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