Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares

Detalhes bibliográficos
Autor(a) principal: Bruno Otávio Soares Teixeira
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUOS-8CLEXH
Resumo: Estimadores de estados têm sido aplicados a distintas áreas, tais como em engenharia aeroespacial, econometria e geofísica, para inferir variáveis não-observadas (estados e, eventualmente, parâmetros) de um sistema dinâmico a partir de duas fontes de informação incertas: as medições e um modelo matemático. Sob as premissas de modelo linear e ruído Gaussiano, o filtro de Kalman é a solução ótima recursiva mais conhecida para o problema de estimação de estados, ao passo que o filtro de Kalman estendido e, mais recentemente, o filtro de Kalman unscented são as soluções aproximadas mais comumente empregadas para o caso não-linear. Na prática, todavia, informação adicional sobre o sistema pode ser conhecida, e essa terceira fonte de informação pode ser útil para melhorar as estimativas de estado. Nesta tese, é considerado o cenário no qual a dinâmica e os distúrbios do sistema são tais que o vetor de estados satisfaz uma restrição de igualdade ou uma restrição de desigualdade, as quais são assumidamente conhecidas a priori. Estimação de estados com restrições tem recebido crescente atenção tanto no ambiente acadêmico quanto na indústria, especialmente, durante os últimos dez anos. No presente trabalho, além de se apresentar uma ampla revisão do atual estado da arte em estimação de estados com restrições, são desenvolvidos métodos de filtragem de Kalman para impor restrições de igualdade ou de desigualdade na estimativa de estado. Tratam-se ambos os casos de sistemas lineares e não-lineares. Para o último caso, propõem-se algoritmos baseados no filtro de Kalman unscented. Ademais, é apresentada uma metodologia geral para estimação de estados com uma restrição de igualdade no ganho do estimador, visando a, indiretamente, impor propriedades especiais na estimativa de estado. Exemplos simulados e experimentais são usados para ilustrar os algoritmos estudados e propostos ao longo desta tese.
id UFMG_f18ff9bef96111f41c78341dd09d8c74
oai_identifier_str oai:repositorio.ufmg.br:1843/BUOS-8CLEXH
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Leonardo Antonio Borges TorresLuis Antonio AguirreDennis S. BernsteinBruno Otávio Soares Teixeira2019-08-12T21:09:19Z2019-08-12T21:09:19Z2008-02-29http://hdl.handle.net/1843/BUOS-8CLEXHEstimadores de estados têm sido aplicados a distintas áreas, tais como em engenharia aeroespacial, econometria e geofísica, para inferir variáveis não-observadas (estados e, eventualmente, parâmetros) de um sistema dinâmico a partir de duas fontes de informação incertas: as medições e um modelo matemático. Sob as premissas de modelo linear e ruído Gaussiano, o filtro de Kalman é a solução ótima recursiva mais conhecida para o problema de estimação de estados, ao passo que o filtro de Kalman estendido e, mais recentemente, o filtro de Kalman unscented são as soluções aproximadas mais comumente empregadas para o caso não-linear. Na prática, todavia, informação adicional sobre o sistema pode ser conhecida, e essa terceira fonte de informação pode ser útil para melhorar as estimativas de estado. Nesta tese, é considerado o cenário no qual a dinâmica e os distúrbios do sistema são tais que o vetor de estados satisfaz uma restrição de igualdade ou uma restrição de desigualdade, as quais são assumidamente conhecidas a priori. Estimação de estados com restrições tem recebido crescente atenção tanto no ambiente acadêmico quanto na indústria, especialmente, durante os últimos dez anos. No presente trabalho, além de se apresentar uma ampla revisão do atual estado da arte em estimação de estados com restrições, são desenvolvidos métodos de filtragem de Kalman para impor restrições de igualdade ou de desigualdade na estimativa de estado. Tratam-se ambos os casos de sistemas lineares e não-lineares. Para o último caso, propõem-se algoritmos baseados no filtro de Kalman unscented. Ademais, é apresentada uma metodologia geral para estimação de estados com uma restrição de igualdade no ganho do estimador, visando a, indiretamente, impor propriedades especiais na estimativa de estado. Exemplos simulados e experimentais são usados para ilustrar os algoritmos estudados e propostos ao longo desta tese.State estimators have been applied to disparate fields, such as in aerospace engineering, econometrics, and geophysics, to infer unobserved variables (states and, occasionally, parameters) of a dynamic system providing two uncertain sources of information, namely, the measurements and a mathematical model. Under linear model and Gaussian noise assumptions, the Kalman Filter is the well-known optimal recursive solution for the state-estimation problem, whereas the extended Kalman filter and, more recently, the unscented Kalman filter are the most commonly employed approximate solutions for the nonlinear case. In practice, however, additional information about the system may be available, and this third source of information may be useful for improving state estimates. A scenario we have in mind is the case in which the dynamics and the disturbances are such that the state vector of the system satisfies an assumed known equality or inequality constraint. Constrained state estimation has been receiving increasing attention in both academia and industry, especially in the last ten years. In addition to providing a wide overview of the current state of the art in constrained state estimation, the present work is concerned with the development of Kalman filtering methods for enforcing an equality constraint or inequality constraint on the state estimate. Both linear and nonlinear cases are considered. For the latter, algorithms based on the unscented Kalman filter are proposed. Furthermore, we also present a general framework for state estimation with an equality constraint on the estimator gain, aiming at indirectly enforcing special properties on the state estimate. Simulated and experimental examples are used to illustrate the applications of the algorithms studied and presented along this thesis.Universidade Federal de Minas GeraisUFMGkalman, Filtragem deEngenharia elétricaSistemas linearesTeoria da estimativaEngenharia ElétricaEstimação de estados com restrições para sistemas dinâmicos lineares e não-linearesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALbruno_otavio_soares_teixeira.pdfapplication/pdf6173253https://repositorio.ufmg.br/bitstream/1843/BUOS-8CLEXH/1/bruno_otavio_soares_teixeira.pdf2ada2c8d231236193a0f4fb79f391e48MD51TEXTbruno_otavio_soares_teixeira.pdf.txtbruno_otavio_soares_teixeira.pdf.txtExtracted texttext/plain492284https://repositorio.ufmg.br/bitstream/1843/BUOS-8CLEXH/2/bruno_otavio_soares_teixeira.pdf.txt16339842b0777ad51d416adf8ae0c788MD521843/BUOS-8CLEXH2019-11-14 19:53:33.284oai:repositorio.ufmg.br:1843/BUOS-8CLEXHRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T22:53:33Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
title Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
spellingShingle Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
Bruno Otávio Soares Teixeira
Engenharia Elétrica
kalman, Filtragem de
Engenharia elétrica
Sistemas lineares
Teoria da estimativa
title_short Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
title_full Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
title_fullStr Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
title_full_unstemmed Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
title_sort Estimação de estados com restrições para sistemas dinâmicos lineares e não-lineares
author Bruno Otávio Soares Teixeira
author_facet Bruno Otávio Soares Teixeira
author_role author
dc.contributor.advisor1.fl_str_mv Leonardo Antonio Borges Torres
dc.contributor.advisor-co1.fl_str_mv Luis Antonio Aguirre
dc.contributor.advisor-co2.fl_str_mv Dennis S. Bernstein
dc.contributor.author.fl_str_mv Bruno Otávio Soares Teixeira
contributor_str_mv Leonardo Antonio Borges Torres
Luis Antonio Aguirre
Dennis S. Bernstein
dc.subject.por.fl_str_mv Engenharia Elétrica
topic Engenharia Elétrica
kalman, Filtragem de
Engenharia elétrica
Sistemas lineares
Teoria da estimativa
dc.subject.other.pt_BR.fl_str_mv kalman, Filtragem de
Engenharia elétrica
Sistemas lineares
Teoria da estimativa
description Estimadores de estados têm sido aplicados a distintas áreas, tais como em engenharia aeroespacial, econometria e geofísica, para inferir variáveis não-observadas (estados e, eventualmente, parâmetros) de um sistema dinâmico a partir de duas fontes de informação incertas: as medições e um modelo matemático. Sob as premissas de modelo linear e ruído Gaussiano, o filtro de Kalman é a solução ótima recursiva mais conhecida para o problema de estimação de estados, ao passo que o filtro de Kalman estendido e, mais recentemente, o filtro de Kalman unscented são as soluções aproximadas mais comumente empregadas para o caso não-linear. Na prática, todavia, informação adicional sobre o sistema pode ser conhecida, e essa terceira fonte de informação pode ser útil para melhorar as estimativas de estado. Nesta tese, é considerado o cenário no qual a dinâmica e os distúrbios do sistema são tais que o vetor de estados satisfaz uma restrição de igualdade ou uma restrição de desigualdade, as quais são assumidamente conhecidas a priori. Estimação de estados com restrições tem recebido crescente atenção tanto no ambiente acadêmico quanto na indústria, especialmente, durante os últimos dez anos. No presente trabalho, além de se apresentar uma ampla revisão do atual estado da arte em estimação de estados com restrições, são desenvolvidos métodos de filtragem de Kalman para impor restrições de igualdade ou de desigualdade na estimativa de estado. Tratam-se ambos os casos de sistemas lineares e não-lineares. Para o último caso, propõem-se algoritmos baseados no filtro de Kalman unscented. Ademais, é apresentada uma metodologia geral para estimação de estados com uma restrição de igualdade no ganho do estimador, visando a, indiretamente, impor propriedades especiais na estimativa de estado. Exemplos simulados e experimentais são usados para ilustrar os algoritmos estudados e propostos ao longo desta tese.
publishDate 2008
dc.date.issued.fl_str_mv 2008-02-29
dc.date.accessioned.fl_str_mv 2019-08-12T21:09:19Z
dc.date.available.fl_str_mv 2019-08-12T21:09:19Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/BUOS-8CLEXH
url http://hdl.handle.net/1843/BUOS-8CLEXH
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.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUOS-8CLEXH/1/bruno_otavio_soares_teixeira.pdf
https://repositorio.ufmg.br/bitstream/1843/BUOS-8CLEXH/2/bruno_otavio_soares_teixeira.pdf.txt
bitstream.checksum.fl_str_mv 2ada2c8d231236193a0f4fb79f391e48
16339842b0777ad51d416adf8ae0c788
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589377586102272