Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.unb.br/handle/10482/38362
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2019_JeanGonzalezSilva.pdf1,99 MBAdobe PDFVisualizar/Abrir
Título : Filtros de Kalman adaptativos para sistemas não-lineares
Autor : Silva, Jean Gonzalez
Orientador(es):: Fortaleza, Eugênio Liborio Feitosa
Assunto:: Estimadores
Filtros adaptativos
Matriz de covariância
Sistemas não-lineares
Filtro de Kalman estendido
Bola e barra
Massa mola amortecedor
Quatro tanques
Fecha de publicación : 29-jun-2020
Citación : SILVA, Jean Gonzalez. Filtros de Kalman adaptativos para sistemas não-lineares. 2019. 70 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2019.
Resumen : O filtro de Kalman é amplamente utilizado para estimar estados em propostas de controle. Entretanto, ele requer correto conhecimento das estatísticas de incertezas para o bom desempenho em implementações em sistemas reais. Deste modo, este trabalho apresenta nova proposta de adaptação em covariância de incertezas de processo aplicada em filtro de Kalman estendido e filtro de Kalman unscented para sistemas não-lineares. A covariância de incertezas de processo é estimada em tempo real através de média móvel exponencial. Simulações numéricas de sistema massa-mola-amortecedor não-linear, bola e barra (instável), e quatro tanques (múltiplas entradas múltiplas saídas e fase não mínima) foram realizadas para ilustrar o bom desempenho com boas estimativas e baixos tempos de execução obtido dos algoritmos propostos.
Abstract: The Kalman filter is one of the most widely used methods for state estimation and control purposes. However, it requires correct knowledge of noise statistics in order to obtain optimal performance in real-life applications. Therefore, this work presents a novel approach to adapt the process noise covariance applied in nonlinear systems by using the extended Kalman filter and unscented Kalman filter. The changes of process noise covariance are estimated in real-time based on exponential moving average. The great performance of the proposed algorithms shown by good estimations with low execution time is demonstrated with numerical simulations through examples: nonlinear mass-spring-damper system, ball beam (unstable), and four tank (multiple input multiple output and non minimal phase).
metadata.dc.description.unidade: Faculdade de Tecnologia (FT)
Departamento de Engenharia Mecânica (FT ENM)
Descripción : Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2019.
metadata.dc.description.ppg: Programa de Pós-Graduação em Sistemas Mecatrônicos
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Agência financiadora: CAPES
Aparece en las colecciones: Teses, dissertações e produtos pós-doutorado

Mostrar el registro Dublin Core completo del ítem " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/38362/statistics">



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.