Submitted by Maria Cristina (library@lncc.br) on 2016-11-10T18:14:29Z No. of bitstreams: 1 thesis - Jair Agner Júnior.pdf: 1296115 bytes, checksum: 05d852ff855c073c25ef5d6737c04126 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2016-11-10T18:14:44Z (GMT) No. of bitstreams: 1 thesis - Jair Agner Júnior.pdf: 1296115 bytes, checksum: 05d852ff855c073c25ef5d6737c04126 (MD5) / Made available in DSpace on 2016-11-10T18:14:56Z (GMT). No. of bitstreams: 1 thesis - Jair Agner Júnior.pdf: 1296115 bytes, checksum: 05d852ff855c073c25ef5d6737c04126 (MD5) Previous issue date: 2016-03-17 / Unavailable / Neste trabalho foi desenvolvido um algoritmo para acompanhamento de múltiplos alvos em trajetórias tridimensionais. Esse tipo de algoritmo é cada vez mais utilizado em sistemas de navegação e vigilância civis e militares, permitindo o rastreamento de ameaças ou de alvos em tempo real. Sabe-se também que os modelos bidimensionais, de aviões civis em sistemas de controle de tráfego aéreo, mostram-se insuficientes para o tratamento de manobras tridimensionais, devido as consideráveis variações de altitude, presentes no acompanhamento de alvos militares. Entretanto, acompanhar uma grande quantidade de alvos é um processo complexo, o qual exige algoritmos de associação capazes de lidar com um grande volume de dados, com o elevado custo computacional, bem como com o uso de técnicas de filtragem lineares e não-lineares. O trabalho abrange modelos de dinâmica de voo que descrevem a evolução do estado de um alvo em trajetórias tridimensionais, tratado como objeto pontual, abordando o problema da incerteza do seu movimento. Para a estimativa da posição do alvo foi utilizado um estimador de Múltiplos Modelos, formado por bancos de filtros de Kalman com o auxílio das medidas efetuadas por um sensor. Dessa forma, foram adotados como estimadores de estado o Filtro de Kalman padrão e o Filtro de Kalman Estendido com integração através do filtro de sistemas híbridos de Múltiplos Modelos Interagentes (IMM). Com o objetivo de avaliar as metodologias de acompanhamento, foi desenvolvido, utilizando o software MATLAB, um gerador artificial de trajetórias, o qual atuou como ferramenta de simulação, permitindo avaliar diferentes métricas de desempenho. O mesmo possibilitou a geração de diversas trajetórias para alvos de modo a cobrir diversos tipos de manobras que podem ocorrer na realidade. Para o tratamento dos múltiplos alvos foi realizada a implementação paralela e para aceleradores (GPU). Além disso, o modelo desenvolvido permite contornar as limitações dos modelos bidimensionais, fornecendo um modelo dinâmico com nível de detalhamento capaz de representar bem essas manobras. Apesar desse detalhamento, a sua complexidade ainda viabiliza a implementação do filtro em sistemas reais, cuja necessidade de solução em tempo real é imprescindível. Para isso também utilizou-se de GPUs como ferramenta para a obtenção dessa solução no tempo adequado.

Este trabalho dedica-se ao projeto e desenvolvimento de um veículo aéreo não tripulado. Tais veículos podem ser utilizados em diversas aplicações como monitoramento, vigilância, transporte, resgate, entre outros. Dentre os diversos tipos de veículos aéreos, este trabalho irá focar no modelo do quadrirotor, composto por quatro hélices contra-rotoras que estabilizam e movimentam o veículo. Para alcançar o objetivo de controlar este tipo de veículo, várias propostas e metodologias podem ser aplicadas, todas buscando contemplar o controle de todas ou parte das variáveis de estado presentes nesta planta. Neste texto serão descritas: as equações cinemáticas e dinâmicas que regem este sistema; o projeto e composição mecânica da aeronave; definição de sensores e atuadores juntamente com seus métodos de utilização; implementação de controlador linear por alocação direta de polos e Regulador Linear Quadrático juntamente com observador de estados de ordem plena e filtro de Kalman, para recuperação de estados não mensurados e filtragem de ruídos. Serão apresentados resultados em simulações para cada método de controle selecionado visando optar pelo melhor controlador para a aplicação da aeronave. O método selecionado será implementado para controlar a aeronave com os sensores e atuadores selecionados. Esta implementação será realizada a partir da técnica HIL Hardware in The Loop juntamente com o software MATLAB/Simulink visando validar o controlador em conjunto com a planta real, bem como o modelo dinâmico construído. / This work is dedicated to the project and development of an unmanned aerial vehicle. Such vehicles can be employed in various applications such as monitoring, surveillance, transportation, rescue and others. Among the types of aerial vehicles, this work is focused on the quadrotor, composed by four counter-rotating propellers which stabilize and displace the vehicle. In order to fulfill the objective of controlling this vehicle, many methodologies and propositions can be applied, seeking the control of all or a snippet of the state variables present in the system. There will be described in this work: the cinematic and dynamic equations that govern this system; the mechanical project and construction of the aircraft; sensors and actuators definition, along with its usage methods; linear control implementation of the pole placement and Linear Quadratic Regulator techniques along full order state observer and Kalman filtering in order to recover and filter non-measured states. Performance results in simulations will be presented on each control implementation to validate the best controller for the application and this implementation will be applied on the projected aircraft using the sensors and actuators selected. This implementation will be given through the HIL - Hardware in the Loop method using MATLAB/Simulink software to validate the control technique applied and the constructed dynamic model.

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2008 / Bibliografia: f. 71-82 / As Redes Neurais Função de Base Radial (RNs-RBF) são modelos não-lineares que podem ser treinados para implementar um mapeamento (interpolação) de entrada e saída desejado. Esta capacidade de generalização aliada ao baixo custo computacional inerente a RN / Radial Basis Function Neural Networks (RBF-NNs) are nonlinear models that can be trained to implements a desirable input and output mapping (interpolation). This generalization skill and the low computational cost of the RBF-NN enables efficiency when app

Este trabalho dedica-se ao projeto e desenvolvimento de um veículo aéreo não tripulado. Tais veículos podem ser utilizados em diversas aplicações como monitoramento, vigilância, transporte, resgate, entre outros. Dentre os diversos tipos de veículos aéreos, este trabalho irá focar no modelo do quadrirotor, composto por quatro hélices contra-rotoras que estabilizam e movimentam o veículo. Para alcançar o objetivo de controlar este tipo de veículo, várias propostas e metodologias podem ser aplicadas, todas buscando contemplar o controle de todas ou parte das variáveis de estado presentes nesta planta. Neste texto serão descritas: as equações cinemáticas e dinâmicas que regem este sistema; o projeto e composição mecânica da aeronave; definição de sensores e atuadores juntamente com seus métodos de utilização; implementação de controlador linear por alocação direta de polos e Regulador Linear Quadrático juntamente com observador de estados de ordem plena e filtro de Kalman, para recuperação de estados não mensurados e filtragem de ruídos. Serão apresentados resultados em simulações para cada método de controle selecionado visando optar pelo melhor controlador para a aplicação da aeronave. O método selecionado será implementado para controlar a aeronave com os sensores e atuadores selecionados. Esta implementação será realizada a partir da técnica HIL Hardware in The Loop juntamente com o software MATLAB/Simulink visando validar o controlador em conjunto com a planta real, bem como o modelo dinâmico construído. / This work is dedicated to the project and development of an unmanned aerial vehicle. Such vehicles can be employed in various applications such as monitoring, surveillance, transportation, rescue and others. Among the types of aerial vehicles, this work is focused on the quadrotor, composed by four counter-rotating propellers which stabilize and displace the vehicle. In order to fulfill the objective of controlling this vehicle, many methodologies and propositions can be applied, seeking the control of all or a snippet of the state variables present in the system. There will be described in this work: the cinematic and dynamic equations that govern this system; the mechanical project and construction of the aircraft; sensors and actuators definition, along with its usage methods; linear control implementation of the pole placement and Linear Quadratic Regulator techniques along full order state observer and Kalman filtering in order to recover and filter non-measured states. Performance results in simulations will be presented on each control implementation to validate the best controller for the application and this implementation will be applied on the projected aircraft using the sensors and actuators selected. This implementation will be given through the HIL - Hardware in the Loop method using MATLAB/Simulink software to validate the control technique applied and the constructed dynamic model.

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 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.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The data reconciliation in process control is extremely important regarding the industries because from this it is possible to obtain a greater efficiency in the performance in industrial process control meshes aiming at a lower cost and a higher quality of the product. In this work we approach data estimation techniques for the implementation of an online dynamic data reconciliation system in order to reduce the noise and the measurement uncertainties that are submitted in the process variables. The techniques used here are: the Kalman Filter, the Preditor-Corrector DDR Algorithm, the Moving Horizon Estimator (MHE) and the Constrained Extended Kalman Filter (CEKF). The analysis is performed by applying the dynamic data reconciliation system in a simulated process, characteristic of the chemical industry, operating under MPC (Model Predictive Control). The performance of the MPC controller is also enhanced by the use of the reconciled data in the feedback control loop. / A reconciliação de dados em controle de processos é extremamente importante no que diz respeito às indústrias, pois a partir dessa é possível obter uma maior eficiência no desempenho em malhas de controle de processos industriais visando à minimização dos custos e maximizando a qualidade do produto. Neste trabalho abordam-se técnicas de estimação de dados para a implementação de um sistema de reconciliação dinâmica de dados on-line a fim de reduzir os ruídos e as incertezas de medições a que estão submetidas às variáveis do processo. As técnicas aqui empregadas são: o Filtro de Kalman, o Algoritmo DDR Preditor-Corretor, o Estimador de Horizonte Móvel (MHE) e o Filtro de Kalman Estendido com Restrições (CEKF). As análises são efetuadas aplicando o sistema de reconciliação dinâmica de dados em um processo simulado, característico da indústria química, operando sob controle preditivo (MPC). Também é efetuado o aprimoramento no desempenho do controlador MPC utilizando os dados reconciliados na malha de realimentação do controlador.