Filtro de Kalman para estimação de posição em ambiente multissensor
| Ano de defesa: | 1994 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Instituto Tecnológico de Aeronáutica
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1680 |
Resumo: | Este trabalho investiga a aplicacao do filtro de Kalman na estimacao de posicao de embarcacoes maritmas superficiais quando as embarcacoes estao sendo monitoradas, em posicao, por um conjunto de sensores. Basicamente sao estudadas duas configuracoes tipicas de sensores, a saber, sensores concentrados na mesma vizinhanca e sensores localizadas sitios distantes. Quando os sensores estao localizados na mesma vizinhaca assume-se que todos eles medem a posicao da embarcacao simultaneamente. Quando eles estao localizados em sitios distantes e assumido que medem a posicao da embarcacao em sequencia,um de cada vez. Para desenvolver os algotimos a cada sensor associa-se um processador local e ao sistema total associa-se um processador central. Os processadores locais geram estimativas locais da posicao da embarcacao e enviam estas para o processador central. O processador central combina todas as estimativas locais e gera a estimativa global otima. Com base nestas duas configuracoessao simulados seis algoritmos diferentes. Nos dois primeiros algoritmos propostos por Hashemipour, Roy e Laub (11), consideram-se a integracao do arranjo concentrado e do arranjo disperso de sensores mas, nao se leva em consideracao as incertezas na comunicacao entre os processadores. O terceiro e o quarto algoritmos, propostos por Hong (12), foram desenvolvidos para uma arranjo concentrado de sensores e levam em consideracao as incertezas na comunicacao entre os processadores. O quinto e o sexto algoritmos, desenvolvidos como contribuicao destetrabalho, sao uma extensao dos algoritmos propostos por Hong (12) para o caso de um arranjo disperso de sensores. Simulacoes empregando modelo realista de uma embarcacao sao utilizadas para avaliar o desempenho dos algoritmos citados. |
| id |
ITA_bbe16f167ebe291c8f41123bf8588ea0 |
|---|---|
| oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:1680 |
| network_acronym_str |
ITA |
| network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
| spelling |
Filtro de Kalman para estimação de posição em ambiente multissensorTeoria de filtragemEmbarcaçõesComando e controleSensoresAlgoritmosAplicações de multisensoresControleEste trabalho investiga a aplicacao do filtro de Kalman na estimacao de posicao de embarcacoes maritmas superficiais quando as embarcacoes estao sendo monitoradas, em posicao, por um conjunto de sensores. Basicamente sao estudadas duas configuracoes tipicas de sensores, a saber, sensores concentrados na mesma vizinhanca e sensores localizadas sitios distantes. Quando os sensores estao localizados na mesma vizinhaca assume-se que todos eles medem a posicao da embarcacao simultaneamente. Quando eles estao localizados em sitios distantes e assumido que medem a posicao da embarcacao em sequencia,um de cada vez. Para desenvolver os algotimos a cada sensor associa-se um processador local e ao sistema total associa-se um processador central. Os processadores locais geram estimativas locais da posicao da embarcacao e enviam estas para o processador central. O processador central combina todas as estimativas locais e gera a estimativa global otima. Com base nestas duas configuracoessao simulados seis algoritmos diferentes. Nos dois primeiros algoritmos propostos por Hashemipour, Roy e Laub (11), consideram-se a integracao do arranjo concentrado e do arranjo disperso de sensores mas, nao se leva em consideracao as incertezas na comunicacao entre os processadores. O terceiro e o quarto algoritmos, propostos por Hong (12), foram desenvolvidos para uma arranjo concentrado de sensores e levam em consideracao as incertezas na comunicacao entre os processadores. O quinto e o sexto algoritmos, desenvolvidos como contribuicao destetrabalho, sao uma extensao dos algoritmos propostos por Hong (12) para o caso de um arranjo disperso de sensores. Simulacoes empregando modelo realista de uma embarcacao sao utilizadas para avaliar o desempenho dos algoritmos citados.Instituto Tecnológico de AeronáuticaElder Moreira HemerlyAngela Lucia Quimbaya Garcia1994-01-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1680reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:02:46Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:1680http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:36:59.578Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
| dc.title.none.fl_str_mv |
Filtro de Kalman para estimação de posição em ambiente multissensor |
| title |
Filtro de Kalman para estimação de posição em ambiente multissensor |
| spellingShingle |
Filtro de Kalman para estimação de posição em ambiente multissensor Angela Lucia Quimbaya Garcia Teoria de filtragem Embarcações Comando e controle Sensores Algoritmos Aplicações de multisensores Controle |
| title_short |
Filtro de Kalman para estimação de posição em ambiente multissensor |
| title_full |
Filtro de Kalman para estimação de posição em ambiente multissensor |
| title_fullStr |
Filtro de Kalman para estimação de posição em ambiente multissensor |
| title_full_unstemmed |
Filtro de Kalman para estimação de posição em ambiente multissensor |
| title_sort |
Filtro de Kalman para estimação de posição em ambiente multissensor |
| author |
Angela Lucia Quimbaya Garcia |
| author_facet |
Angela Lucia Quimbaya Garcia |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Elder Moreira Hemerly |
| dc.contributor.author.fl_str_mv |
Angela Lucia Quimbaya Garcia |
| dc.subject.por.fl_str_mv |
Teoria de filtragem Embarcações Comando e controle Sensores Algoritmos Aplicações de multisensores Controle |
| topic |
Teoria de filtragem Embarcações Comando e controle Sensores Algoritmos Aplicações de multisensores Controle |
| dc.description.none.fl_txt_mv |
Este trabalho investiga a aplicacao do filtro de Kalman na estimacao de posicao de embarcacoes maritmas superficiais quando as embarcacoes estao sendo monitoradas, em posicao, por um conjunto de sensores. Basicamente sao estudadas duas configuracoes tipicas de sensores, a saber, sensores concentrados na mesma vizinhanca e sensores localizadas sitios distantes. Quando os sensores estao localizados na mesma vizinhaca assume-se que todos eles medem a posicao da embarcacao simultaneamente. Quando eles estao localizados em sitios distantes e assumido que medem a posicao da embarcacao em sequencia,um de cada vez. Para desenvolver os algotimos a cada sensor associa-se um processador local e ao sistema total associa-se um processador central. Os processadores locais geram estimativas locais da posicao da embarcacao e enviam estas para o processador central. O processador central combina todas as estimativas locais e gera a estimativa global otima. Com base nestas duas configuracoessao simulados seis algoritmos diferentes. Nos dois primeiros algoritmos propostos por Hashemipour, Roy e Laub (11), consideram-se a integracao do arranjo concentrado e do arranjo disperso de sensores mas, nao se leva em consideracao as incertezas na comunicacao entre os processadores. O terceiro e o quarto algoritmos, propostos por Hong (12), foram desenvolvidos para uma arranjo concentrado de sensores e levam em consideracao as incertezas na comunicacao entre os processadores. O quinto e o sexto algoritmos, desenvolvidos como contribuicao destetrabalho, sao uma extensao dos algoritmos propostos por Hong (12) para o caso de um arranjo disperso de sensores. Simulacoes empregando modelo realista de uma embarcacao sao utilizadas para avaliar o desempenho dos algoritmos citados. |
| description |
Este trabalho investiga a aplicacao do filtro de Kalman na estimacao de posicao de embarcacoes maritmas superficiais quando as embarcacoes estao sendo monitoradas, em posicao, por um conjunto de sensores. Basicamente sao estudadas duas configuracoes tipicas de sensores, a saber, sensores concentrados na mesma vizinhanca e sensores localizadas sitios distantes. Quando os sensores estao localizados na mesma vizinhaca assume-se que todos eles medem a posicao da embarcacao simultaneamente. Quando eles estao localizados em sitios distantes e assumido que medem a posicao da embarcacao em sequencia,um de cada vez. Para desenvolver os algotimos a cada sensor associa-se um processador local e ao sistema total associa-se um processador central. Os processadores locais geram estimativas locais da posicao da embarcacao e enviam estas para o processador central. O processador central combina todas as estimativas locais e gera a estimativa global otima. Com base nestas duas configuracoessao simulados seis algoritmos diferentes. Nos dois primeiros algoritmos propostos por Hashemipour, Roy e Laub (11), consideram-se a integracao do arranjo concentrado e do arranjo disperso de sensores mas, nao se leva em consideracao as incertezas na comunicacao entre os processadores. O terceiro e o quarto algoritmos, propostos por Hong (12), foram desenvolvidos para uma arranjo concentrado de sensores e levam em consideracao as incertezas na comunicacao entre os processadores. O quinto e o sexto algoritmos, desenvolvidos como contribuicao destetrabalho, sao uma extensao dos algoritmos propostos por Hong (12) para o caso de um arranjo disperso de sensores. Simulacoes empregando modelo realista de uma embarcacao sao utilizadas para avaliar o desempenho dos algoritmos citados. |
| publishDate |
1994 |
| dc.date.none.fl_str_mv |
1994-01-01 |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
| status_str |
publishedVersion |
| format |
masterThesis |
| dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1680 |
| url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1680 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
| publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
| reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
| collection |
Biblioteca Digital de Teses e Dissertações do ITA |
| instname_str |
Instituto Tecnológico de Aeronáutica |
| instacron_str |
ITA |
| institution |
ITA |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
| repository.mail.fl_str_mv |
|
| subject_por_txtF_mv |
Teoria de filtragem Embarcações Comando e controle Sensores Algoritmos Aplicações de multisensores Controle |
| _version_ |
1706804995255435264 |