Há diversas metodologias empregadas para a determinação das cargas de rajadas usadas em dimensionamentos estruturais da aeronave, e que incluem métodos determinísticos e métodos estocásticos. As cargas de resposta à turbulência continua são, hoje, obtidas pelo método estocástico (Random Process Theory - RPT) em conformidade com o estabelecido nos requisitos aeronáuticos em vigor (FAR). Este trabalho visa implementar uma alternativa ao RPT na determinação das cargas de turbulência contínua, baseada na teoria dos filtros correlacionados (Matched Filter Theory - MFT). Historicamente, o MFT foi originalmente utilizado na obtenção mde sinais maximizados de radares. Pototzky (POTOTZKY, 1997) demostrou que o MFT é aplicável também para a solução de problemas dinâmicos e aeroelásticos genéricos, especificamente para cálculos de cargas correlacionadas de rajadas. Será demonstrado aqui que as cargas correlacionadas geradas pelo MFT são fortemente similares às geradas pelo RPT. É apresentado neste documento uma descrição detalhada da metodologia de cálculo de cargas baseada em RPT e em MFT, e os resultados numéricos obtidos.

Atualmente o campo de trabalho de servodispositivos de velocidade variável foi aberto a máquinas AC devido fundamentalmente aos avanços da tecnologia de dispositivos de conversão de freqüência estáticos. Dada à robustez, confiabilidade e custo do motor de indução é indubitável a perspectiva de trabalho e aplicação deste dispositivo na indústria, entretanto sua complexa dinâmica ainda é motivo de relevantes estudos teóricos. Inicialmente o presente trabalho apresenta uma detalhada descrição da dinâmica do motor de indução, mediante sua completa modelagem matemática, e assim são obtidos os modelos atualmente utilizados na literatura especializada, mais precisamente são determinados os modelos em coordenadas de estator e fluxo do rotor. Na seqüência, a teoria do controle de campo orientado é estudada. A importância da escolha correta da estratégia de controle e as principais vantagens de servodispositivos deste tipo também são analisadas. Na prática, a estimação do vetor de fluxo do rotor a partir de suas variáveis terminais (velocidade e variáveis elétricas do estator) constitui um passo importante em uma implementação viável do controle de campo orientado. Nesse sentido a avaliação do desempenho dos principais estimadores de fluxo é efetuada neste trabalho, assumindo-se condições realistas de operação, exibindo variações paramétricas, ruído de medida e operação em baixas velocidades. A medida de desempenho é baseada nas seguintes características: comportamento transitório, acurabilidadde estática, robustez a ruído, habilidade para tratar variações paramétricas e simplicidade de projeto. As estimativas de fuxo são empregadas em uma malha de controle vetorial tipo direto, que constitui sua principal aplicação. No método de controle de campo orientado, sensores de posição ou velocidade devem ser empregados. Entretanto, estes transdutores rotacionais às vezes não podem ser montados devido ao tipo de aplicação, por exemplo, ambientes de trabalho inadequados e altas velocidades de operação. No presente trabalho são também propostos dois sistemas de estimação de fluxo baseados na identificação simultânea da velocidade do motor e da resistência do rotor. Considerações sobre persistência de sinal e diferentes condições de operação são realizadas na avaliação do desempenho destes sistemas.

Uma vez escolhida a técnica da híbrida para a transmissão digital banda básica "full duplex" em um par de fios, este trabalho consiste em obter as respostas impulsivas do sistema (canal e eco), fazer o cancelamento de eco e a equalização do canal (usando DFE-"Decision Feedback Equalizer") através de filtragem adaptativa e obter o desempenho do sistema completo através do cálculo da probabilidade de erro. Simulamos em computador digital os filtros adaptativos (cancelador de eco e equalizador) que usam o algoritmo LMS ("Least Mean Square") nas estruturas transversal e "lookup table". Através da observação da f.d.p. (função densidade de probabilidade) do sinal entrante no elemento de decisão dos pulsos recebidos, após convergências dos filtros adaptativos, foi obtida um método analítico de cálculo da probabilidade de erro Pe.

O problema de filtragem consiste em estimar o processo de difusão parcialmente observado, Xt, a partir do processo de observação, Yt, relacionado com o mesmo. No contexto de sistemas lineares com ruído Gaussiano, o filtro de Kalman e Bucy resolve o problema de filtragem. Para sistemas não lineares, de um modo em geral, as equações que descrevem a evolução da distribuição condicional de Xt, têm dimensão infinita. A partir das idéias de Clark, Davis, através de uma mudança da lei de probabilidade, simplificou a equação de ZakaY e obteve uma equação diferencial parcial para o problema de filtragem. A estimativa de mínimos quadrados obtida através dessa equação é robusta no sentido da continuidade da mesma em relação ao supremo da norma de Yt no espaço C[O, t]. O objetivo deste trabalho é estudar alguns métodos numéricos para resolver a equação robusta de filtragem. Os métodos de Diferenças Finitas, Galerkin e de Monte Carlo, em particular, são considerados com detalhes. A fim de permitir o uso desses métodos, aproximamos Xt por um processo absorvido na fronteira de uma região limitada R e determinamos a. fronteira dessa região. A avaliação do desempenho dos métodos numéricos é feita através de três exemplos: problema com sensor cúbico, problema com ruido multiplicativo e estimação de uma mensagem a partir de um sinal modulado em freqüência. Aspectos tais como capacidade de memória e tempo de execução são examinados nos exemplos apresentados.

Este trabalho apresenta o projeto, a implementação e a aplicação em tempo real de uma arquitetura multiprocessadora de baixo custo e com alta capacidade para processamentonumérico. Dois processadores digitais de sinais TMS320C30 são empregados para processamento numérico intensivo, em microcontrolador PCB80C552 faz a interface de arquitetura com sistemas analógico/digitais. Um microcomputador IBM PC é empregado como hospedeiro, plataforma de desenvolvimento de aplicativos e interface eficiente com o usuário. Os processadores se comunicam via memória SRAM de duplo acesso através de um protocolo dirigido por interrupções. Além de flexível, a arquitetura pode ser expandida para implementação em hipercubo.Aplicações em tempo real de filtragem e controle adaptativo são apresentadas e discutidas. Uma metodologia baseada em heurística para a paralelização de algoritmos seriais em equivalente paralelos mapeados na arquitetura é proposta.

Sistemas de navegação inercial (INS) solidários fazem uso de medidas discretas no tempo de incrementos angulares e de velocidade, oriundas, respectivamente, da integração de girômetros e acelerômetros para estimar atitude, posição e velocidade com relação à Terra. A taxa de amostragem dos algoritmos que processam as medidas dos sensores é relacionado com a acurácia requerida e a carga computacional demandada. De modo a obter-se uma solução de navegação com boa acurácia e carga computacional reduzida, os algoritmos precisam ser executados em múltiplas taxas de amostragem e sistemas de coordenadas distintos - a saber, o do corpo B e da horizontal local NED. Independentemente das taxas de amostragem empregadas pelos algoritmos, os erros de navegação tendem a crescer indefinidamente com o tempo quando o INS opera em modo autônomo (stand-alone). Neste trabalho, foram analisados diversos algoritmos de navegação inercial distintos, comparando-se a carga computacional demandada e acurácia em modo autônomo que se obtêm com cada um. Com relação à solução de navegação fornecida pelos algoritmos, para que os erros tornem-se limitados, viabilizando operações de longa duração, sensores adicionais não inerciais devem ser utilizados. Assumida a disponibilidade de medidas de GPS e câmera, a acurácia da navegação pode ser melhorada por meio da fusão de dados provindos de nós de processamento locais, os quais fornecem, respectivamente, os resultados da integração INS/GPS e da INS/câmera. Neste trabalho, foram investigadas as fusões por federação de filtros - cuja otimalidade requer conhecimento da correlação entre os nós de processamento local - e por interseção de covariâncias (IC), que é subótima, mas não diverge quando há correlação desconhecida entre os sinais a serem fundidos. Para ambos métodos de fusão analisados, o INS e os nós locais são corrigidos periodicamente de acordo com o resultado da fusão, visando melhorar a acurácia da solução de navegação. A acurácia das fusões é avaliada comparando-se com o desempenho obtido por um filtro de Kalman global, o qual processa todas as medidas de todos os sensores simultaneamente.

Estimar atitude de forma acurada, usualmente emprega medidas de vertical local e norte magnético obtidas de, respectivamente, acelerômetros e magnetômetro, um modelo cinemático da rotação com parâmetros obtidos de girômetros, e um filtro capaz de fundir estas informações. Acelerômetros, entretanto, medem não só a força específica referente à reação à gravidade, mas também componentes de força específica referentes a manobras. Isso afeta negativamente a estimação de atitude durante manobras intensas. Adicionalmente, o emprego de redundância de sensores e processadores permite obter estimativas mais acuradas, tolerância a falhas, escalabilidade e modularidade mediante o uso de algoritmos adequados. Este trabalho revisa abordagens distintas de estimadores de atitude baseados no filtro de Kalman estendido parametrizado por quatérnion. Então, estudam-se duas abordagens distintas para o problema das medidas de acelerômetro sob manobras. A primeira detecta e descarta as medidas corrompidas por manobras e a segunda computa e compensa componentes de força específica das medidas do acelerômetro. Propõe-se computar analiticamente a covariância do ruído da medida resultante da segunda abordagem, o que permite uma sintonia correta do filtro de Kalman. Também se propõe uma combinação das abordagens, gerando resultados iguais ou melhores. Testam-se, então, neste problema de estimação de atitude, diversos algoritmos de fusão de dados segundo as arquiteturas centralizada, hierárquica e distribuída. Os algoritmos de fusão se mostram promissores quando os estimadores locais estimam apenas atitude. Entretanto, quando os estimadores estimam atitude e deriva de girômetro, a estimativa de deriva resulta degradada.

Sistemas de navegação inercial (INS) possuem erros de posição, velocidade e atitude divergentes com o tempo em uma taxa dependente da precisão dos sensores inerciais. Por outro lado, as taxas divergentes da INS, sistemas de posicionamento global por satélites (GNSS) e dispositivos imageadores (SD) fornecem medidas de posição, velocidade e desalinhamento com erros limitados e em baixas frequências. A complementariedade das características dos sistemas motiva a fusão de dados. A estratégia tradicional de integração é o filtro de Kalman extendido (EKF) como estimador do vetor de erros. Sob certas condições, o filtro de Kalman é o estimador ótimo sob ampla variedade de critérios. Essas condições necessitam de uma modelagem acurada da dinâmica da planta e da sintonia das estatísticas do ruído de modelo e sensores. Portanto, erros de modelagem e sintonia impossibilitam otimalidade e consistência estatística do erro de estimação do filtro e ainda podem levá-lo à divergência. O presente trabalho aborda o problema de buscar a consistência estatística na operação do filtro de Kalman estendido através de técnicas de sintonia automática do ruído de modelagem, a saber, Estimação Adaptativa baseada em Inovação (IAE) e Escalonamento do Ruído de Modelo (SPN). Será experimentalmente demonstrado que IAE falha ao sintonizar o filtro. Será proposta uma alteração na estratégia IAE, a saber, Estimação Adaptativa baseada em Inovação Parcial (IAEP), que deixará o filtro consistente e habilitado a fornecer uma solução de navegação satisfatória. Resultados são obtidos por simulações, onde um veículo aéreo não-tripulado voa uma trajetória conhecida com medidas de sensores inerciais corrompidas por um modelo de constante aleatória e ruído branco. Erros de posição e velocidade, desalinhamento, bias de acelerômetro, deriva de girômetro e erros de relógio GNSS são estimados através da fusão INS/GNSS/SD e testados para consistência estatística em diversos cenários. Adicionalmente, o algoritmo de navegação inercial operando autonomamente é avaliado através de dados reais obtidos em um experimento em montanha-russa.

A estimação de atitude e velocidade angular para um satélite pode ser realizada tanto por métodos instantâneos, quanto por de estimação recursiva de estado, que quando implementados com precisão restrita na representação das variáveis em ambiente embarcado, podem apresentar comportamentos adversos como consequência de erros de truncamento numérico no processamento embarcado. Neste contexto, o presente trabalho apresenta um estudo sobre o desempenho de cada um desses métodos de estimação de atitude e velocidade angular aplicados a 2 configurações distintas de satélites estabilizados em 3 eixos. A primeira configuração considera um satélite estabilizado por rotação dual, que utiliza como algoritmo estimador de atitude uma formulação do filtro estendido de Kalman (EKF), que sofre deveras com problemas de instabilidade numérica em ambiente embarcado 32 bits. São consideradas, então, quatro formulações alternativas ao EKF: o filtro com processamento sequencial das medidas (EKFSeq), o filtro com fatoração de Cholesky da matriz de covariância da inovação (EKFChol) e os filtros de raiz quadrada (SRKF) e com fatoração UD da matriz de covariância (UDKF), todas algebricamente equivalentes ao EKF, mas com características melhoradas de susceptibilidade a erros numéricos. A segunda configuração analisada considera um satélite estabilizado por triedro de rodas de reação e emprega somente algoritmos estimadores baseados em abordagens instantâneas: TRIAD, interseção de cones e QUEST para a estimação de atitude combinados com abordagens derivativas para a estimação de velocidade angular. O desempenho dos algoritmos estimadores é analisado para cada configuração de satélite por meio de simulações do tipo hardware-in-the-loop (HIL), sendo os algoritmos implementados em ambiente embarcado com 32 bits, o que permite verificar a susceptibilidade de cada formulação a erros numéricos. Por fim, considera-se também, para cada configuração, uma análise acerca do efeito desses erros de origem numérica no desempenho em malha fechada do sistema.

Este trabalho apresenta o desenvolvimento e a implementação de uma unidade de navegação inercial em tempo real utilizando sensores de baixo custo do tipo MEMS integrados a um Sistema de Posicionamento Global (GPS), por meio de um filtro de Kalman discreto, para aplicação em veículos autônomos. Um algoritmo de determinação de atitude foi também desenvolvido. No sistema implementado, os sinais provenientes de sensores inerciais (giroscópios e acelerômetros) e do GPS foram tratados por um microcontrolador de oito bits. As informações provenientes dos sensores MEMS são muito ruidosas, por este motivo, um algoritmo chamado superamostragem e decimação também foi implementado. Depois de tratados por todos os algoritmos contidos no sistema global, os dados então, são transmitidos via comunicação sem fio para um computador onde o estado (posição e velocidade) de uma plataforma móvel pode ser observado, por meio de uma interface gráfica desenvolvida em linguagem C. Os resultados obtidos demonstram que o sistema desenvolvido é confiável para aplicações em sistemas de navegação e controle, principalmente no VANT acadêmico que esta sendo desenvolvido pelo grupo de pesquisa em eletrônica embarcada do Instituto Tecnológica de Aeronáutica - ITA. O sistema final apresenta baixo custo financeiro em relação aos sistemas disponíveis no mercado tornando-se assim uma alternativa que pode ser usada como ferramenta em pesquisas acadêmicas e aplicações industriais.