Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.6/10589 |
Resumo: | Atualmente, o filtro de Kalman apresenta-se como uma importante opção para a estimação e reconstrução de trajetórias, devido sobretudo ao facto de ser um algoritmo relativamente simples de utilizar, assim como os bons resultados que se conseguem alcançar com a sua utilização. Existe, no entanto, a necessidade de se conhecer os parâmetros de uma trajetória que se pretenda filtrar para ser possível aplicar o filtro de Kalman com maior precisão. Assim, a performance filtro de Kalman clássico está excessivamente dependente do conhecimento quase total do sistema que se pretende filtrar, o que em aplicações de caráter aeronáutico, quase nunca é possível, originando ainda outro problema: Um projetista pode simplificar e linearizar os parâmetros desconhecidos de um sistema, muitas vezes de forma incorreta, sem construir um filtro de Kalman dinâmico o suficiente para lidar com o incremento do erro resultante da aproximação, originando assim uma maior divergência entre o valor estimado pelo filtro e o valor real medido. O trabalho desenvolvido na presente dissertação irá lidar com incertezas inerentes a um sistema linear com medições altamente ruidosas, assim como o fenómeno da divergência entre valores medidos e estimados, modificando assim o filtro de Kalman de duas formas distintas: a primeira tornando-o robusto contra incertezas presentes nas equações de sistema, e a segundo melhorando a capacidade de reação do filtro face a novos valores estimados, criando um filtro de Kalman adaptativo e robusto, contribuindo assim para a melhoria da performance do filtro. |
id |
RCAP_308eb169d686746360750d519b34abd1 |
---|---|
oai_identifier_str |
oai:ubibliorum.ubi.pt:10400.6/10589 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de TrajetóriasDeterminação de ÓrbitasFiltro de Kalman Adaptativo EvanescenteFiltro de Kalman ClássicoFiltro de Kalman RobustoFiltro de Kalman Robusto Adaptativo EvanescentDomínio/Área Científica::Engenharia e Tecnologia::Engenharia AeronáuticaAtualmente, o filtro de Kalman apresenta-se como uma importante opção para a estimação e reconstrução de trajetórias, devido sobretudo ao facto de ser um algoritmo relativamente simples de utilizar, assim como os bons resultados que se conseguem alcançar com a sua utilização. Existe, no entanto, a necessidade de se conhecer os parâmetros de uma trajetória que se pretenda filtrar para ser possível aplicar o filtro de Kalman com maior precisão. Assim, a performance filtro de Kalman clássico está excessivamente dependente do conhecimento quase total do sistema que se pretende filtrar, o que em aplicações de caráter aeronáutico, quase nunca é possível, originando ainda outro problema: Um projetista pode simplificar e linearizar os parâmetros desconhecidos de um sistema, muitas vezes de forma incorreta, sem construir um filtro de Kalman dinâmico o suficiente para lidar com o incremento do erro resultante da aproximação, originando assim uma maior divergência entre o valor estimado pelo filtro e o valor real medido. O trabalho desenvolvido na presente dissertação irá lidar com incertezas inerentes a um sistema linear com medições altamente ruidosas, assim como o fenómeno da divergência entre valores medidos e estimados, modificando assim o filtro de Kalman de duas formas distintas: a primeira tornando-o robusto contra incertezas presentes nas equações de sistema, e a segundo melhorando a capacidade de reação do filtro face a novos valores estimados, criando um filtro de Kalman adaptativo e robusto, contribuindo assim para a melhoria da performance do filtro.Currently, the Kalman filter presents itself as an important option in trajectory estimation and reconstruction, mainly due to the fact of being a relatively simple algorithm to use, as well as the good results that can be achieved with its use. There is however, a need to know the parameters of a trajectory one wants to filter, so that the Kalman filter may be applied with greater precision. Thus, the performance of the filter usually relies excessively on almost complete knowledge of the system to filter, which, in airspace applications, is hardly ever achievable, and may originate another problem in which the filter designer may oversimplify and linearize the unknown parameters of a system, without implementing a dynamic Kalman filter able to deal with the ever increasing error resulting from the approximation, originating a bigger divergence between measured and estimated data. This dissertation will deal with uncertainties inherent to a linear model system, as well as the phenomenon of divergence between measured and estimated values, modifying the Kalman filter in two different ways, the first by making it robust against uncertainties present in the system equations, and second improving the filter’s capacity of reaction when faced with new estimated values, creating a robust, adaptative filter, thus contributing to improve its performance.Bousson, KouamanauBibliorumMartins, Marco Daniel Laranjeira2020-12-10T17:16:38Z2020-07-202020-06-292020-07-20T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/10589TID:202547310porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T09:52:30Zoai:ubibliorum.ubi.pt:10400.6/10589Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:50:30.743865Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias |
title |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias |
spellingShingle |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias Martins, Marco Daniel Laranjeira Determinação de Órbitas Filtro de Kalman Adaptativo Evanescente Filtro de Kalman Clássico Filtro de Kalman Robusto Filtro de Kalman Robusto Adaptativo Evanescent Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Aeronáutica |
title_short |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias |
title_full |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias |
title_fullStr |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias |
title_full_unstemmed |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias |
title_sort |
Filtragem de Kalman Adaptativa e Robusta para a Reconstrução de Trajetórias |
author |
Martins, Marco Daniel Laranjeira |
author_facet |
Martins, Marco Daniel Laranjeira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Bousson, Kouamana uBibliorum |
dc.contributor.author.fl_str_mv |
Martins, Marco Daniel Laranjeira |
dc.subject.por.fl_str_mv |
Determinação de Órbitas Filtro de Kalman Adaptativo Evanescente Filtro de Kalman Clássico Filtro de Kalman Robusto Filtro de Kalman Robusto Adaptativo Evanescent Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Aeronáutica |
topic |
Determinação de Órbitas Filtro de Kalman Adaptativo Evanescente Filtro de Kalman Clássico Filtro de Kalman Robusto Filtro de Kalman Robusto Adaptativo Evanescent Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Aeronáutica |
description |
Atualmente, o filtro de Kalman apresenta-se como uma importante opção para a estimação e reconstrução de trajetórias, devido sobretudo ao facto de ser um algoritmo relativamente simples de utilizar, assim como os bons resultados que se conseguem alcançar com a sua utilização. Existe, no entanto, a necessidade de se conhecer os parâmetros de uma trajetória que se pretenda filtrar para ser possível aplicar o filtro de Kalman com maior precisão. Assim, a performance filtro de Kalman clássico está excessivamente dependente do conhecimento quase total do sistema que se pretende filtrar, o que em aplicações de caráter aeronáutico, quase nunca é possível, originando ainda outro problema: Um projetista pode simplificar e linearizar os parâmetros desconhecidos de um sistema, muitas vezes de forma incorreta, sem construir um filtro de Kalman dinâmico o suficiente para lidar com o incremento do erro resultante da aproximação, originando assim uma maior divergência entre o valor estimado pelo filtro e o valor real medido. O trabalho desenvolvido na presente dissertação irá lidar com incertezas inerentes a um sistema linear com medições altamente ruidosas, assim como o fenómeno da divergência entre valores medidos e estimados, modificando assim o filtro de Kalman de duas formas distintas: a primeira tornando-o robusto contra incertezas presentes nas equações de sistema, e a segundo melhorando a capacidade de reação do filtro face a novos valores estimados, criando um filtro de Kalman adaptativo e robusto, contribuindo assim para a melhoria da performance do filtro. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-10T17:16:38Z 2020-07-20 2020-06-29 2020-07-20T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.6/10589 TID:202547310 |
url |
http://hdl.handle.net/10400.6/10589 |
identifier_str_mv |
TID:202547310 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136395443306496 |