Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Kassab, Pedro Grünauer
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Cadeias de Markov
Filtragem Estocástica
Identicação de Sistemas
Markov Chains
Sistemas Lineares Variantes no Tempo
Stochastic Itering
Systems Identication
Time-varying Linear Systems
Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3139/tde-26122011-171258/
Resumo: Este trabalho propõe uma metodologia de identificação para sistemas lineares sujeitos a saltos markovianos. Dada uma sequência de observações ruidosas da variável de estados, busca-se estimá-la juntamente com os parâmetros (desconhecidos) que descrevem o sistema dinâmico no espaço de estados. Como é bem conhecido, a ltragem ótima nesta classe de sistemas tem requisitos computacionais exponencialmente crescentes em função do tamanho da amostra, e torna-se inviável na prática. Recorre-se, portanto, a um algoritmo sub-ótimo de ltragem, cujos resultados são utilizados na identificação por máxima verossimilhança segundo a metodologia apresentada. Simulações realizadas mostram boa convergência.
id USP_8879d4a64ceecc2f350df1119246edcd
oai_identifier_str oai:teses.usp.br:tde-26122011-171258
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.Filtering and Identification of Markov jump linear systems with unobserved mode of operation.Cadeias de MarkovFiltragem EstocásticaIdenticação de SistemasMarkov ChainsSistemas Lineares Variantes no TempoStochastic IteringSystems IdenticationTime-varying Linear SystemsEste trabalho propõe uma metodologia de identificação para sistemas lineares sujeitos a saltos markovianos. Dada uma sequência de observações ruidosas da variável de estados, busca-se estimá-la juntamente com os parâmetros (desconhecidos) que descrevem o sistema dinâmico no espaço de estados. Como é bem conhecido, a ltragem ótima nesta classe de sistemas tem requisitos computacionais exponencialmente crescentes em função do tamanho da amostra, e torna-se inviável na prática. Recorre-se, portanto, a um algoritmo sub-ótimo de ltragem, cujos resultados são utilizados na identificação por máxima verossimilhança segundo a metodologia apresentada. Simulações realizadas mostram boa convergência.This paper proposes a methodology for the identification of Markov-jump linear systems. Given a sequence of noisy observations of the state variable, our objective is to estimate it along with the (unknown) parameters that drive the system in the state-space. As it is well known, the optimal ltering in this class of systems requires exponentially increasing computing power, in proportion to the sample size, and is not feasible in practice. We resort, therefore, to a sub-optimal algorithm, whose results are used for a maximum likelihood identification according to the methodology presented here. Simulations show a good convergence.Biblioteca Digitais de Teses e Dissertações da USPCosta, Oswaldo Luiz do ValleKassab, Pedro Grünauer2010-06-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/3/3139/tde-26122011-171258/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:30Zoai:teses.usp.br:tde-26122011-171258Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:30Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
Filtering and Identification of Markov jump linear systems with unobserved mode of operation.
title Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
spellingShingle Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
Kassab, Pedro Grünauer
Cadeias de Markov
Filtragem Estocástica
Identicação de Sistemas
Markov Chains
Sistemas Lineares Variantes no Tempo
Stochastic Itering
Systems Identication
Time-varying Linear Systems
title_short Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
title_full Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
title_fullStr Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
title_full_unstemmed Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
title_sort Filtragem e identificação em sistemas lineares sujeitos a saltos markovianos com modo de operação não observado.
author Kassab, Pedro Grünauer
author_facet Kassab, Pedro Grünauer
author_role author
dc.contributor.none.fl_str_mv Costa, Oswaldo Luiz do Valle
dc.contributor.author.fl_str_mv Kassab, Pedro Grünauer
dc.subject.por.fl_str_mv Cadeias de Markov
Filtragem Estocástica
Identicação de Sistemas
Markov Chains
Sistemas Lineares Variantes no Tempo
Stochastic Itering
Systems Identication
Time-varying Linear Systems
topic Cadeias de Markov
Filtragem Estocástica
Identicação de Sistemas
Markov Chains
Sistemas Lineares Variantes no Tempo
Stochastic Itering
Systems Identication
Time-varying Linear Systems
description Este trabalho propõe uma metodologia de identificação para sistemas lineares sujeitos a saltos markovianos. Dada uma sequência de observações ruidosas da variável de estados, busca-se estimá-la juntamente com os parâmetros (desconhecidos) que descrevem o sistema dinâmico no espaço de estados. Como é bem conhecido, a ltragem ótima nesta classe de sistemas tem requisitos computacionais exponencialmente crescentes em função do tamanho da amostra, e torna-se inviável na prática. Recorre-se, portanto, a um algoritmo sub-ótimo de ltragem, cujos resultados são utilizados na identificação por máxima verossimilhança segundo a metodologia apresentada. Simulações realizadas mostram boa convergência.
publishDate 2010
dc.date.none.fl_str_mv 2010-06-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/3/3139/tde-26122011-171258/
url http://www.teses.usp.br/teses/disponiveis/3/3139/tde-26122011-171258/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815258489891586048

Registros relacionados