$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC|



Título: LOCALIZAÇÃO ÓTIMA DE SENSORES PARA FILTRAGEM E IDENTIFICAÇÃO EM SISTEMAS DISTRIBUÍDOS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): HELIOS MALEBRANCHE OLBRISCH FRERES FILHO

Colaborador(es):  CARLOS KUBRUSLY - Orientador
Número do Conteúdo: 8107
Catalogação:  10/04/2006 Idioma(s):  PORTUGUÊS - BRASIL

Tipo:  TEXTO Subtipo:  TESE
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8107@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8107@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.8107

Resumo:
Este trabalho trata do problema não-linear de estimação simultânea de parâmetros e estado, em sistemas distribuídos, e ainda do problema de localização de sensores associado. A classe de modelos em que estamos interessados é caracterizada por operadores lineares, não- limitados, densamente definidos e dissipativos. Nossa abordagem aplica técnicas de filtragem linear a uma seqüência de linearizações em torno de trajetórias convenientemente escolhidas. A localização ótima de sensores é feita de modo a minimizar uma medida do erro da estimatição simultânea de parâmetros e estados. A contribuição original desta tese compreende o desenvolvimento de : (1) um algoritmo que realiza simultaneamente a identificação e a filtragem de uma classe de sistemas distribuídos operando em ambiente estocástico, e (2) um esquema eficiente de localização ótima de sensores para o problema acima mencionado. Alguns exemplos simulados são apresentados com o objetivo de ilustrar os resultados aqui desenvolvidos

Descrição Arquivo
NA ÍNTEGRA  PDF  
Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui