Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Puerto Acosta, Jorge Andres, 1979-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
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: https://hdl.handle.net/20.500.12733/1636443
Resumo: Orientador: Celso Pascoli Bottura
id UNICAMP-30_1c7a47665888ed01d6297ecfd7b4e74d
oai_identifier_str oai::1089818
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)Proposals for discretization and identification on the state space of linear parameter varying (LPV) MIMO stochastic systemsSistemas lineares variantes no tempoSistemas estocásticosCorrelação canônica (Estatística)Identificação de sistemasMétodos de espaço de estadosLinear time-varying systemsStochastic systemsCanonical correlation (Statistics)Systems identificationState space methodOrientador: Celso Pascoli BotturaTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: A busca de métodos e algorítmos eficientes para identificação de sistemas multivariáveis LPV tem avançado sobretudo para o caso de identificação determinística, isto em parte porque a complexidade na modelagem experimental de sistemas, a partir de dados LPV, tende a aumentar quando se trata do caso estocástico. Neste trabalho propomos métodos e algoritmos para identificação no espaço de estado de sistemas LPV multivariáveis estocásticos, baseados em extensões da teoria de realização estocástica mínima de Akaike. Nos métodos ICCALPV e 3C2ILPV aqui propostos, estendemos o método de identificação LTI por análise de correlação canônica condicional de Katayama/Larimore para sistemas LPV estocásticos e usamos aproximações sucessivas para obter o modelo LPV afim aos parâmetros. Para os métodos K2SIDLPV e 3CKLPV também aqui propostos, as kernelizações da análise de correlação canônica KCCA, e da análise de correlação canônica condicional K3CA são também elaboradas. No método ICCALPV a KCCA é usada para estender a teoria de realização de séries temporais estocásticas de Akaike e obter a identificação do modelo LPV. No método 3CKLPV usamos a K3CA para identificar o modelo LPV com entradas exógenas. Um segundo objetivo alcançado, a partir dos conceitos de transformação conforme e de transformação fracionaria linear (LFT), permite uma estrutura generalizada de representação de sistemas lineares e não lineares, tais como: sistemas em malha aberta, em malha fechada, variantes no tempo, não lineares, incertos e LPV. Explorando a estrutura generalizada e a LFT apresentamos propostas de discretização de sistemas LPV multivariáveis contínuos, salientando a discretização com períodos de amostragem variantes no tempo ou incertos, acionados por eventos no controle em rede. Neste trabalho validamos e comparamos nossas propostas para identificação no espaço de estado de sistemas LPV multivariáveis estocásticos: ICCALPV, 3C2ILPV, K2SIDLPV e 3CKLPV com o método PSBID de identificação LPV, obtendo bons resultados, tanto em tempos de processamento como em acuidade, conforme mostrado nos exemplosAbstract: The search for efficient algorithms and methods for multivariable LPV system identification has advanced mainly for the case of deterministic identification, partially due to the complexity increase tendency for modeling systems from LPV data for the stochastic case. In this work, methods, and algorithms for state space identification of multivariable LPV stochastic systems based on extensions of the minimal stochastic realization theory of Akaike are proposed. For the methods ICCALPV and 3C2ILPV here proposed, we extend the conditional canonical correlation identification method for LTI systems of Katayama/Larimore to stochastic LPV systems and use successive approximations to obtain the LPV model with affine parameter dependence. For the K2SIDLPV and 3CKLPV methods, also here proposed, the kernelizations of the canonical correlation analysis KCCA and of the conditional canonical correlation analysis K3CA are also elaborated. For the K2SIDLPV algorithm, the KCCA is used to extend the Akaike¿s stochastic time series realization theory and to obtain the LPV model identification. For the 3CKLPV algorithm the K3CA is used to identify the LPV model with exogenous inputs. A second achieved objective, based on the conformal mapping and linear fractional transformation (LFT) concepts, allows a generalized framework representation (GFR) for linear and nonlinear systems such as open loop, closed loop, time varying, nonlinear, uncertain, LPV. Exploring the GFR and the LFT representation, we present proposals for the discretization of continuous of LPV dynamic systems, specially for the discretization of uncertain or time varying sampling period, event triggered in network control. In this work the comparisons and validations of our proposals for multivariable stochastic state space LPV dynamic systems identification: ICCALPV, 3C2ILPV, K2SIDLPV and 3CKLPV with the PSBID LPV model identification method, presented good results both for elapsed time as for accuracy, as shown through examplesDoutoradoAutomaçãoDoutor em Engenharia ElétricaCAPES[s.n.]Bottura, Celso Pascoli, 1938-Pellanda, Paulo CésarGoes, Luiz Carlos SandovalOliveira, Ricardo Coração de Leão Fontoura deGiesbrecht, MateusUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASPuerto Acosta, Jorge Andres, 1979-20192019-01-09T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (200 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1636443PUERTO ACOSTA, Jorge Andres. Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV). 2019. 1 recurso online (200 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636443. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/1089818Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-05-04T21:50:09Zoai::1089818Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-05-04T21:50:09Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
Proposals for discretization and identification on the state space of linear parameter varying (LPV) MIMO stochastic systems
title Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
spellingShingle Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
Puerto Acosta, Jorge Andres, 1979-
Sistemas lineares variantes no tempo
Sistemas estocásticos
Correlação canônica (Estatística)
Identificação de sistemas
Métodos de espaço de estados
Linear time-varying systems
Stochastic systems
Canonical correlation (Statistics)
Systems identification
State space method
title_short Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
title_full Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
title_fullStr Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
title_full_unstemmed Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
title_sort Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV)
author Puerto Acosta, Jorge Andres, 1979-
author_facet Puerto Acosta, Jorge Andres, 1979-
author_role author
dc.contributor.none.fl_str_mv Bottura, Celso Pascoli, 1938-
Pellanda, Paulo César
Goes, Luiz Carlos Sandoval
Oliveira, Ricardo Coração de Leão Fontoura de
Giesbrecht, Mateus
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Puerto Acosta, Jorge Andres, 1979-
dc.subject.por.fl_str_mv Sistemas lineares variantes no tempo
Sistemas estocásticos
Correlação canônica (Estatística)
Identificação de sistemas
Métodos de espaço de estados
Linear time-varying systems
Stochastic systems
Canonical correlation (Statistics)
Systems identification
State space method
topic Sistemas lineares variantes no tempo
Sistemas estocásticos
Correlação canônica (Estatística)
Identificação de sistemas
Métodos de espaço de estados
Linear time-varying systems
Stochastic systems
Canonical correlation (Statistics)
Systems identification
State space method
description Orientador: Celso Pascoli Bottura
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-01-09T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1636443
PUERTO ACOSTA, Jorge Andres. Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV). 2019. 1 recurso online (200 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636443. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/1636443
identifier_str_mv PUERTO ACOSTA, Jorge Andres. Propostas para discretização e identificação em espaço de estado de sistemas estocásticos MIMO lineares com parâmetros variantes (LPV). 2019. 1 recurso online (200 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636443. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1089818
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (200 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799139974097928192