Estimadores robustos para sistemas lineares e não-lineares

Abstract

O foco desta dissertação é analisar e desenvolver o projeto de estimadores robustos para sistemas lineares e não-lineares de tempo discreto e sujeitos a incertezas. Para o projeto dos estimadores, foi utilizada a abordagem por equação de Riccati, garantindo o desempenho do estimador para todo o conjunto de incertezas permitidas. Generalizou-se a formulação de modelos incertos para o caso em que não se conhecem as propriedades estatísticas dos ruídos, tais como média, covariância e covariância cruzada, uma situação muito comum na prática. No caso não-linear, as funções não-lineares também são supostas incertas, embora pertençam a uma região cônica conhecida. A principal contribuição deste trabalho foi no sentido de generalizar alguns resultados da literatura que tratam do problema da estimação robusta linear e não-linear, bem como melhorar seu desempenho no sentido de torná-los menos conservadores. __________________________________________________________________________________________ ABSTRACT

The main focus of this dissertation is to develop and analyze robust estimators for linear and nonlinear discrete time systems subject to uncertainties. The design of the estimators, using the Riccati equation approach, leads to a guaranteed cost for all allowed uncertainties within a known set. Assuming norm bounded uncertainties, it is proposed a general robust estimator design to overcome uncertain noise statistics (such as mean, covariance and cross-covariance) and uncertain system linear dynamics, which are a common characteristic in real life applications. In the case of nonlinear systems, the nonlinear functions are also uncertain, but they are assumed to be within a known conic set. The main contribution of this dissertation is generalize some results found on the literature about linear and nonlinear robust state estimation, as well as obtain less conservatives filter.