@MASTERSTHESIS{ 2022:1678770020,
 	title = {Filtro de partículas baseado em estimação adaptativa inovativa},
 	year = {2022},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4171",
 	abstract = "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.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}