Estimació de paràmetres de sistemes dinàmics utilitzant tècniques de filtratge
El control de sistemes és tant més acurat com més precís és el model matemàtic del sistema controlat. En molts casos, això només es pot aconseguir amb un algorisme d'estimació en temps real dels seus paràmetres; i quan el sistema no és determinista degut a l'entrada de sorolls, s'han...
| Autor: | |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 1979 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | catalán |
| OAI Identifier: | oai:upcommons.upc.edu:2099/4432 |
| Acceso en línea: | https://hdl.handle.net/2099/4432 |
| Access Level: | acceso abierto |
| Palabra clave: | Inference Inferència Classificació AMS::62 Statistics::62F Parametric inference |
| Sumario: | El control de sistemes és tant més acurat com més precís és el model matemàtic del sistema controlat. En molts casos, això només es pot aconseguir amb un algorisme d'estimació en temps real dels seus paràmetres; i quan el sistema no és determinista degut a l'entrada de sorolls, s'han d'utilitzar tècniques de filtratge. Fins ara, s’han utilitzat molt sovint filtres subòptims, que no tenen assegurada la convergència. Concretament, l'aplicació de l'equació de Fokker Plank a les equacions diferencials de les estimacions permet concloure una no observabilitat dels paràmetres per part d'aquests filtres quan s'apliquen a una classe de sistemes quasilinears. Ara bé, els paràmetres poden ésser estimats correctament si es parteixen del model discret. A l'article es presenten els tres algorismes aplicats a un exemple d'un sistema lineal de segon ordre amb un paràmetre desconegut, i se'n discuteixen els avantatges de cada un d'ells. |
|---|