Identificación Robusta de Modelos Wiener y Hammerstein
Los modelos orientados a bloques han mostrado ser útiles y eficaces como representaciones no lineales en muchas aplicaciones. Son modelos simples y a la vez válidos en una región más amplia que un modelo lineal invariante en el tiempo. En cuanto a su estructura, consisten en una cascada integrada po...
| Autores: | , |
|---|---|
| Formato: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2009 |
| País: | Argentina |
| Recursos: | Consejo Nacional de Investigaciones Científicas y Técnicas |
| Repositorio: | CONICET Digital (CONICET) |
| Idioma: | español |
| OAI Identifier: | oai:ri.conicet.gov.ar:11336/105357 |
| Acesso em linha: | http://hdl.handle.net/11336/105357 |
| Access Level: | acceso abierto |
| Palavra-chave: | WIENER HAMMERSTEIN IDENTIFICACIÓN INCERTIDUMBRE OPTIMIZACIÓN https://purl.org/becyt/ford/2.2 https://purl.org/becyt/ford/2 |
| Resumo: | Los modelos orientados a bloques han mostrado ser útiles y eficaces como representaciones no lineales en muchas aplicaciones. Son modelos simples y a la vez válidos en una región más amplia que un modelo lineal invariante en el tiempo. En cuanto a su estructura, consisten en una cascada integrada por una dinámica lineal y un bloque estático no lineal. Si bien existen en la literatura numerosos trabajos que abordan la identificación nominal de estos modelos, el problema de identificación robusta en presencia de incertidumbre no ha sido cabalmente tratado. En este trabajo, se consideran dos clases de modelos orientados a bloques: modelos Wiener y Hammerstein. Empleando una representación paramétrica, se propone describir la incertidumbre como un conjunto de parámetros, los cuales se obtienen resolviendo un problema de optimización. El algoritmo de identificación desarrollado se ilustra mediante ejemplos de simulación. |
|---|