Integração de sensores via filtro de Kalman.

• Autor(a) principal: Rafael Cardoso
• Data de Publicação: 2003
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do ITA
• Texto Completo: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2710
• topic: Sensores; Estimação de sistemas; Filtros de Kalman; Identificação de parâmetros; Filtragem; Algoritmos; Controle

Este trabalho apresenta uma investigação sobre algumas técnicas de integração de sensores para a estimação dos estados de um dado sistema dinâmico com modelo linear. As abordagens utilizadas são baseadas no filtro de Kalman. São consideradas duas configurações para a integração das informações dos sensores: integração centralizada e integração distribuída. Tais algoritmos consideram incertezas nas redes de comunicação entre os sensores e o sistema de processamento central. Também é investigado um algoritmo de identificação dos ganhos ótimos dos filtros de Kalman, para um sistema de integração distribuída, baseado nas correlações das inovações. Como contribuições, são desenvolvidas expressões para a quantificação dos erros de identificação dos ganhos ótimos dos filtros de Kalman em função dos erros na avaliação das correlações das inovações. De início, são obtidas expressões para o caso em que não existem incertezas nas redes de comunicação e apenas um sensor é considerado. Este resultado é então generalizado para o caso em que existem incertezas nas redes de comunicação e múltiplos sensores são considerados. Todos os algoritmos investigados são apresentados com detalhes de sua derivação e de forma a facilitar a compreensão das técnicas de estimação utilizadas, a teoria de estimação e do filtro de Kalman são brevemente apresentadas. Simulações são utilizadas para avaliar o desempenho dos algoritmos.