Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/4171
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | PINHEIRO, Cirano Melo | - |
dc.creator.Lattes | http://lattes.cnpq.br/6680112839935964 | por |
dc.contributor.advisor1 | SOUZA, Francisco das Chagas de | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2405363087479257 | por |
dc.contributor.referee1 | SOUZA, Francisco das Chagas de | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/2405363087479257 | por |
dc.contributor.referee2 | SANTANA, Ewaldo Eder Carvalho | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/0660692009750374 | por |
dc.contributor.referee3 | RÊGO, Patrícia Helena Moraes | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/6535271381344851 | por |
dc.date.accessioned | 2022-10-14T13:02:05Z | - |
dc.date.issued | 2022-09-16 | - |
dc.identifier.citation | PINHEIRO, Cirano Melo. Filtro de partículas baseado em estimação adaptativa inovativa. 2022. 97 f. Dissertação (Programa de Pós-Graduação em Engenharia De Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022. | por |
dc.identifier.uri | https://tedebc.ufma.br/jspui/handle/tede/tede/4171 | - |
dc.description.resumo | Neste trabalho, é proposto um filtro de partículas baseado em estimação adaptativa inovativa para sistemas não lineares, bem como seus fundamentos e operação. Com o objetivo de mitigar a incerteza ou a falta de conhecimento das matrizes de covariância de ruído de processo e medição, simultaneamente, o filtro de partículas é aliado à estimação adaptativa inovativa. Para tal propósito, a diferença entre as covariâncias de inovação teórica e medida é definida como uma aproximação que utiliza a média de uma janela móvel de estimação para o cálculo da sequência de inovação. Essa diferença é calculada continuamente, usando estimação adaptativa inovativa baseada na teoria da máxima verossimilhança para ajustar dinamicamente as covariâncias do filtro de partículas. A fim de ilustrar a eficiência e aplicabilidade do filtro proposto, são realizadas simulações para estimar o estado de um sistema considerando diferentes cenários, sem incerteza e com incerteza. Os resultados das simulações mostram que o filtro proposto tem um bom desempenho em termos de robustez em comparação com o filtro de Kalman estendido e o filtro de partículas clássico quando aumenta a incerteza sobre os ruídos de processo e medição. | por |
dc.description.abstract | In this work, a proposal of a particle filter based on innovative adaptive estimation for nonlinear systems is presented, as well as its fundamentals and operation. With the objective of mitigating the uncertainty or the lack of knowledge of the covariance matrices of process and measurement noises, simultaneously, the particle filter is allied to the innovative adaptive estimation. For such purpose, the difference between the theoretical and measured innovation covariances is defined as an approximation that uses the average of a moving estimation window for the innovation sequence calculus. This difference is computed continuously, using innovative adaptive estimation based on maximum likelihood theory to dynamically adjust the covariances of the particle filter. To illustrate the efficiency and applicability of the proposed filter, simulations are carried out for estimating the state of a system considering different scenarios, with and without uncertainty. The simulations results show that the proposed filter performs well in terms of robustness compared to extended Kalman filter and classic particle filter when uncertainty about process and measurement noises increases. | eng |
dc.description.provenance | Submitted by Jonathan Sousa de Almeida (jonathan.sousa@ufma.br) on 2022-10-14T13:02:05Z No. of bitstreams: 1 CIRANOMELOPINHEIRO.pdf: 1945525 bytes, checksum: 23cf81fa13714511083cf4e3cb58d4b9 (MD5) | eng |
dc.description.provenance | Made available in DSpace on 2022-10-14T13:02:05Z (GMT). No. of bitstreams: 1 CIRANOMELOPINHEIRO.pdf: 1945525 bytes, checksum: 23cf81fa13714511083cf4e3cb58d4b9 (MD5) Previous issue date: 2022-09-16 | eng |
dc.description.sponsorship | CAPES | por |
dc.format | application/pdf | * |
dc.language | por | por |
dc.publisher | Universidade Federal do Maranhão | por |
dc.publisher.department | DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFMA | por |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET | por |
dc.rights | Acesso Aberto | por |
dc.subject | Estimação adaptativa inovativa; | por |
dc.subject | estimação de estado; | por |
dc.subject | filtro de Kalman estendido; | por |
dc.subject | filtro de partículas; | por |
dc.subject | rastreamento. | por |
dc.subject | Innovative adaptive estimation; | eng |
dc.subject | state estimation; | eng |
dc.subject | extended Kalman filter; | eng |
dc.subject | particle filter; | eng |
dc.subject | tracking. | eng |
dc.subject.cnpq | Engenharia Elétrica | por |
dc.title | Filtro de partículas baseado em estimação adaptativa inovativa | por |
dc.title.alternative | Innovative adaptive estimation-based particle filter | eng |
dc.type | Dissertação | por |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
CIRANOMELOPINHEIRO.pdf | Dissertação de Mestrado | 1,9 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.