Modelling and Identification of Stochastic Continuous-Time Linear Systems Utilizing Sampled-Data
En esta tesis, se aborda el problema de modelado e identificación de sistemas lineales estocásticos de tiempo continuo. Se supone que solo se dispone de mediciones en tiempo discreto, a partir de las cuales se obtiene el modelo de tiempo discreto exacto en términos de los parámetros del modelo de ti...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | Chile |
| OAI Identifier: | oai:repositorio.anid.cl:10533/253322 |
| Acceso en línea: | https://hdl.handle.net/10533/253322 |
| Access Level: | acceso abierto |
| Palabra clave: | Ingeniería y Tecnología Ingeniería Eléctrica, Ingeniería Electrónica, Informática Sistemas de Automatización y Control |
| Sumario: | En esta tesis, se aborda el problema de modelado e identificación de sistemas lineales estocásticos de tiempo continuo. Se supone que solo se dispone de mediciones en tiempo discreto, a partir de las cuales se obtiene el modelo de tiempo discreto exacto en términos de los parámetros del modelo de tiempo continuo, usando un intervalo de muestreo finito con muestreo instantáneo o usando un filtro anti-aliasing (muestreo integrado). Se presenta un Algoritmo para obtener el modelo de tiempo discreto exacto para un sistema estocástico de tiempo continuo. En la primera parte de la tesis se identifican los parámetros de sistemas lineales estocásticos de tiempo continuo utilizando modelos de tiempo discreto exactos y el método de máxima verosimilitud, tanto en el dominio del tiempo como en el dominio de la frecuencia. En la segunda parte de esta tesis se tiene que la densidad espectral de potencia de tiempo discreto puede ser obtenida de forma exacta. Sin embargo, esto en algunos casos puede generar un alto costo computacional, por lo que la densidad espectral de potencia de la salida de tiempo discreto puede ser aproximada. Finalmente, se presenta como aplicación práctica el modelado e identificación de vibraciones en un sistema de óptica adaptativa experimental. |
|---|