Filtro de partículas baseado em estimação adaptativa inovativa
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFMA |
Texto Completo: | https://tedebc.ufma.br/jspui/handle/tede/tede/4171 |
Resumo: | In this work, a proposal of a particle filter based on innovative adaptive estimation for nonlinear systems is presented, as well as its fundamentals and operation. With the objective of mitigating the uncertainty or the lack of knowledge of the covariance matrices of process and measurement noises, simultaneously, the particle filter is allied to the innovative adaptive estimation. For such purpose, the difference between the theoretical and measured innovation covariances is defined as an approximation that uses the average of a moving estimation window for the innovation sequence calculus. This difference is computed continuously, using innovative adaptive estimation based on maximum likelihood theory to dynamically adjust the covariances of the particle filter. To illustrate the efficiency and applicability of the proposed filter, simulations are carried out for estimating the state of a system considering different scenarios, with and without uncertainty. The simulations results show that the proposed filter performs well in terms of robustness compared to extended Kalman filter and classic particle filter when uncertainty about process and measurement noises increases. |
id |
UFMA_4e3515529bae0184dec6f28e9dc0b2af |
---|---|
oai_identifier_str |
oai:tede2:tede/4171 |
network_acronym_str |
UFMA |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFMA |
repository_id_str |
2131 |
spelling |
SOUZA, Francisco das Chagas dehttp://lattes.cnpq.br/2405363087479257SOUZA, Francisco das Chagas dehttp://lattes.cnpq.br/2405363087479257SANTANA, Ewaldo Eder Carvalhohttp://lattes.cnpq.br/0660692009750374RÊGO, Patrícia Helena Moraeshttp://lattes.cnpq.br/6535271381344851http://lattes.cnpq.br/6680112839935964PINHEIRO, Cirano Melo2022-10-14T13:02:05Z2022-09-16PINHEIRO, Cirano Melo. Filtro de partículas baseado em estimação adaptativa inovativa. 2022. 97 f. Dissertação (Programa de Pós-Graduação em Engenharia De Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022.https://tedebc.ufma.br/jspui/handle/tede/tede/4171In this work, a proposal of a particle filter based on innovative adaptive estimation for nonlinear systems is presented, as well as its fundamentals and operation. With the objective of mitigating the uncertainty or the lack of knowledge of the covariance matrices of process and measurement noises, simultaneously, the particle filter is allied to the innovative adaptive estimation. For such purpose, the difference between the theoretical and measured innovation covariances is defined as an approximation that uses the average of a moving estimation window for the innovation sequence calculus. This difference is computed continuously, using innovative adaptive estimation based on maximum likelihood theory to dynamically adjust the covariances of the particle filter. To illustrate the efficiency and applicability of the proposed filter, simulations are carried out for estimating the state of a system considering different scenarios, with and without uncertainty. The simulations results show that the proposed filter performs well in terms of robustness compared to extended Kalman filter and classic particle filter when uncertainty about process and measurement noises increases.Neste trabalho, é proposto um filtro de partículas baseado em estimação adaptativa inovativa para sistemas não lineares, bem como seus fundamentos e operação. Com o objetivo de mitigar a incerteza ou a falta de conhecimento das matrizes de covariância de ruído de processo e medição, simultaneamente, o filtro de partículas é aliado à estimação adaptativa inovativa. Para tal propósito, a diferença entre as covariâncias de inovação teórica e medida é definida como uma aproximação que utiliza a média de uma janela móvel de estimação para o cálculo da sequência de inovação. Essa diferença é calculada continuamente, usando estimação adaptativa inovativa baseada na teoria da máxima verossimilhança para ajustar dinamicamente as covariâncias do filtro de partículas. A fim de ilustrar a eficiência e aplicabilidade do filtro proposto, são realizadas simulações para estimar o estado de um sistema considerando diferentes cenários, sem incerteza e com incerteza. Os resultados das simulações mostram que o filtro proposto tem um bom desempenho em termos de robustez em comparação com o filtro de Kalman estendido e o filtro de partículas clássico quando aumenta a incerteza sobre os ruídos de processo e medição.Submitted by Jonathan Sousa de Almeida (jonathan.sousa@ufma.br) on 2022-10-14T13:02:05Z No. of bitstreams: 1 CIRANOMELOPINHEIRO.pdf: 1945525 bytes, checksum: 23cf81fa13714511083cf4e3cb58d4b9 (MD5)Made available in DSpace on 2022-10-14T13:02:05Z (GMT). No. of bitstreams: 1 CIRANOMELOPINHEIRO.pdf: 1945525 bytes, checksum: 23cf81fa13714511083cf4e3cb58d4b9 (MD5) Previous issue date: 2022-09-16CAPESapplication/pdfporUniversidade Federal do MaranhãoPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCETUFMABrasilDEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCETEstimação adaptativa inovativa;estimação de estado;filtro de Kalman estendido;filtro de partículas;rastreamento.Innovative adaptive estimation;state estimation;extended Kalman filter;particle filter;tracking.Engenharia ElétricaFiltro de partículas baseado em estimação adaptativa inovativaInnovative adaptive estimation-based particle filterinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFMAinstname:Universidade Federal do Maranhão (UFMA)instacron:UFMAORIGINALCIRANOMELOPINHEIRO.pdfCIRANOMELOPINHEIRO.pdfapplication/pdf1945525http://tedebc.ufma.br:8080/bitstream/tede/4171/2/CIRANOMELOPINHEIRO.pdf23cf81fa13714511083cf4e3cb58d4b9MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82255http://tedebc.ufma.br:8080/bitstream/tede/4171/1/license.txt97eeade1fce43278e63fe063657f8083MD51tede/41712023-05-17 13:22:55.19oai:tede2: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Biblioteca Digital de Teses e Dissertaçõeshttps://tedebc.ufma.br/jspui/PUBhttp://tedebc.ufma.br:8080/oai/requestrepositorio@ufma.br||repositorio@ufma.bropendoar:21312023-05-17T16:22:55Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA)false |
dc.title.por.fl_str_mv |
Filtro de partículas baseado em estimação adaptativa inovativa |
dc.title.alternative.eng.fl_str_mv |
Innovative adaptive estimation-based particle filter |
title |
Filtro de partículas baseado em estimação adaptativa inovativa |
spellingShingle |
Filtro de partículas baseado em estimação adaptativa inovativa PINHEIRO, Cirano Melo Estimação adaptativa inovativa; estimação de estado; filtro de Kalman estendido; filtro de partículas; rastreamento. Innovative adaptive estimation; state estimation; extended Kalman filter; particle filter; tracking. Engenharia Elétrica |
title_short |
Filtro de partículas baseado em estimação adaptativa inovativa |
title_full |
Filtro de partículas baseado em estimação adaptativa inovativa |
title_fullStr |
Filtro de partículas baseado em estimação adaptativa inovativa |
title_full_unstemmed |
Filtro de partículas baseado em estimação adaptativa inovativa |
title_sort |
Filtro de partículas baseado em estimação adaptativa inovativa |
author |
PINHEIRO, Cirano Melo |
author_facet |
PINHEIRO, Cirano Melo |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
SOUZA, Francisco das Chagas de |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2405363087479257 |
dc.contributor.referee1.fl_str_mv |
SOUZA, Francisco das Chagas de |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/2405363087479257 |
dc.contributor.referee2.fl_str_mv |
SANTANA, Ewaldo Eder Carvalho |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/0660692009750374 |
dc.contributor.referee3.fl_str_mv |
RÊGO, Patrícia Helena Moraes |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/6535271381344851 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/6680112839935964 |
dc.contributor.author.fl_str_mv |
PINHEIRO, Cirano Melo |
contributor_str_mv |
SOUZA, Francisco das Chagas de SOUZA, Francisco das Chagas de SANTANA, Ewaldo Eder Carvalho RÊGO, Patrícia Helena Moraes |
dc.subject.por.fl_str_mv |
Estimação adaptativa inovativa; estimação de estado; filtro de Kalman estendido; filtro de partículas; rastreamento. |
topic |
Estimação adaptativa inovativa; estimação de estado; filtro de Kalman estendido; filtro de partículas; rastreamento. Innovative adaptive estimation; state estimation; extended Kalman filter; particle filter; tracking. Engenharia Elétrica |
dc.subject.eng.fl_str_mv |
Innovative adaptive estimation; state estimation; extended Kalman filter; particle filter; tracking. |
dc.subject.cnpq.fl_str_mv |
Engenharia Elétrica |
description |
In this work, a proposal of a particle filter based on innovative adaptive estimation for nonlinear systems is presented, as well as its fundamentals and operation. With the objective of mitigating the uncertainty or the lack of knowledge of the covariance matrices of process and measurement noises, simultaneously, the particle filter is allied to the innovative adaptive estimation. For such purpose, the difference between the theoretical and measured innovation covariances is defined as an approximation that uses the average of a moving estimation window for the innovation sequence calculus. This difference is computed continuously, using innovative adaptive estimation based on maximum likelihood theory to dynamically adjust the covariances of the particle filter. To illustrate the efficiency and applicability of the proposed filter, simulations are carried out for estimating the state of a system considering different scenarios, with and without uncertainty. The simulations results show that the proposed filter performs well in terms of robustness compared to extended Kalman filter and classic particle filter when uncertainty about process and measurement noises increases. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-10-14T13:02:05Z |
dc.date.issued.fl_str_mv |
2022-09-16 |
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.citation.fl_str_mv |
PINHEIRO, Cirano Melo. Filtro de partículas baseado em estimação adaptativa inovativa. 2022. 97 f. Dissertação (Programa de Pós-Graduação em Engenharia De Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022. |
dc.identifier.uri.fl_str_mv |
https://tedebc.ufma.br/jspui/handle/tede/tede/4171 |
identifier_str_mv |
PINHEIRO, Cirano Melo. Filtro de partículas baseado em estimação adaptativa inovativa. 2022. 97 f. Dissertação (Programa de Pós-Graduação em Engenharia De Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022. |
url |
https://tedebc.ufma.br/jspui/handle/tede/tede/4171 |
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.publisher.none.fl_str_mv |
Universidade Federal do Maranhão |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET |
dc.publisher.initials.fl_str_mv |
UFMA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
publisher.none.fl_str_mv |
Universidade Federal do Maranhão |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFMA instname:Universidade Federal do Maranhão (UFMA) instacron:UFMA |
instname_str |
Universidade Federal do Maranhão (UFMA) |
instacron_str |
UFMA |
institution |
UFMA |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFMA |
collection |
Biblioteca Digital de Teses e Dissertações da UFMA |
bitstream.url.fl_str_mv |
http://tedebc.ufma.br:8080/bitstream/tede/4171/2/CIRANOMELOPINHEIRO.pdf http://tedebc.ufma.br:8080/bitstream/tede/4171/1/license.txt |
bitstream.checksum.fl_str_mv |
23cf81fa13714511083cf4e3cb58d4b9 97eeade1fce43278e63fe063657f8083 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA) |
repository.mail.fl_str_mv |
repositorio@ufma.br||repositorio@ufma.br |
_version_ |
1800303813356158976 |