Contribuições para o uso de regularização em técnicas de identificação de sistemas

• Autor(a) principal: Boeira, Emerson Christ
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/266112
• topic: Identificação de sistemas; Controle baseado em dados; Análise de erros; System identification; Regularization; Errors-in-variables systems; Data-driven control; Virtual Reference Feedback Tuning

A partir de trabalhos recentes e inovadores da área de aprendizado de máquina, uma ferramenta matemática conhecida como regularização ganhou notoriedade para o contexto de identificação de sistemas, principalmente devido a novas metodologias para a estimação da matriz de regularização, relacionadas a informações a priori sobre o sistema, e a resultados promissores exibidos em trabalhos que empregam tal ferramenta, os quais atingem modelos mais precisos comparados às técnicas clássicas de identificação. Neste sentido, este trabalho apresenta contribuições que exploram o uso dessa ferramenta de regularização para estender técnicas de identificação de sistemas com ruído colorido na saída, identificação de sistemas com erros nas variáveis e controle baseado em dados. No âmbito de identificação de sistemas com ruído colorido na saída, este trabalho apresenta o método dos mínimos quadrados ponderados regularizados, assim como a dedução de matrizes ótimas de regularização e ponderação para este cenário. No contexto de identificação com erros nas variáveis, o trabalho apresenta uma análise de propriedades estatísticas da técnica de estimação por variáveis instrumentais e usa a ferramenta de regularização para minimizar um critério relacionado ao erro médio quadrático das estimativas. No contexto de controle baseado em dados, o desenvolvimento para sistemas com erros nas variáveis é estendido para o método da referência virtual, com as particularidades e interpretações voltadas para controle.