Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/3243
Tipo do documento: | Dissertação |
Título: | Metodologia para Filtragem de Kalman Fuzzy Tipo-2 Intervalar Baseada em Modelagem Computacional das Componentes Espectrais Não-Observáveis de Dados Experimentais. |
Título(s) alternativo(s): | Methodology for Kalman Fuzzy Type-2 Filtering Interval Based on Computational Modeling of Non-observable Spectral Components of Experimental Data. |
Autor: | GOMES, Daiana Caroline dos Santos |
Primeiro orientador: | SERRA, Ginalber Luiz de Oliveira |
Primeiro membro da banca: | SERRA, Ginalber Luiz de Oliveira |
Segundo membro da banca: | SOUZA, Francisco das Chagas de |
Quarto membro da banca: | ATTUX, Romis Ribeiro de Faissol |
Resumo: | Nesta dissertação, uma metodologia para projeto de filtros de Kalman, usando modelos fuzzy tipo-2 intervalares, no domínio do tempo discreto, via decomposição espectral de dados experimentais, é proposta. A metodologia adotada consiste na estimação paramé- trica recursiva de submodelos lineares locais, no espaço de estados, do filtro de Kalman fuzzy tipo-2 intervalar para rastreamento e previsão da dinâmica inerente aos dados experimentais, usando uma versão fuzzy tipo-2 do algoritmo Observer/Kalman Filter Identification (OKID). O particionamento dos dados experimentais é realizado pelo algoritmo de agrupamento fuzzy tipo-2 Gustafson-Kessel. Os ganhos de Kalman intervalares na proposição do consequente do filtro de Kalman fuzzy tipo-2 intervalar são atualizados de acordo com as componentes não-observáveis calculadas a partir da decomposição espectral recursiva dos dados experimentais. Resultados computacionais ilustram a eficiência da metodologia proposta, quando comparada a outras abordagens largamente citadas na literatura, para filtragem e rastreamento das variáveis de estado do atrator caótico de Lorenz em ambiente ruidoso, bem como para filtragem e rastreamento de trajetórias de referência pelas variáveis de estado do atrator caótico de Chen em ambiente ruidoso e com atrasos de tempo. Resultados experimentais ilustram a aplicabilidade da metodologia proposta para o rastreamento adaptativo e previsão em tempo real do comportamento de propagação dinâmica do novo coronavírus 2019 (COVID-19) no estado do Maranhão e Brasil. |
Abstract: | In this dissertation, a methodology for design of Kalman filters, using interval type-2 fuzzy models, in discrete time domain, via spectral decomposition of experimental data, is proposed. The adopted methodology consists of recursive parametric estimation of local state space linear submodels of interval type-2 fuzzy Kalman filter for tracking and forecasting of the dynamics inherited to experimental data, using an interval type-2 fuzzy version of Observer/Kalman Filter Identification (OKID) algorithm. The partitioning of the experimental data is performed by interval type-2 fuzzy Gustafson-Kessel clustering algorithm. The interval Kalman gains in the consequent proposition of interval type-2 fuzzy Kalman filter are updated according to unobservable components computed by recursive spectral decomposition of experimental data. Computational results illustrate the efficiency of proposed methodology, as compared to approaches widely cited in the literature, for filtering and tracking the state variables of Lorenz’s chaotic attractor in a noisy environment, as well as filtering and tracking the reference trajectory through state variables of Chen’s chaotic attractor in noisy environment and time delays. Experimental results illustrate the applicability of proposed methodology for adaptive tracking and real time forecasting the dynamic spreading behavior of novel coronavirus 2019 (COVID-19) outbreak in state of Maranhão and Brazil. |
Palavras-chave: | Identificação de sistemas; Sistemas fuzzy tipo-2 intervalares; Estimação paramétrica recursiva; Filtragem de Kalman Systems identification; Interval type-2 fuzzy systems; Recursive parametric estimation; Kalman filtering |
Área(s) do CNPq: | Engenharia de Software |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal do Maranhão |
Sigla da instituição: | UFMA |
Departamento: | DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
Programa: | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET |
Citação: | GOMES, Daiana Caroline dos Santos. Metodologia para Filtragem de Kalman Fuzzy Tipo-2 Intervalar Baseada em Modelagem Computacional das Componentes Espectrais Não-Observáveis de Dados Experimentais.. 2021. 151 f.. Dissertação( Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís,2021. |
Tipo de acesso: | Acesso Aberto |
URI: | https://tedebc.ufma.br/jspui/handle/tede/tede/3243 |
Data de defesa: | 26-Fev-2021 |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
D.Gomes.pdf | Dissertação de Mestrado | 7,16 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.