Filtros de Kalman adaptativos para sistemas não-lineares

Silva, Jean Gonzalez

Registro completo de metadados

Campo DC	Valor	Idioma
dc.contributor.advisor	Fortaleza, Eugênio Liborio Feitosa	-
dc.contributor.author	Silva, Jean Gonzalez	-
dc.date.accessioned	2020-06-29T13:42:29Z	-
dc.date.available	2020-06-29T13:42:29Z	-
dc.date.issued	2020-06-29	-
dc.date.submitted	2019-12-22	-
dc.identifier.citation	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.	pt_BR
dc.identifier.uri	https://repositorio.unb.br/handle/10482/38362	-
dc.description	Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2019.	pt_BR
dc.description.abstract	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.	pt_BR
dc.description.sponsorship	CAPES	pt_BR
dc.language.iso	Português	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.title	Filtros de Kalman adaptativos para sistemas não-lineares	pt_BR
dc.type	Dissertação	pt_BR
dc.subject.keyword	Estimadores	pt_BR
dc.subject.keyword	Filtros adaptativos	pt_BR
dc.subject.keyword	Matriz de covariância	pt_BR
dc.subject.keyword	Sistemas não-lineares	pt_BR
dc.subject.keyword	Filtro de Kalman estendido	pt_BR
dc.subject.keyword	Bola e barra	pt_BR
dc.subject.keyword	Massa mola amortecedor	pt_BR
dc.subject.keyword	Quatro tanques	pt_BR
dc.rights.license	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.	pt_BR
dc.description.abstract1	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).	pt_BR
dc.description.unidade	Faculdade de Tecnologia (FT)	pt_BR
dc.description.unidade	Departamento de Engenharia Mecânica (FT ENM)	pt_BR
dc.description.ppg	Programa de Pós-Graduação em Sistemas Mecatrônicos	pt_BR
Aparece nas coleções:	Teses, dissertações e produtos pós-doutorado