Este trabalho trata do controle ótimo de sistemas descritos por Equações Diferenciais Estocásticas (EDE). Os resultados apresentados podem ser divididos em três partes. A primeira delas aborda um problema de controle ótimo não-linear sendo investigada a possibilidade de considerar como controles admissíveis processos adaptados à s-álgebra gerada pelo estado Xut . As hipóteses de um resultado disponível na literatura são relaxadas e estende-se à classe de problemas para os quais existe um subconjunto de processos de controle Ucl, tal que para todo u em Ucl,, Xut é igual à s-álgebra gerada pelo processo de Wiener Wt. Como conseqüência, mostra-se que, dado um e> 0, pode-se construir um controle em malha fechada que é e -ótimo na classe de controles limitados no L2 e adaptados à Wt. Na segunda parte, estuda-se o problema de otimização Linear Quadrático (LQ) de sistemas excitados aditivamente por martingales quadrado integráveis tanto contínuos quanto descontínuos. Dois casos principais são considerados: sistema sem saltos e com saltos Markovianos nos parâmetros. No primeiro caso, além do distúrbio aditivo considera-se casos de sistemas com distúrbios multiplicativos tanto de Wiener quanto de Poisson. Para os problemas com observações completas o controle ótimo é determinado explicitamente, dependendo da solução de uma equação de Riccati, e para problemas com observações parciais os resultados obtidos são interpretados como uma condição necessária para validade do princípio de equivalência à certeza. A principal contribuição nesta parte do trabalho é mostrar que o caso de sistemas excitados por martingale quadrado integráveis pode ser tratado de maneira similar ao caso clássico sendo apresentadas soluções explícitas. Na terceira parte, é abordado o problema de controle Linear Exponencial Quadrático Gaussiano (LEQG) de sistemas lineares excitados pelo processo de Wiener restrigindo-se os controles admissíveis a processos constantes por partes com observações restritas a apenas certos instantes de tempo fixados a priori. São analisados casos com observações sem ruído e observações ruidosas sendo mostrado que ambos os problemas podem ser estudados por métodos diretos.

A tese inicia-se com um resumo onde serão introduzidos conceitos que receberão adiante tratamento analítico mais aprofundado. Após esta breve introdução será relatado o surgimento e a conseqüente evolução histórica das equações de Riccati, até a apresentação de sua forma atual. Definida, classificada e teoricamente desenvolvida, será elucidada a importância da utilização das equações de Riccati (propriedade estabilizadora e transformação das condiçòes de contorno em condições iniciais). A tese tem como proposta aplicar equações de Riccati em sistemas elásticos (como molas, sistemas torcionais, vigas, cascas, etc.) Sistemas estruturais são normalmente analisados através de vetores de estado. Por sua vez, vetores de estado são conectados entre si por matrizes de transferência. Serão analisadas as equações diferenciais que geram as matrizes de transferência e a equação diferencial de quarta ordem que "governa" o comportamento mecânico da viaga e suas respectivas condições de contorno. Feito isto, será definida a equação diferencial matricial de Riccati, cujo desenvolvimento será conduzido à "transformada generalizada de Riccati", poderosa "ferramenta" que aplicada às matrizes de transferência determina o "estado" de um dado sistema estrutural. Finalmente, será apresentado um algoritmo que irá sistematizar a solução de equações matriciais através da transformada generalizada de Riccati, tendo por objetivo sua futura inserção computacional.

Esta dissertação apresenta um estudo dos filtros de Kalman para sistemas singulares em tempo discreto. Novos algoritmos são formulados para as estimativas filtradas, preditoras e suavizadas com as correspondentes equações de Riccati para sistemas singulares variantes no tempo. Nesta dissertação considera-se também uma aproximação do problema de filtragem de Kalman como um problema determinístico de ajuste ótimo de trajetória. A formulação proposta permite considerar um atraso no sinal de medida, sendo permitida a correlação entre os estados e os ruídos da medida. Apresentam-se também as provas da estabilidade e da convergência destes filtros. / This dissertation presents a study of Kalman filters for singular systems in discrete time. New algorithms are developed for the Kalman filtered, predicted and smoothed estimate recursions with the corresponding Riccati equations for time-variant singular systems. This dissertation addresses the Kalman filtering problem as a deterministic optimal trajectory fitting problem. The problem is formulated taking into account one delay in the measured signals and correlations between state and measurement noises. In the final, this work presents the stability and convergence proofs of these filters.

Esta tese de doutorado aborda os projetos robustos de controle e estimativa de estados para Sistemas Lineares sujeitos a Saltos Markovianos (SLSM) de tempo discreto sob a influência de incertezas paramétricas. Esses projetos são desenvolvidos por meio de extensões dos critérios quadráticos clássicos para SLSM nominais. Os critérios de custo quadrático para os SLSM incertos são formulados na forma de problemas de otimização min-max que permitem encontrar a melhor solução para o pior caso de incerteza (máxima influência de incerteza). Os projetos robustos correspondem às soluções ótimas obtidas por meio da combinação dos métodos de funções penalidade e mínimos quadrados regularizados robustos. Duas situações são investigadas: regular e estimar os estados quando os modos de operações são observados; e estimar os estados sob a hipótese de desconhecimento da cadeia de Markov. Estruturalmente, o regulador e as estimativas de estados assemelham-se às respectivas versões nominais. A recursividade é estabelecida em termos de equações de Riccati sem a necessidade de ajuste de parâmetros auxiliares e dependente apenas das matrizes de parâmetros e ponderações conhecidas. / This thesis deals with recursive robust designs of control and state estimates for discretetime Markovian Jump Linear Systems (MJLS) subject to parametric uncertainties. The designs are developed considering extensions of the standard quadratic cost criteria for MJLS without uncertainties. The quadratic cost criteria for uncertain MJLS are formulated in the form of min-max optimization problems to get the best solution for the worst uncertainty case. The optimal robust schemes correspond to the optimal solution obtained by the combination of penalty function and robust regularized least-squares methods. Two cases are investigated: to control and estimate the states when the operation modes are observed; and, to estimate the states when the Markov chain is unobserved. The optimal robust LQR and Kalman-type state estimates resemble the respective nominal versions. The recursiveness is established by Riccati equations in terms of parameter and weighting matrices previously known and without extra offline computations.

Esta tese aborda o problema de regulação para sistemas lineares sujeitos a saltos Markovianos de tempo discreto com matrizes de transição incertas. Considera-se que as incertezas são limitadas em norma e os estados da cadeia de Markov podem não ser completamente observados pelo controlador. No cenário com observação completa dos estados, a solução é deduzida com base em um funcional quadrático dado em termos das probabilidades de transição incertas. Enquanto que no cenário sem observação, a solução é obtida por meio da reformulação do sistema Markoviano como um sistema determinístico, independente da cadeia de Markov. Três modelos são propostos para essa reformulação: um modelo é baseado no primeiro momento do sistema Markoviano, o segundo é obtido a partir da medida de Dirac e resulta em um sistema aumentado, e o terceiro fornece um sistema aumentado singular. Os reguladores recursivos robustos são projetados a partir de critérios de custo quadrático, dados em termos de problemas de otimização restritos. A solução é derivada da técnica de mínimos quadrados regularizados robustos e apresentada em uma estrutura matricial. A recursividade é estabelecida por equações de Riccati, que se assemelham às soluções dos reguladores clássicos, para essa classe de sistemas, quando não estão sujeitos a incertezas. / This thesis deals with regulation problem for discrete-time Markovian jump linear systems with uncertain transition matrix. The uncertainties are assumed to be normbounded type. The states of the Markov chain can not be completely observed by the controller. In the scenario with complete observation of the states, the solution is deduced based on a quadratic functional given in terms of uncertain transition probabilities. While in the scenario without observation, the solution is obtained from reformulation of the Markovian system as a deterministic system, independent of the Markov chain. Three models are proposed for the reformulation process: a model is based on the first moment of the Markovian system, the second is obtained from Dirac measure which results in an augmented system, and the third provides a singular augmented system. Recursive robust regulators are designed from quadratic cost criteria given in terms of constrained optimization problems. The solution is derived from the robust regularized least-square approach, whose framework is given in terms of a matrix structure. The recursiveness is established by Riccati equations which resemble the solutions of standard regulators for this class of systems, when they are not subject to uncertainties.

Esta tese de doutorado aborda os projetos robustos de controle e estimativa de estados para Sistemas Lineares sujeitos a Saltos Markovianos (SLSM) de tempo discreto sob a influência de incertezas paramétricas. Esses projetos são desenvolvidos por meio de extensões dos critérios quadráticos clássicos para SLSM nominais. Os critérios de custo quadrático para os SLSM incertos são formulados na forma de problemas de otimização min-max que permitem encontrar a melhor solução para o pior caso de incerteza (máxima influência de incerteza). Os projetos robustos correspondem às soluções ótimas obtidas por meio da combinação dos métodos de funções penalidade e mínimos quadrados regularizados robustos. Duas situações são investigadas: regular e estimar os estados quando os modos de operações são observados; e estimar os estados sob a hipótese de desconhecimento da cadeia de Markov. Estruturalmente, o regulador e as estimativas de estados assemelham-se às respectivas versões nominais. A recursividade é estabelecida em termos de equações de Riccati sem a necessidade de ajuste de parâmetros auxiliares e dependente apenas das matrizes de parâmetros e ponderações conhecidas. / This thesis deals with recursive robust designs of control and state estimates for discretetime Markovian Jump Linear Systems (MJLS) subject to parametric uncertainties. The designs are developed considering extensions of the standard quadratic cost criteria for MJLS without uncertainties. The quadratic cost criteria for uncertain MJLS are formulated in the form of min-max optimization problems to get the best solution for the worst uncertainty case. The optimal robust schemes correspond to the optimal solution obtained by the combination of penalty function and robust regularized least-squares methods. Two cases are investigated: to control and estimate the states when the operation modes are observed; and, to estimate the states when the Markov chain is unobserved. The optimal robust LQR and Kalman-type state estimates resemble the respective nominal versions. The recursiveness is established by Riccati equations in terms of parameter and weighting matrices previously known and without extra offline computations.

Esta dissertação de mestrado aborda o problema de regulação robusta recursiva para sistemas lineares discretos sujeitos a incertezas paramétricas. Um novo funcional quadrático, baseado na combinação de função penalidade e função custo do tipo jogos, é projetado para lidar com este problema. Uma característica interessante desta abordagem é que a recursividade pode ser realizada sem a necessidade do ajuste de parâmetros auxiliares. Bastante útil para aplicações online. A solução proposta é baseada numa equação recursiva de Riccati. Também, a convergência e a estabilidade do regulador para o sistema linear incerto invariante no tempo são garantidas. / This dissertation deals with robust recursive regulators for discrete-time systems subject to parametric uncertainties. A new quadratic functional based on the combination of penalty functions and game theory is proposed to solve this class of problems. An important issue of this approach is that the recursiveness can be performed without the need of adjusting auxiliary parameters. It is useful for online applications. The solution proposed is based on Riccati equation which guarantees the convergence and stability of the time-invariant system.

Esta dissertação de mestrado aborda o problema de regulação robusta recursiva para sistemas lineares discretos sujeitos a incertezas paramétricas. Um novo funcional quadrático, baseado na combinação de função penalidade e função custo do tipo jogos, é projetado para lidar com este problema. Uma característica interessante desta abordagem é que a recursividade pode ser realizada sem a necessidade do ajuste de parâmetros auxiliares. Bastante útil para aplicações online. A solução proposta é baseada numa equação recursiva de Riccati. Também, a convergência e a estabilidade do regulador para o sistema linear incerto invariante no tempo são garantidas. / This dissertation deals with robust recursive regulators for discrete-time systems subject to parametric uncertainties. A new quadratic functional based on the combination of penalty functions and game theory is proposed to solve this class of problems. An important issue of this approach is that the recursiveness can be performed without the need of adjusting auxiliary parameters. It is useful for online applications. The solution proposed is based on Riccati equation which guarantees the convergence and stability of the time-invariant system.

Esta tese aborda o problema de regulação para sistemas lineares sujeitos a saltos Markovianos de tempo discreto com matrizes de transição incertas. Considera-se que as incertezas são limitadas em norma e os estados da cadeia de Markov podem não ser completamente observados pelo controlador. No cenário com observação completa dos estados, a solução é deduzida com base em um funcional quadrático dado em termos das probabilidades de transição incertas. Enquanto que no cenário sem observação, a solução é obtida por meio da reformulação do sistema Markoviano como um sistema determinístico, independente da cadeia de Markov. Três modelos são propostos para essa reformulação: um modelo é baseado no primeiro momento do sistema Markoviano, o segundo é obtido a partir da medida de Dirac e resulta em um sistema aumentado, e o terceiro fornece um sistema aumentado singular. Os reguladores recursivos robustos são projetados a partir de critérios de custo quadrático, dados em termos de problemas de otimização restritos. A solução é derivada da técnica de mínimos quadrados regularizados robustos e apresentada em uma estrutura matricial. A recursividade é estabelecida por equações de Riccati, que se assemelham às soluções dos reguladores clássicos, para essa classe de sistemas, quando não estão sujeitos a incertezas. / This thesis deals with regulation problem for discrete-time Markovian jump linear systems with uncertain transition matrix. The uncertainties are assumed to be normbounded type. The states of the Markov chain can not be completely observed by the controller. In the scenario with complete observation of the states, the solution is deduced based on a quadratic functional given in terms of uncertain transition probabilities. While in the scenario without observation, the solution is obtained from reformulation of the Markovian system as a deterministic system, independent of the Markov chain. Three models are proposed for the reformulation process: a model is based on the first moment of the Markovian system, the second is obtained from Dirac measure which results in an augmented system, and the third provides a singular augmented system. Recursive robust regulators are designed from quadratic cost criteria given in terms of constrained optimization problems. The solution is derived from the robust regularized least-square approach, whose framework is given in terms of a matrix structure. The recursiveness is established by Riccati equations which resemble the solutions of standard regulators for this class of systems, when they are not subject to uncertainties.

Esta dissertação apresenta um estudo dos filtros de Kalman para sistemas singulares em tempo discreto. Novos algoritmos são formulados para as estimativas filtradas, preditoras e suavizadas com as correspondentes equações de Riccati para sistemas singulares variantes no tempo. Nesta dissertação considera-se também uma aproximação do problema de filtragem de Kalman como um problema determinístico de ajuste ótimo de trajetória. A formulação proposta permite considerar um atraso no sinal de medida, sendo permitida a correlação entre os estados e os ruídos da medida. Apresentam-se também as provas da estabilidade e da convergência destes filtros. / This dissertation presents a study of Kalman filters for singular systems in discrete time. New algorithms are developed for the Kalman filtered, predicted and smoothed estimate recursions with the corresponding Riccati equations for time-variant singular systems. This dissertation addresses the Kalman filtering problem as a deterministic optimal trajectory fitting problem. The problem is formulated taking into account one delay in the measured signals and correlations between state and measurement noises. In the final, this work presents the stability and convergence proofs of these filters.