Submitted by Bruna Rodrigues (bruna92rodrigues@yahoo.com.br) on 2016-10-04T14:03:27Z No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:18:34Z (GMT) No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:18:43Z (GMT) No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5) / Made available in DSpace on 2016-10-14T14:18:52Z (GMT). No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5) Previous issue date: 2016-03-04 / Não recebi financiamento / Kalman filters are rooted in the technical literature, as a way of predicting new states in nonlinear systems providing a recursive solution to the problem of linear optimal filtering. Therefore, 56 years after its discovery, many modifications have been proposed in order to obtain better accuracy and speed. Some of these changes are used in this work; these being the Extended Kalman Filter (EKF), Unscented Kalman Filter (UKF) and Kalman Filter Cubature (CKF). This work , divided into three distinct parts: Implementation / Comparative analysis of prediction of Kalman filters in complex systems (Series), qualitative analysis of the possible uses of the Kalman filter variants for neural network training and position and velocity determination a displaced object on a simulated plane with some trajectories Having these analyzes key role in fostering the studies cited in the scientific literature , proving the possibility of such algorithms and methods are used for positioning in unstructured environments / Filtros de Kalman estão consagrados na literatura técnica, como uma das formas de prever novos estados em sistemas não-lineares, fornecendo uma solução recursiva para o problema da filtragem ideal linear. Após 56 anos de sua descoberta, muitas modificações e melhorias foram propostas, procurando obter uma maior precisão e velocidade na predição de novos estados. Algumas dessas mudanças são utilizadas neste trabalho; sendo elas o Filtro de Kalman Estendido (EKF), Unscented Kalman Filter (UKF) e Filtro de Kalman de Cubagem Esférica Radial (CKF).O objetivo deste trabalho, divido em três partes distintas, porém complementares: Implementação/Análise comparativa da predição dos Filtros de Kalman em sistemas complexos (Series), Análise qualitativa das possíveis utilizações das variantes do Filtro de Kalman para treinamento de Redes Neurais e Determinação de posição e velocidade de um objeto deslocado sobre um plano simulado. Possuindo essas análises papel fundamental na fomentação dos estudos citados na literatura científica durante o trabalho, e comprovando a possibilidade desses algoritmos/ métodos serem utilizados em tarefas de posicionamento em ambientes não estruturados.