Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUOS-8D2G6B| Type: | Dissertação de Mestrado |
| Title: | Métodos de estimaão recursiva, baseados no filtro de Kalman, aplicados a sistemas Não-lineares |
| Authors: | Hudson Bitencourt Junior |
| First Advisor: | Leonardo Antonio Borges Torres |
| First Co-advisor: | Luis Antonio Aguirre |
| Abstract: | Estimação recursiva é uma técnica que processa os dados medidos de um determinado sistema sequencialmente, fornecendo novas estimativas para as variáveis desejadas a cada iteração do algoritmo.Essa técnica pode ser usada para estimar os parâmetros do modelo em identificação de sistemas , ou para estimas as variáveis de estado de sistemas dinâmicos ,procedimento necessário em técnicas de controle moderno quando não é possível medir diretamente todas as variáveis.A estimação de estados pode ser realizada por diversos algoritmos recursivos.Neste trabalho apresenta-se o Filtro de Kalman ,um estimulador recursivo muito eficiente capaz de fornecer estimativas ótimas para os estados de sistemas dinâmicos, a partir de medições corrompidas por ruído.Alem da descrição original do Filtro de Kalman para sistemas lineares, são apresentadas duas abordagens diferentes que permitem que o algoritmo seja aplicado a sistemas não-lineares :o Filtro de Kalman Estendido (EKF) e o Filtro de Kalman Unscented (UKF). Os desempenhos dos dois estudados neste trabalho (EKF e UKF), são comparados durante a aplicação em um sistema real , o circuito de Chua.Os algoritmos são utilizados para estimar as três variáveis de estado desse sistema.O UKF é capaz de propagar a matriz de covariância dos estados sem linearizar as funções do sistema, de forma que as estimativas para os parâmetros e estados são calculadas com mais precisão do que pelo EKF.Além dos resultados,discute-se as dificuldades encontradas durante a implementação.Outra aplicação interessante é a transmissão de informação.Mostra-se que é possível inserir códigos binários em series temporais caóticas por meio de sucessivas variações de um ou mais parâmetros do sistema.A informação pode ser recuperada por estimação conjunta de estados e parâmetros via UKF. |
| language: | Português |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| Rights: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/BUOS-8D2G6B |
| Issue Date: | 18-Nov-2003 |
| Appears in Collections: | Dissertações de Mestrado |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.