Disciplinas
SEL5894 - Filtragem e Estimação Linear
Conteúdo / Ementa
- Modelos estocásticos.
- Modelos entrada-saída, equações a diferença estocástica, modelos espaço de estado.
- Representação de inovações.
- Modelos Preditores.
- Família de métodos de erro de predição, predetor de mínimos quadrados, algoritmos de predição recursivos, método da regressão linear.
- Filtragem, estimação recursiva e filtro de Kalman.
- Problema de estimação, estimação linear recursiva, estimação de estado, filtro de Wiener, filtro de Kalman discreto, filtro subótimo, equação algébrica de Ricatti, filtro de Kalman contínuo no tempo.
- Regulador linear determinístico.
- Horizonte de tempo infinito.
- Regulador linear estocástico.
- Dualidade e equivalência em estimação e controle.
Bibliografia
- Davis, M.H.A.; Vinter, R.B. Stochastic Modelling and Control. London : Chapman and Hall, 1985
- Candy, J.V. Signal Processing the Modern Approach. McGraw-Hill, 1988
- Goodwin, G.C.; Sin, K.S. Adaptive Filtering, Prediction and Control. New Jersey: Englewood Cliffs: Prentice Hall, 1984
- Lewis, F.L. Applied Optimal Control and Estimation. Prentice-Hall, 1992
- Grewal, S.M. Kalman Filtering: Theory and Practice. New Jersey: Prentice-Hall,1993
- Söderström, T. Discrete-Time Stochastic Systems. New York: Prentice-Hall, 1994
- Ljung, L. System Identification: Theory for the User. New York: Prentice-Hall, 1987
- Aström, K.J. Adaptive Control. Addison-Wesley, 1996
- Kailath, T.; Sayed, A.H.; et al. Linear Estimation, Prentice Hall, 2000
- Aguirre, L.A. Introdução à Identificação de Sistemas - Técnicas Lineares e Não Lineares Aplicadas a Sistemas Reais. Belo Horizonte: Editora UFMG, 2004