Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos

Detalhes bibliográficos
Autor(a) principal: Cerri, João Paulo
Data de Publicação: 2013
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18153/tde-26082013-133045/
Resumo: Esta tese de doutorado aborda os projetos robustos de controle e estimativa de estados para Sistemas Lineares sujeitos a Saltos Markovianos (SLSM) de tempo discreto sob a influência de incertezas paramétricas. Esses projetos são desenvolvidos por meio de extensões dos critérios quadráticos clássicos para SLSM nominais. Os critérios de custo quadrático para os SLSM incertos são formulados na forma de problemas de otimização min-max que permitem encontrar a melhor solução para o pior caso de incerteza (máxima influência de incerteza). Os projetos robustos correspondem às soluções ótimas obtidas por meio da combinação dos métodos de funções penalidade e mínimos quadrados regularizados robustos. Duas situações são investigadas: regular e estimar os estados quando os modos de operações são observados; e estimar os estados sob a hipótese de desconhecimento da cadeia de Markov. Estruturalmente, o regulador e as estimativas de estados assemelham-se às respectivas versões nominais. A recursividade é estabelecida em termos de equações de Riccati sem a necessidade de ajuste de parâmetros auxiliares e dependente apenas das matrizes de parâmetros e ponderações conhecidas.
id USP_bc83c9855d4993ff36625a8c53053373
oai_identifier_str oai:teses.usp.br:tde-26082013-133045
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos MarkovianosControl and filtering for uncertain discrete-time Markovian jump linear systemsCadeia de MarkovControlControleEquação de RiccatiFilteringFiltragemFunção penalidadeLeast squaresLinear systemMarkov chainMínimos quadradosPenalty functionRiccati equationRobustezRobustnessSistemas linearesEsta tese de doutorado aborda os projetos robustos de controle e estimativa de estados para Sistemas Lineares sujeitos a Saltos Markovianos (SLSM) de tempo discreto sob a influência de incertezas paramétricas. Esses projetos são desenvolvidos por meio de extensões dos critérios quadráticos clássicos para SLSM nominais. Os critérios de custo quadrático para os SLSM incertos são formulados na forma de problemas de otimização min-max que permitem encontrar a melhor solução para o pior caso de incerteza (máxima influência de incerteza). Os projetos robustos correspondem às soluções ótimas obtidas por meio da combinação dos métodos de funções penalidade e mínimos quadrados regularizados robustos. Duas situações são investigadas: regular e estimar os estados quando os modos de operações são observados; e estimar os estados sob a hipótese de desconhecimento da cadeia de Markov. Estruturalmente, o regulador e as estimativas de estados assemelham-se às respectivas versões nominais. A recursividade é estabelecida em termos de equações de Riccati sem a necessidade de ajuste de parâmetros auxiliares e dependente apenas das matrizes de parâmetros e ponderações conhecidas.This thesis deals with recursive robust designs of control and state estimates for discretetime Markovian Jump Linear Systems (MJLS) subject to parametric uncertainties. The designs are developed considering extensions of the standard quadratic cost criteria for MJLS without uncertainties. The quadratic cost criteria for uncertain MJLS are formulated in the form of min-max optimization problems to get the best solution for the worst uncertainty case. The optimal robust schemes correspond to the optimal solution obtained by the combination of penalty function and robust regularized least-squares methods. Two cases are investigated: to control and estimate the states when the operation modes are observed; and, to estimate the states when the Markov chain is unobserved. The optimal robust LQR and Kalman-type state estimates resemble the respective nominal versions. The recursiveness is established by Riccati equations in terms of parameter and weighting matrices previously known and without extra offline computations.Biblioteca Digitais de Teses e Dissertações da USPTerra, Marco HenriqueCerri, João Paulo2013-06-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18153/tde-26082013-133045/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:36Zoai:teses.usp.br:tde-26082013-133045Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:36Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
Control and filtering for uncertain discrete-time Markovian jump linear systems
title Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
spellingShingle Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
Cerri, João Paulo
Cadeia de Markov
Control
Controle
Equação de Riccati
Filtering
Filtragem
Função penalidade
Least squares
Linear system
Markov chain
Mínimos quadrados
Penalty function
Riccati equation
Robustez
Robustness
Sistemas lineares
title_short Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
title_full Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
title_fullStr Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
title_full_unstemmed Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
title_sort Controle e filtragem para sistemas lineares discretos incertos sujeitos a saltos Markovianos
author Cerri, João Paulo
author_facet Cerri, João Paulo
author_role author
dc.contributor.none.fl_str_mv Terra, Marco Henrique
dc.contributor.author.fl_str_mv Cerri, João Paulo
dc.subject.por.fl_str_mv Cadeia de Markov
Control
Controle
Equação de Riccati
Filtering
Filtragem
Função penalidade
Least squares
Linear system
Markov chain
Mínimos quadrados
Penalty function
Riccati equation
Robustez
Robustness
Sistemas lineares
topic Cadeia de Markov
Control
Controle
Equação de Riccati
Filtering
Filtragem
Função penalidade
Least squares
Linear system
Markov chain
Mínimos quadrados
Penalty function
Riccati equation
Robustez
Robustness
Sistemas lineares
description Esta tese de doutorado aborda os projetos robustos de controle e estimativa de estados para Sistemas Lineares sujeitos a Saltos Markovianos (SLSM) de tempo discreto sob a influência de incertezas paramétricas. Esses projetos são desenvolvidos por meio de extensões dos critérios quadráticos clássicos para SLSM nominais. Os critérios de custo quadrático para os SLSM incertos são formulados na forma de problemas de otimização min-max que permitem encontrar a melhor solução para o pior caso de incerteza (máxima influência de incerteza). Os projetos robustos correspondem às soluções ótimas obtidas por meio da combinação dos métodos de funções penalidade e mínimos quadrados regularizados robustos. Duas situações são investigadas: regular e estimar os estados quando os modos de operações são observados; e estimar os estados sob a hipótese de desconhecimento da cadeia de Markov. Estruturalmente, o regulador e as estimativas de estados assemelham-se às respectivas versões nominais. A recursividade é estabelecida em termos de equações de Riccati sem a necessidade de ajuste de parâmetros auxiliares e dependente apenas das matrizes de parâmetros e ponderações conhecidas.
publishDate 2013
dc.date.none.fl_str_mv 2013-06-21
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://www.teses.usp.br/teses/disponiveis/18/18153/tde-26082013-133045/
url http://www.teses.usp.br/teses/disponiveis/18/18153/tde-26082013-133045/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091102946361344

Registros relacionados