlot) % Da questo punto in poi si calcola anche l'indice
ALICE
sigmaMediaNord(r)=std(distNord(1:r-1),1); % calcolo la deviazione
standard dei campioni precedenti del Nord
sigmaMediaEst(r)=std(distEst(1:r-1),1); % calcolo la deviazione
standard dei campioni precedenti dell'Est
sigmaMediaQuota(r)=std(distQuota(1:r-1),1); % calcolo la
deviazione standard dei campioni precedenti della Quota
ALICENord(r-sogliaPlot+1,1)=(distNord(r)-
distMediaNord(r))/sigmaMediaNord(r); % Calcolo effettivo dell'indice ALICE per
il Nord
ALICEEst(r-sogliaPlot+1,1)=(distEst(r)-
distMediaEst(r))/sigmaMediaEst(r); % Calcolo effettivo dell'indice ALICE
per l'Est
ALICEQuota(r-sogliaPlot+1,1)=(distQuota(r)-
distMediaQuota(r))/sigmaMediaQuota(r); % Calcolo effettivo dell'indice ALICE
per la Quota
end
end
%% Calcolo della media e della deviazione standard degli indici ALICE
mediaALICENord(c)=mean(ALICENord(:,1),1);
mediaALICEEst(c)=mean(ALICEEst(:,1),1);
mediaALICEQuota(c)=mean(ALICEQuota(:,1),1);
stdALICENord(c)=std(ALICENord(:,1),1);
stdALICEEst(c)=std(ALICEEst(:,1),1);
stdALICEQuota(c)=std(ALICEQuota(:,1),1);
%% Verifica delle anomalie
anomalieFasciaN=0; % Numero di anomalie per fascia oraria - Nord
(inizializzazione)
anomalieFasciaE=0; % Numero di anomalie per fascia oraria - Est
(inizializzazione)
anomalieFasciaQ=0; % Numero di anomalie per fascia oraria - Quota
(inizializzazione)
for r=1:1:length(ALICENord) % Ciclo sulle colonne dell'indice Alice
calcolato
if((ALICENord(r))>(mediaALICENord(c)+2*stdALICENord(c)))||
((ALICENord(r))<(mediaALICENord(c)-2*stdALICENord(c))) % Verifica delle
anomalie per il Nord
% Assemblaggio della matrice delle anomalie per il Nord
anomalieNord(indexN,1)=G(sogliaPlot+r-1); % Prima colonna=Codice
del giorno dell'anomalia
anomalieNord(indexN,2)=c; % Seconda Colonna=Codice della fascia
oraria dell'anomalia
indexN=indexN+1;
anomalieFasciaN=anomalieFasciaN+1;
end
if((ALICEEst(r))>(mediaALICEEst(c)+2*stdALICEEst(c)))||
((ALICEEst(r))<(mediaALICEEst(c)-2*stdALICEEst(c))) % Verifica delle anomalie
per l'Est
% Assemblaggio della matrice delle anomalie per l'Est
anomalieEst(indexE,1)=G(sogliaPlot+r-1); % Prima colonna=Codice
anomalieEst(indexE,2)=c; % Seconda Colonna=Codice della fascia
indexE=indexE+1;
anomalieFasciaE=anomalieFasciaE+1;
end
if((ALICEQuota(r))>(mediaALICEQuota(c)+2*stdALICEQuota(c)))||
((ALICEQuota(r))<(mediaALICEQuota(c)-2*stdALICEQuota(c))) % Verifica delle
anomalie per la Quota
% Assemblaggio della matrice delle anomalie per la Quota
anomalieQuota(indexQ,1)=G(sogliaPlot+r-1); % Prima colonna=Codice
anomalieQuota(indexQ,2)=c; % Seconda Colonna=Codice della fascia
indexQ=indexQ+1;
anomalieFasciaQ=anomalieFasciaQ+1;
end
end
%% Calcolo la percentuale delle anomalie e assemblaggio della matrice
(percentualeAnomalie)
percentualeAnomalie(c,1)=c; % Prima colonna=codice di fascia
percentualeAnomalie(c,2)=(100*anomalieFasciaN)/length(ALICENord); % Seconda
colonna=Percentuale Anomalie Nord
percentualeAnomalie(c,3)=(100*anomalieFasciaE)/length(ALICEEst); % Terza
colonna=Percentuale Anomalie Est
percentualeAnomalie(c,4)=(100*anomalieFasciaQ)/length(ALICEQuota); % Quarta
colonna=Percentuale Anomalie Quota
%% Calcolo dell'intervallo delle fasce orarie e conversione in stringa per la

formattazione e memorizzazione dei grafici
if (c==1) % Intervallo di partenza
minutiInizio=0;
oreInizio=0;
else % Incremento del passo per l'intervallo (per l'estremo inferiore)
if(minutiInizio+passoMinuti<60)
minutiInizio=minutiInizio+passoMinuti;
else
for ho=1:1:23
if((minutiInizio+passoMinuti)>=(ho*60)&&((minutiInizio+passoMi
nuti)<((ho+1)*60)))
minutiInizio=(minutiInizio+passoMinuti)-(ho*60);
oreInizio=oreInizio+ho;
break;
end
end
end
end
if(minutiInizio+passoMinuti<60) % Calcolo dell'estremo superiore
dell'intervallo (maniera incrementale)
minutiFine=minutiInizio+passoMinuti;
else
for zh=1:1:23
if(index==0)
if((minutiInizio+passoMinuti)>=(zh*60)&&((minutiInizio+passoMi
nuti)<((zh+1)*60)))
minutiFine=(minutiInizio+passoMinuti)-(zh*60);
oreFine=oreInizio+zh;
if(c==ncfcol)
oreFine=24;
minutiFine=0;
end
break;
end
end
if(index==1)
if(c==ncfcol)
oreFine=24;
minutiFine=0;
break;
end
if((c<ncfcol)&&((minutiInizio+passoMinuti)>=(zh*60))&&((minuti
Inizio+passoMinuti)<((zh+1)*60)))
minutiFine=(minutiInizio+passoMinuti)-(zh*60);
oreFine=oreInizio+zh;
break;
end
end
end
end
% Dettagli stilistici per il titolo e il nome del file
if((oreFine==0)&&(minutiFine==0))
oreFine=24;
end
if(minutiInizio<10)
minIniz=num2str(minutiInizio);
minStart=strcat(zero,minIniz);
else
minStart=num2str(minutiInizio);
end
if(minutiFine<10)
minFin=num2str(minutiFine);
minEnd=strcat(zero,minFin);
else
minEnd=num2str(minutiFine);
end
if(oreInizio<10)
oreIniz=num2str(oreInizio);
oreStart=strcat(zero,oreIniz);
else
oreStart=num2str(oreInizio);
end
if(oreFine<10)
oreFin=num2str(oreFine);
oreEnd=strcat(zero,oreFin);
else
oreEnd=num2str(oreFine);
end
fasciaStart=strcat(oreStart,duepunti,minStart);
fasciaEnd=strcat(oreEnd,duepunti,minEnd);
titolo=strcat(target,fascia,spazio,fasciaStart,'-',fasciaEnd);
%% Impostazione dei limiti sull'asse delle ascisse del plot
xmin=G(sogliaPlot);% xmin=limite inferiore del plot (sempre asse x)
if(xmin==G(xmax)) % Aggiunto per evitare che il programma si blocchi
quando non ci sono misure in una fascia, evita che punto iniziale e punto
finale del plot coincidano
G(xmax)=xmin+1;
end
%% Plot vero e proprio dell'indice Alice
figure(1) % Figura 1=Indice ALICE per il Nord
hold on; % Abilitazione del mantenimento dei plot sulla stessa figura
box on; % Abilitazione del box sul grafico
zoom on; % Abilitazione dello zoom sul grafico
plot(G(sogliaPlot:xmax),ALICENord(:,1),'r-'); % plot dell'indice ALICE
rispetto ai giorni
plot([G(sogliaPlot) G(xmax)],[mediaALICENord(c)+stdALICENord(c)
mediaALICENord(c)+stdALICENord(c)],'g--'); % plot della deviazione standard
superiore dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICENord(c)-stdALICENord(c)
mediaALICENord(c)-stdALICENord(c)],'g--'); % plot della deviazione standard
inferiore dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICENord(c)+2*stdALICENord(c)
mediaALICENord(c)+2*stdALICENord(c)],'b--'); % plot della doppia deviazione
standard superiore dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICENord(c)-2*stdALICENord(c)
mediaALICENord(c)-2*stdALICENord(c)],'b--'); % plot della doppia deviazione
standard inferiore dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICENord(c) mediaALICENord(c)],'y-.');
% plot del valore medio dell'indice
hold off; % Disabilitazione del mantenimento dei plot sulla stessa figura
xlim([xmin G(xmax)]); % Set dell'intervallo sull'asse x
xlabel('Giorni'); % Set del nome sull'asse x
ylabel('Alice Nord'); % Set del nome sull'asse y
titoloNord=strcat(titolo,' - Alice Nord vs Giorni'); % Uso della
concatenazione di stringhe per costruire il titolo del grafico
title(titoloNord); % Set del titolo del grafico
set(gca,'FontSize',11); % Set della dimensione dei caratteri della figura
file=strcat(target,'_',oreStart,minStart,'-',oreEnd,minEnd,nord); % Uso
della concatenazione di stringhe per costruire il nome del file per il grafico
da salvare
print('-dpng',file); % Salvataggio della figura su file .png col nome
costruito nell'istruzione precedente
figure(2) % Figura 2=Indice ALICE per l'Est

plot(G(sogliaPlot:xmax),ALICEEst(:,1),'r-'); % plot dell'indice ALICE
rispetto ai giorni
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst(c)+stdALICEEst(c)
mediaALICEEst(c)+stdALICEEst(c)],'g--'); % plot della deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst(c)-stdALICEEst(c)
mediaALICEEst(c)-stdALICEEst(c)],'g--'); % plot della deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst(c)+2*stdALICEEst(c)
mediaALICEEst(c)+2*stdALICEEst(c)],'b--'); % plot della doppia deviazione
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst(c)-2*stdALICEEst(c)
mediaALICEEst(c)-2*stdALICEEst(c)],'b--'); % plot della doppia deviazione
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst(c) mediaALICEEst(c)],'y-.'); %
plot del valore medio dell'indice
xlim([xmin G(xmax)]); % Set dell'intervallo sull'asse x
ylabel('Alice Est'); % Set del nome sull'asse y
titoloEst=strcat(titolo,' - Alice Est vs Giorni'); % Uso della
title(titoloEst); % Set del titolo del grafico
file=strcat(target,'_',oreStart,minStart,'-',oreEnd,minEnd,est); % Uso
da salvare
figure(3) % Figura 3=Indice ALICE per la Quota

plot(G(sogliaPlot:xmax),ALICEQuota(:,1),'r-'); % plot dell'indice ALICE
rispetto ai giorni
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota(c)+stdALICEQuota(c)
mediaALICEQuota(c)+stdALICEQuota(c)],'g--'); % plot della deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota(c)-stdALICEQuota(c)
mediaALICEQuota(c)-stdALICEQuota(c)],'g--'); % plot della deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota(c)+2*stdALICEQuota(c)
mediaALICEQuota(c)+2*stdALICEQuota(c)],'b--'); % plot della doppia deviazione
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota(c)-2*stdALICEQuota(c)
mediaALICEQuota(c)-2*stdALICEQuota(c)],'b--'); % plot del valore medio
dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota(c) mediaALICEQuota(c)],'y-.
');
xlim([xmin G(xmax)]); %Commentare per plottare gli zeri iniziali
ylabel('Alice Quota'); % Set del nome sull'asse y
titoloQuota=strcat(titolo,' - Alice Quota vs Giorni'); % Uso della
title(titoloQuota); % Set del titolo del grafico
file=strcat(target,'_',oreStart,minStart,'-',oreEnd,minEnd,quota); % Uso
da salvare
close all; % Chiusura di tutte le finestre di figure aperte per evitare

problemi all'interno del ciclo for
end
%% Calcolo della media delle percentuali di anomalie per intervalli, sul

totale delle rilevazioni, per tutte le fascie orarie
percentualeMediaAnomalie(1,1)=mean(percentualeAnomalie(:,2),1); % Prima
Colonna=Percentuale di Anomalie per il Nord
percentualeMediaAnomalie(1,2)=mean(percentualeAnomalie(:,3),1); % Seconda
Colonna=Percentuale di Anomalie per l'Est
percentualeMediaAnomalie(1,3)=mean(percentualeAnomalie(:,4),1); % Terza
Colonna=Percentuale di Anomalie per la Quota
%% Plot delle percentuali di anomalie rilevate nelle varie fasce orarie sul
totale di misurazioni (Istogrammi)
% Set delle stringhe da utilizzare nelle figure
titolo2='Percentuale anomalie su totale misurazioni vs fasce orarie'; % Titolo
generico per tutti gli istogrammi
subtitoloN=' - Dati Nord'; % Sottotitolo per il Nord
subtitoloE=' - Dati Est'; % Sottotitolo per l'Est
subtitoloQ=' - Dati Quota'; % Sottotitolo per la Quota
asseX='Fasce orarie [codice progressivo]'; % Nome per l'etichetta dell'asse
delle x
asseY='Percentuale anomalie su totale misurazioni [%]'; % Nome per l'etichetta
dell'asse delle y
anomalie='anomalie'; % Stringa utile per il nome del file da salvare
figure(1) % Figura 1=Percentuale delle anomalie vs intervalli orari per il

Nord
bar(percentualeAnomalie(:,1),percentualeAnomalie(:,2)); % Istogramma delle
percentuali di anomalie vs intervalli
xlim([0 (intervalliGiorno+1)]); % Set dell'intervallo sull'asse x
xlabel(asseX); % Set del nome sull'asse x
ylabel(asseY); % Set del nome sull'asse y
tit=strcat(target,' - ',titolo2,subtitoloN); % Uso della concatenazione di
stringhe per costruire il titolo del grafico
title(tit); % Set del titolo del grafico
file=strcat(target,'_',anomalie,nord); % Uso della concatenazione di stringhe
per costruire il nome del file per il grafico da salvare
figure(2) % Figura 2=Percentuale delle anomalie vs intervalli orari per l'Est

bar(percentualeAnomalie(:,1),percentualeAnomalie(:,3));
tit=strcat(target,' - ',titolo2,subtitoloE); % Uso della concatenazione di
file=strcat(target,'_',anomalie,est); % Uso della concatenazione di stringhe
figure(3) % Figura 3=Percentuale delle anomalie vs intervalli orari per la

Quota
bar(percentualeAnomalie(:,1),percentualeAnomalie(:,4)); % Istogramma delle
percentuali di anomalie vs intervalli
tit=strcat(target,' - ',titolo2,subtitoloQ); % Uso della concatenazione di
file=strcat(target,'_',anomalie,quota); % Uso della concatenazione di stringhe
close all % Chiusura di tutte le finestre di figure aperte per evitare

problemi
- alice_giorni.m
function
[dati,percentualeAnomalie]=alice_giorni(target,datiCaricati,numGiorni,offset,p
ercentuale)
%% Script che calcola l'indice ALICE, ne rivela le anomalie e salva i plot,

per intervalli superiori o pari ad un giorno.
% Richiede gli script calcoloGiorno.m, pulisciZeri2.m e pulisciZeri.m
%% Autori: L'Episcopo Gaetano, Mangano Claudia, Nicolosi Giuseppe, Privitera

%% Dati in ingresso
% target=Nome del sensore
% datiCaricati=dati letti dal file di testo e passati allo script. Il file
dev'essere strutturato in 8 colonne: la 1a: misure nord, la 2a: misure est, la
3a: misure quota, la 4a: giorno dell'acquisizione, la 5a: mese
dell'acquisizione, la 6a: anno dell'acquisizione, la 7a: ora
dell'acquisizione, la 8a: minuto dell'acquisizione
% passoMinuti=ampiezza dellintervallo temporale espresso in minuti
% offset=Parametro per eliminare eventuali misure iniziali affette da rumore
% percentuale=numero in percentuale dei dati iniziali su cui non calcolare
l'indice ALICE
%% Dati in uscita
% dati=dati caricati in memoria
% percentualeAnomalie=percentale di anomalie rilevate per Nord, Est e Quota
%% Impostazione degli intervalli temporali

giorniAnno=365; % Numero di giorni dell'anno
intervalliAnno=fix(giorniAnno/numGiorni);% Numero di intervalli in un anno
resto=rem(giorniAnno,numGiorni); % Calcola eventuali giorni residui annuali
% Controllo se i minuti residui sono abbastanza da creare un altro intervallo

o devono essere inglobati nell'ultimo intervallo della giornata
if(resto>(numGiorni/2))
intervalliAnno=intervalliAnno+1;
index=1;
elseif(resto<=(numGiorni/2))
index=0;
end
%% Caricamento ed organizzazione dei dati
[rig,col]=size(datiCaricati); % calcolo numero di righe e colonne della

matrice da cui leggere i dati
for(i=offset:1:rig) % ciclo sulla riga
Giorno=calcoloGiorno(datiCaricati(i,4),datiCaricati(i,5),datiCaricati(
i,6)); % calcolo del giorno dell'anno
% ricerca dell'intervallo temporale (annuale) in cui cade la misura
acquisita
for(h=1:1:intervalliAnno) % Ciclo sul numero degli intervalli
dell'anno
StartGior=(h-1)*numGiorni; % Estremo inferiore dell'intervallo
EndGior=h*numGiorni; % Estremo superiore dell'intervallo
if((h==intervalliAnno)&&(index==1)) % ampliamento dell'intervallo
se i giorni residui sono minori al 50% del passo
EndGior=StartGior+resto;
elseif((h==intervalliAnno)&&(index==0)) % creazione di un
intervallo se i giorni residui sono maggiori al 50% del pass
EndGior=h*numGiorni+resto;
end
if((Giorno>=StartGior)&&(Giorno<EndGior)) % Verifica se la misura
ricade nell'intervallo in questione
codiceIntervallo=h; % Calcolo del codice dell'intervallo
temporale
% Assemblaggio della matrice dei dati
dati(i-offset+1,1)=codiceIntervallo; % Prima Colonna=Codice
dell'intervallo
dati(i-offset+1,2)=datiCaricati(i,1); % Seconda Colonna=Dati
del Nord
dati(i-offset+1,3)=datiCaricati(i,2); % Terza Colonna=Dati
dell'Est
dati(i-offset+1,4)=datiCaricati(i,3); % Quarta Colonna=Dati
della quota
dati(i-offset+1,5)=Giorno; % Quinta Colonna=Numero del giorno
del'anno
break;
end
end
end
%% Calcolo dell'indice ALICE per Nord, Est e Quota

[rig2,col2]=size(dati); % calcolo numero di righe e colonne della matrice dati
for(j=dati(1,1):1:intervalliAnno) % ordinamento dei campioni a seconda della

fascia di appartenenza
k=1; % contatore del numero totale di campioni per fascia temporale
for(i=1:1:rig2) % scorro lungo le righe della matrice dati
codInt=dati(i,1); % memorizzo il codice intervallo
if(j==codInt) % verifico se il dato letto fa parte del codice
% creazione di tabelle per dati del Nord, Est, Quota e giorni in
cui k è il numero totale di misure per fascia temporal j
datiNord(k,(j-dati(1,1)+1))=dati(i,2); % Matrice dei dati del
Nord
datiEst(k,(j-dati(1,1)+1))=dati(i,3); % Matrice dei dati dell'Est
datiQuota(k,(j-dati(1,1)+1))=dati(i,4); % Matrice dei dati della
Quota
datiGiorno(k,(j-dati(1,1)+1))=dati(i,5); % Matrice dei dati del
giorno
gior=datiGiorno(k,(j-dati(1,1)+1)); % memorizzo il giorno in cui
cade la misura
k=k+1;
end
end
end
% creazione delle matrici con le medie per ogni intervallo, naturalmente si fa

la media tra il primo e l'ultimo campione della fascia...
[rigDati,colDati]=size(datiNord); % calcolo il numero max di campioni per
fascia oraria che è dato dalla dimensione delle righe delle matrici dati...
for(j=1:1:colDati) % Calcolo del numero di misure per fascia oraria

if(datiNord(1,j)~=0)
numeroCampioniFascia(j)=length(pulisciZeri(datiNord(:,j)));
else
numeroCampioniFascia(j)=0;
end
end
y=1; % indice di lettura dalla matrice dati
for(j=1:1:colDati) % calcolo della media dei campioni di misura per fascia
x=numeroCampioniFascia(j); % lettura del numero di campioni per fascia

if(x==0) % Se non ci sono misure in una fascia, la media è posta a
zero
mediaNord(j)=0;
mediaEst(j)=0;
mediaQuota(j)=0;
end
if((x==1)) % Se c'è una sola misura in una fascia, la media è pari a
quel campione
mediaNord(j)=datiNord(1,j);
mediaEst(j)=datiEst(1,j);
mediaQuota(j)=datiQuota(1,j);
end
if((x>1)) % Se ci sono 2 o più misure in una fascia, la media è pari
alla media fra il primo e l'ultimo campione della fascia
mediaNord(j)=(datiNord(x,j)-datiNord(1,j))/2;
mediaEst(j)=(datiEst(x,j)-datiEst(1,j))/2;
mediaQuota(j)=(datiQuota(x,j)-datiQuota(1,j))/2;
end
end
%% Costruzione di stringhe ed impostazioni per il plot dei risultati (titolo e

nome dei file salvati)
tit='Ampiezza Fascia= ';
giorni=' giorni ';
ampiezzaFascia=num2str(numGiorni);
titolo=strcat(target,' - ',tit,ampiezzaFascia,' ',giorni);
GiorniInizio=0;
GiorniFine=0;
oreFine=0;
spazio=' ';
nord='-nord';
est='-est';
quota='-quota';
zero='0';
indexN=1; % Indice per il conteggio delle anomalie per il Nord
indexE=1; % Indice per il conteggio delle anomalie per l'Est
indexQ=1; % Indice per il conteggio delle anomalie per la Quota
[N2,G2]=pulisciZeri2(mediaNord(:));% pulizia degli zeri e memorizzazione

dei giorni corrispondenti alla misura acquisita (per evitare la perdita
d'informazione nella serie temporale)
E=pulisciZeri(mediaEst(:))'; % pulizia degli zeri
Q=pulisciZeri(mediaQuota(:))'; % pulizia degli zeri
N=N2';
G=G2';
righe=length(N); % calcolo del numero di campioni solo sui valori Nord
perchè è uguale per i 3 tipi di dato
xmax=righe; % Calcolo del numero max di righe
sogliaPlot=fix(xmax*percentuale/100); % Calcolo della soglia di dati a
partire dai quali si calcola l'indice Alice
% inizializzo gli indici a zero per aggiornarli ad ogni fascia c
ALICENord=0;
ALICEEst=0;
ALICEQuota=0;
for(r=1:1:righe) % scorro i campioni per ogni fascia temporale
if(r==1)
distNord(r)=0; % calcolo della distanza per il Nord del primo
elemento
distMediaNord(r)=0; % inizializzazione della media delle distanze
per il Nord
distSommaNord(r)=0; % inizializzo la somma delle distanze per il
Nord
distEst(r)=0; % calcolo della distanza per l'Est del primo

elemento
distMediaEst(r)=0; % inizializzazione della media delle distanze
per l'Est
distSommaEst(r)=0; % inizializzazione della media delle distanze
per l'Est
distQuota(r)=0; % calcolo della distanza per la Quota del primo

elemento
distMediaQuota(r)=0; % inizializzazione della media delle distanze
per la Quota
distSommaQuota(r)=0; % inizializzazione della somma delle
else % Nel caso in cui non si tratta del primo elemento della serie
distNord(r)=(N(r)-N(r-1)); % aggiornamento della distanza per il
Nord
distSommaNord(r)=distSommaNord(r-1)+distNord(r-1); % aggiornamento
della somma delle distanze per il Nord
distMediaNord(r)=distSommaNord(r)/(r-1); % aggiornamento della
media delle distanze per il Nord
distEst(r)=(E(r)-E(r-1)); % aggiornamento della distanza per l'Est

distSommaEst(r)=distSommaEst(r-1)+distEst(r-1); % aggiornamento
della somma delle distanze per l'Est
distMediaEst(r)=distSommaEst(r)/(r-1); % aggiornamento della media
delle distanze per l'Est
distQuota(r)=(Q(r)-Q(r-1)); % aggiornamento della distanza per la

Quota
distSommaQuota(r)=distSommaQuota(r-1)+distQuota(r-1); %
aggiornamento della somma delle distanze per la Quota
distMediaQuota(r)=distSommaQuota(r)/(r-1); % aggiornamento della
media delle distanze per la Quota
end
if(r>=sogliaPlot) % Da questo punto in poi si calcola anche l'indice
ALICE
sigmaMediaNord(r)=std(distNord(1:r-1),1); % calcolo la deviazione
standard dei campioni precedenti del Nord
sigmaMediaEst(r)=std(distEst(1:r-1),1); % calcolo la deviazione
standard dei campioni precedenti dell'Est
sigmaMediaQuota(r)=std(distQuota(1:r-1),1); % calcolo la
deviazione standard dei campioni precedenti della Quota
ALICENord(r-sogliaPlot+1,1)=(distNord(r)-
distMediaNord(r))/sigmaMediaNord(r); % Calcolo effettivo dell'indice ALICE per
il Nord
ALICEEst(r-sogliaPlot+1,1)=(distEst(r)-
distMediaEst(r))/sigmaMediaEst(r); % Calcolo effettivo dell'indice ALICE per
l'Est
ALICEQuota(r-sogliaPlot+1,1)=(distQuota(r)-
distMediaQuota(r))/sigmaMediaQuota(r); % Calcolo effettivo dell'indice ALICE
per la Quota
end
end
%% Calcolo della media e della deviazione standard degli indici ALICE
mediaALICENord=mean(ALICENord(:,1),1);
mediaALICEEst=mean(ALICEEst(:,1),1);
mediaALICEQuota=mean(ALICEQuota(:,1),1);
stdALICENord=std(ALICENord(:,1),1);
stdALICEEst=std(ALICEEst(:,1),1);
stdALICEQuota=std(ALICEQuota(:,1),1);
%% Verifica delle anomalie
anomalieFasciaN=0; % Numero di anomalie per fascia - Nord
(inizializzazione)
anomalieFasciaE=0; % Numero di anomalie per fascia - Est (inizializzazione)
anomalieFasciaQ=0; % Numero di anomalie per fascia - Quota
(inizializzazione)
for(r=1:1:length(ALICENord)) % Ciclo sulle colonne dell'indice Alice
calcolato
if((ALICENord(r))>(mediaALICENord+2*stdALICENord))||
((ALICENord(r))<(mediaALICENord-2*stdALICENord)) % Verifica delle anomalie per
il Nord
% Assemblaggio della matrice delle anomalie per il Nord
anomalieNord(indexN,1)=G(sogliaPlot+r-1);
indexN=indexN+1;
anomalieFasciaN=anomalieFasciaN+1;
end
if((ALICEEst(r))>(mediaALICEEst+2*stdALICEEst))||
((ALICEEst(r))<(mediaALICEEst-2*stdALICEEst)) % Verifica delle anomalie per
l'Est
% Assemblaggio della matrice delle anomalie per l'Est
anomalieEst(indexE,1)=G(sogliaPlot+r-1);
indexE=indexE+1;
anomalieFasciaE=anomalieFasciaE+1;
end
if((ALICEQuota(r))>(mediaALICEQuota+2*stdALICEQuota))||
((ALICEQuota(r))<(mediaALICEQuota-2*stdALICEQuota))
anomalieQuota(indexQ,1)=G(sogliaPlot+r-1);
indexQ=indexQ+1;
anomalieFasciaQ=anomalieFasciaQ+1;
end
%% Calcolo la percentuale delle anomalie e assemblaggio della matrice
(percentualeAnomalie)
percentualeAnomalie(1)=(100*anomalieFasciaN)/length(ALICENord); % Prima
colonna=Percentuale Anomalie Nord
percentualeAnomalie(2)=(100*anomalieFasciaE)/length(ALICEEst); % Seconda
colonna=Percentuale Anomalie Est
percentualeAnomalie(3)=(100*anomalieFasciaQ)/length(ALICEQuota); % Terza
colonna=Percentuale Anomalie Quota
end
xGior=G(sogliaPlot);% insieme a xmax rappresenta il limite sull'asse x

%% Plot vero e proprio dell'indice Alice
figure(1) % Figura 1=Indice ALICE per il Nord
plot(G(sogliaPlot:xmax),ALICENord(:,1),'r-'); % plot dell'indice ALICE
rispetto agli intervalli di giorni
plot([G(sogliaPlot) G(xmax)],[mediaALICENord+stdALICENord
mediaALICENord+stdALICENord],'g--'); % plot della deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICENord-stdALICENord mediaALICENord-
stdALICENord],'g--'); % plot della deviazione standard inferiore dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICENord+2*stdALICENord
mediaALICENord+2*stdALICENord],'b--'); % plot della doppia deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICENord-2*stdALICENord
mediaALICENord-2*stdALICENord],'b--'); % plot della doppia deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICENord mediaALICENord],'y-.'); %
xlim([xGior G(xmax)]); % Set dell'intervallo sull'asse x
xlabel('Fascia di Giorni [codice]'); % Set del nome sull'asse x
ylabel('Alice Nord'); % Set del nome sull'asse y
titoloNord=strcat(titolo,' - Alice Nord vs Fascia di Giorni'); % Uso della
title(titoloNord); % Set del titolo del grafico
file=strcat(target,'_',ampiezzaFascia,'g',nord); % Uso della
concatenazione di stringhe per costruire il nome del file per il grafico da
salvare
figure(2) % Figura 2=Indice ALICE per l'Est

plot(G(sogliaPlot:xmax),ALICEEst(:,1),'r-'); % plot dell'indice ALICE
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst+stdALICEEst
mediaALICEEst+stdALICEEst],'g--'); % plot della deviazione standard superiore
dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst-stdALICEEst mediaALICEEst-
stdALICEEst],'g--'); % plot della deviazione standard inferiore dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst+2*stdALICEEst
mediaALICEEst+2*stdALICEEst],'b--'); % plot della doppia deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst-2*stdALICEEst mediaALICEEst-
2*stdALICEEst],'b--'); % plot della doppia deviazione standard inferiore
dell'indice
plot([G(sogliaPlot) G(xmax)],[mediaALICEEst mediaALICEEst],'y-.'); % plot
del valore medio dell'indice
ylabel('Alice Est'); % Set del nome sull'asse y
titoloEst=strcat(titolo,' - Alice Est vs Fascia di Giorni'); % Uso della
title(titoloEst); % Set del titolo del grafico
file=strcat(target,'_',ampiezzaFascia,'g',est); % Uso della concatenazione
di stringhe per costruire il nome del file per il grafico da salvare
figure(3) % Figura 3=Indice ALICE per la Quota

plot(G(sogliaPlot:xmax),ALICEQuota(:,1),'r-'); % plot dell'indice ALICE
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota+stdALICEQuota
mediaALICEQuota+stdALICEQuota],'g--'); % plot della deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota-stdALICEQuota
mediaALICEQuota-stdALICEQuota],'g--'); % plot della deviazione standard
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota+2*stdALICEQuota
mediaALICEQuota+2*stdALICEQuota],'b--'); % plot della doppia deviazione
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota-2*stdALICEQuota
mediaALICEQuota-2*stdALICEQuota],'b--'); % plot della doppia deviazione
plot([G(sogliaPlot) G(xmax)],[mediaALICEQuota mediaALICEQuota],'y-.'); %
ylabel('Alice Quota'); % Set del nome sull'asse y
titoloQuota=strcat(titolo,' - Alice Quota vs Fascia di Giorni'); % Uso
della concatenazione di stringhe per costruire il titolo del grafico
title(titoloQuota); % Set del titolo del grafico
file=strcat(target,'_',ampiezzaFascia,'g',quota); % Uso della
salvare
close all;
%% Plot dell'istogramma della percentuale delle anomalie
figure(1) % Figura 1=Percentuale delle anomalie vs intervalli orari per il
Nord
bar(percentualeAnomalie); % Istogramma delle percentuali di anomalie vs dati
xlim([0 4]); % Set dell'intervallo sull'asse x
xlabel('Nord - Est - Quota'); % Set del nome sull'asse x
ylabel('Percentuale anomalie su totale misurazioni [%]'); % Set del nome
sull'asse y
tit=strcat(target,' - ','Percentuale anomalie su totale misurazioni vs Dati');
% Uso della concatenazione di stringhe per costruire il titolo del grafico
file=strcat(target,'_','percentuale-anomalie',ampiezzaFascia,'g'); % Uso della
salvare
close all

Relazione Sistemi Ambientali

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Relazione Sistemi Ambientali

Uploaded by

Copyright:

Available Formats

UNIVERSITÁ DEGLI STUDI DI CATANIA

Modellistica e controllo dei sistemi

Implementazione di un sistema di warning:

Anno Accademico 2007/2008

Nel presente lavoro si è provveduto alla realizzazione di un sistema di warning basato

L’indice “ALICE” è definibile secondo la relazione:

3. ORGANIZZAZIONE DEI DATI

Il file di testo realizzato ha una struttura tabellare; è composto da 8 colonne e da un numero di

I. Valore rilevamento Nord

II. Valore rilevamento Est

III. Valore rilevamento Quota

IV. Giorno del rilevamento

V. Mese del rilevamento

VI. Anno del rilevamento

VII. Ora del rilevamento

VIII. Minuti del rilevamento

Un esempio di file ottenuto è il seguente:

4295126.341634540000000 518042.310167631000000 25.854967496315200 28 6 07 17 49

A∆TX (T ) ≥ 〈 A∆TX 〉 + 2σ ∆Tx

5. SIMULAZIONI E ANALISI DEI RISULTATI OTTENUTI

- Finestra temporale di 15 minuti, fascia oraria dalle 12:15 alle 12:30

Si è provveduto inoltre alla realizzazione di alcuni istogrammi volti a rappresentare la percentuale

- Per intervalli di 15 minuti

Ampiezza Intervallo Anomalie Nord Anomalie Est Anomalie Quota

In particolare, si osserva che per un intervallo di 15 minuti le percentuale media di anomalie

%% Interfaccia grafica da eseguire per il calcolo dell'idice ALICE.

%% AUTORI: L'Episcopo Gaetano, Mangano Claudia, Nicolosi Giuseppe, Privitera

%% CREAZIONE DI UNA FINESTRA DI DIALOGO DI INPUT

%% CARICAMENTO DATI DAL FILE DI TESTO DESIDERATO

%% Script che calcola l'indice ALICE, ne rivela le anomalie e salva i plot,

%% AUTORI: L'Episcopo Gaetano, Mangano Claudia, Nicolosi Giuseppe, Privitera

%% Impostazione degli intervalli temporali

% Controllo se i minuti residui sono abbastanza da creare un altro intervallo

%% Caricamento ed organizzazione dei dati

[rig,col]=size(datiCaricati); % calcolo numero di righe e colonne della

numeroCampioniFascia(giorno,j)=g; % Assemblaggio della matrice che

% creazione delle matrici con le medie per ogni intervallo, naturalmente si fa

%% Costruzione di stringhe ed impostazioni per il plot dei risultati (titolo e

if(r==1) % Verifica se si tratta del primo elemento della serie

distEst(r)=0; % calcolo della distanza per l'Est del primo

distQuota(r)=0; % calcolo della distanza per la Quota del

distEst(r)=(E(r)-E(r-1)); % aggiornamento della distanza per l'Est

distQuota(r)=(Q(r)-Q(r-1)); % aggiornamento della distanza per la

%% Calcolo dell'intervallo delle fasce orarie e conversione in stringa per la

figure(2) % Figura 2=Indice ALICE per l'Est

figure(3) % Figura 3=Indice ALICE per la Quota

close all; % Chiusura di tutte le finestre di figure aperte per evitare

%% Calcolo della media delle percentuali di anomalie per intervalli, sul

figure(1) % Figura 1=Percentuale delle anomalie vs intervalli orari per il

figure(2) % Figura 2=Percentuale delle anomalie vs intervalli orari per l'Est

figure(3) % Figura 3=Percentuale delle anomalie vs intervalli orari per la

close all % Chiusura di tutte le finestre di figure aperte per evitare

%% Script che calcola l'indice ALICE, ne rivela le anomalie e salva i plot,

%% Autori: L'Episcopo Gaetano, Mangano Claudia, Nicolosi Giuseppe, Privitera

%% Impostazione degli intervalli temporali

% Controllo se i minuti residui sono abbastanza da creare un altro intervallo

%% Caricamento ed organizzazione dei dati

[rig,col]=size(datiCaricati); % calcolo numero di righe e colonne della

%% Calcolo dell'indice ALICE per Nord, Est e Quota

for(j=dati(1,1):1:intervalliAnno) % ordinamento dei campioni a seconda della

% creazione delle matrici con le medie per ogni intervallo, naturalmente si fa

for(j=1:1:colDati) % Calcolo del numero di misure per fascia oraria

x=numeroCampioniFascia(j); % lettura del numero di campioni per fascia