Sistemas dinâmicos e o método do filtro de Kalman
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/147133 |
Resumo: | Estimar os estados de um sistema é um problema que a cada dia assume maior importância devido ao grande interesse por conhecer com exatidão os resultados dados pelos sistemas dinâmicos em qualquer tempo. Principalmente nos casos onde o sistema é estocástico, o problema da estimação apresenta uma maior complexidade. É nesse contexto que os estudos que Kalman realizou no século XX, sobre a estimação de sistemas dinâmicos estocásticos, ganharam maior relevância. O filtro de Kalman foi o principal resultado desses estudos, pela e eficácia demonstrada dentro desse campo de estudo. Este trabalho tem como eixo principal o filtro de Kalman e sua aplicação tendo importância como o melhor estimador para os estados de sistemas dinâmicos lineares estocásticos em tempo discreto. |
id |
UNSP_29177aff7fce0b201de99cbc4a1e1171 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/147133 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Sistemas dinâmicos e o método do filtro de KalmanDynamic systems and the Kalman filter methodSistemas dinâmicosProcessos estocásticosEstimaçãoFiltro de KalmanDynamical systemsKalman FilterStochastic processesEstimationEstimar os estados de um sistema é um problema que a cada dia assume maior importância devido ao grande interesse por conhecer com exatidão os resultados dados pelos sistemas dinâmicos em qualquer tempo. Principalmente nos casos onde o sistema é estocástico, o problema da estimação apresenta uma maior complexidade. É nesse contexto que os estudos que Kalman realizou no século XX, sobre a estimação de sistemas dinâmicos estocásticos, ganharam maior relevância. O filtro de Kalman foi o principal resultado desses estudos, pela e eficácia demonstrada dentro desse campo de estudo. Este trabalho tem como eixo principal o filtro de Kalman e sua aplicação tendo importância como o melhor estimador para os estados de sistemas dinâmicos lineares estocásticos em tempo discreto.Estimating the states of a system is a problem of great importance due to interest in knowing exactly the results given by dynamic systems at any time. Moreover, if the system is stochastic, what causes the estimation problem to have complexity. In this context, Kalman studies in the previous century on the estimation of stochastic dynamical systems, whose result is the lter, which, due to its e ciency, is the most used in this eld. In this work the main focus is the Kalman lter and its application having in view its importance as the best estimator for the states of linear dynamic stochastic systems of discrete time.Universidade Estadual Paulista (Unesp)Loibel, Selene Maria Coelho [UNESP]Universidade Estadual Paulista (Unesp)Movilla, Jose Gregorio Solorzano [UNESP]2017-01-11T19:01:40Z2017-01-11T19:01:40Z2016-12-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/14713300087820833004137065P96511287495694980porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-11-04T06:10:31Zoai:repositorio.unesp.br:11449/147133Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T16:53:53.661641Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Sistemas dinâmicos e o método do filtro de Kalman Dynamic systems and the Kalman filter method |
title |
Sistemas dinâmicos e o método do filtro de Kalman |
spellingShingle |
Sistemas dinâmicos e o método do filtro de Kalman Movilla, Jose Gregorio Solorzano [UNESP] Sistemas dinâmicos Processos estocásticos Estimação Filtro de Kalman Dynamical systems Kalman Filter Stochastic processes Estimation |
title_short |
Sistemas dinâmicos e o método do filtro de Kalman |
title_full |
Sistemas dinâmicos e o método do filtro de Kalman |
title_fullStr |
Sistemas dinâmicos e o método do filtro de Kalman |
title_full_unstemmed |
Sistemas dinâmicos e o método do filtro de Kalman |
title_sort |
Sistemas dinâmicos e o método do filtro de Kalman |
author |
Movilla, Jose Gregorio Solorzano [UNESP] |
author_facet |
Movilla, Jose Gregorio Solorzano [UNESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Loibel, Selene Maria Coelho [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Movilla, Jose Gregorio Solorzano [UNESP] |
dc.subject.por.fl_str_mv |
Sistemas dinâmicos Processos estocásticos Estimação Filtro de Kalman Dynamical systems Kalman Filter Stochastic processes Estimation |
topic |
Sistemas dinâmicos Processos estocásticos Estimação Filtro de Kalman Dynamical systems Kalman Filter Stochastic processes Estimation |
description |
Estimar os estados de um sistema é um problema que a cada dia assume maior importância devido ao grande interesse por conhecer com exatidão os resultados dados pelos sistemas dinâmicos em qualquer tempo. Principalmente nos casos onde o sistema é estocástico, o problema da estimação apresenta uma maior complexidade. É nesse contexto que os estudos que Kalman realizou no século XX, sobre a estimação de sistemas dinâmicos estocásticos, ganharam maior relevância. O filtro de Kalman foi o principal resultado desses estudos, pela e eficácia demonstrada dentro desse campo de estudo. Este trabalho tem como eixo principal o filtro de Kalman e sua aplicação tendo importância como o melhor estimador para os estados de sistemas dinâmicos lineares estocásticos em tempo discreto. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-12-19 2017-01-11T19:01:40Z 2017-01-11T19:01:40Z |
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/11449/147133 000878208 33004137065P9 6511287495694980 |
url |
http://hdl.handle.net/11449/147133 |
identifier_str_mv |
000878208 33004137065P9 6511287495694980 |
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 Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128718526218240 |