IntegraÃÃo de sensores via filtro de Kalman.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2003

RESUMO

Este trabalho apresenta uma investigaÃÃo sobre algumas tÃcnicas de integraÃÃo de sensores para a estimaÃÃo dos estados de um dado sistema dinÃmico com modelo linear. As abordagens utilizadas sÃo baseadas no filtro de Kalman. SÃo consideradas duas configuraÃÃes para a integraÃÃo das informaÃÃes dos sensores: integraÃÃo centralizada e integraÃÃo distribuÃda. Tais algoritmos consideram incertezas nas redes de comunicaÃÃo entre os sensores e o sistema de processamento central. TambÃm à investigado um algoritmo de identificaÃÃo dos ganhos Ãtimos dos filtros de Kalman, para um sistema de integraÃÃo distribuÃda, baseado nas correlaÃÃes das inovaÃÃes. Como contribuiÃÃes, sÃo desenvolvidas expressÃes para a quantificaÃÃo dos erros de identificaÃÃo dos ganhos Ãtimos dos filtros de Kalman em funÃÃo dos erros na avaliaÃÃo das correlaÃÃes das inovaÃÃes. De inÃcio, sÃo obtidas expressÃes para o caso em que nÃo existem incertezas nas redes de comunicaÃÃo e apenas um sensor à considerado. Este resultado à entÃo generalizado para o caso em que existem incertezas nas redes de comunicaÃÃo e mÃltiplos sensores sÃo considerados. Todos os algoritmos investigados sÃo apresentados com detalhes de sua derivaÃÃo e de forma a facilitar a compreensÃo das tÃcnicas de estimaÃÃo utilizadas, a teoria de estimaÃÃo e do filtro de Kalman sÃo brevemente apresentadas. SimulaÃÃes sÃo utilizadas para avaliar o desempenho dos algoritmos.

ASSUNTO(S)

algoritmos filtragem sensores filtros de kalman estimaÃÃo de sistemas identificaÃÃo de parÃmetros

ACESSO AO ARTIGO

Documentos Relacionados