Made available in DSpace on 2014-12-17T14:56:03Z (GMT). No. of bitstreams: 1 OsmarADJ.pdf: 1159660 bytes, checksum: 65307a903dfe1a1f71297194d1c7e2a5 (MD5) Previous issue date: 2004-12-22 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / This dissertation presents a new proposal for the Direction of Arrival (DOA) detection problem for more than one signal inciding simultaneously on an antennas array with linear or planar geometry by using intelligent algorithms. The DOA estimator is developed by using techniques of Conventional Beam-forming (CBF), Blind Source Separation (BSS), and the neural estimator MRBF (Modular Structure of Radial Basis Functions). The developed MRBF estimator has its capacity extended due to the interaction with the BSS technique. The BSS makes an estimation of the steering vectors of the multiple plane waves that reach the array in the same frequency, that means, obtains to separate mixed signals without information a priori. The technique developed in this work makes possible to identify the multiple sources directions and to identify and to exclude interference sources / Esta disserta??o apresenta uma nova proposta para os problemas de detec??o de dire??o de chegada para mais de um sinal incidindo simultaneamente sobre um arranjo de antenas de geometria planar ou linear empregando algoritmos inteligentes. O estimador de DOA ? desenvolvido utilizando as t?cnicas de Conforma??o de Feixes Digital Convencional (CBF - Conventional Beamforming), de Separa??o Cega de Fontes (BSS {Blind Source Separation) e o estimador neural MRBF (Modular Structure of Radial Basis Functions). O estimador MRBF desenvolvido tem sua capacidade ampliada gra?as ?a intera??o com a t?cnica BSS, a qual faz uma estima??o dos vetores de guiamento das m?ltiplas ondas planas que alcan?am o arranjo na mesma freq??ncia, isto ?, consegue separar sinais misturados sem informa??es a priori. A t?cnica desenvolvida neste trabalho possibilita identificar a dire??o de m?ltiplas fontes e identificar e excluir as fontes de interfer?ncia

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-03-09T19:22:31Z No. of bitstreams: 1 OdailsonCavalcanteDeOliveira_TESE.pdf: 2506082 bytes, checksum: 1c97e15b1c237711152fe45d82d8809b (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-10T22:41:06Z (GMT) No. of bitstreams: 1 OdailsonCavalcanteDeOliveira_TESE.pdf: 2506082 bytes, checksum: 1c97e15b1c237711152fe45d82d8809b (MD5) / Made available in DSpace on 2017-03-10T22:41:06Z (GMT). No. of bitstreams: 1 OdailsonCavalcanteDeOliveira_TESE.pdf: 2506082 bytes, checksum: 1c97e15b1c237711152fe45d82d8809b (MD5) Previous issue date: 2016-09-01 / Neste trabalho ser? apresentada uma estrat?gia de controle utilizando uma rede com fun??es de base radial (rede RBF) com adapta??o em modo dual. O objetivo da estrat?gia ? utilizar a capacidade aproximativa da rede RBF no controle de sistemas n?o-lineares desconhecidos, ou conhecidos com incertezas. O controle proposto utiliza a estrutura do Controle Adaptativo por Modelo de Refer?ncia (MRAC) e uma rede RBF cujos par?metros s?o ajustados em tempo real atrav?s de uma adapta??o em modo dual, o que permitir? um r?pido transit?rio e um sinal de controle suave em regime permanente. A adapta??o em modo dual dos par?metros da rede RBF ? feita usando a fun??o tangente hiperb?lica, que durante o transit?rio proporcionar? um comportamento similar ao controle por estrutura vari?vel, e durante o regime permanente atuar?o as leis integrais do MRAC reguladas pela fun??o secante hiperb?lica. A tangente hiperb?lica ? usada no lugar da fun??o sinal das leis chaveadas para reduzir o fen?meno de chattering. A fun??o secante hiperb?lica ? usada para regular a lei integral, aumentando seu efeito em regime permanente e reduzindo durante o transit?rio, evitando oscila??es na resposta do sistema. Ser?o apresentadas uma prova de estabilidade baseada na teoria de Lyapunov para a rede RBF em modo dual e compara??es atrav?s de simula??es. / This work presents a control strategy using a network with radial basis function (RBF network) with adaptation in dual mode. The objective of the strategy is to use the approximate capacity of the RBF network to control nonlinear systems with unknown parameters or with uncertainties. The proposed control uses the structure of Model Reference Adaptive Control (MRAC) and a RBF network whose parameters are adjusted in real time in dual mode, which will allow a fast transient and a smooth control signal in steady state. The dual mode adaptive method of RBF network parameters uses the hyperbolic tangent function, which during the transient provides a similar behavior to variable structure control, and integral laws of MRAC that are regulated by a hyperbolic secant function during steady state. A hyperbolic tangent is used instead of signal function what reduces the chattering phenomenon. A hyperbolic secant is used to regulate the integral law, increasing its effects on steady state and reducing on transient time. It is presented a Lyapunov proof for dual mode method and comparisons through simulations.

Made available in DSpace on 2014-12-17T14:55:44Z (GMT). No. of bitstreams: 1 AllanDGA_DISSERT.pdf: 1992696 bytes, checksum: 87d8b1dbc6fe4df6df2f85f90481f9be (MD5) Previous issue date: 2010-01-13 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / This study aims to seek a more viable alternative for the calculation of differences in images of stereo vision, using a factor that reduces heel the amount of points that are considered on the captured image, and a network neural-based radial basis functions to interpolate the results. The objective to be achieved is to produce an approximate picture of disparities using algorithms with low computational cost, unlike the classical algorithms / O presente trabalho visa buscar uma alternativa mais vi?vel para o c?lculo das disparidades em imagens de vis?o est?reo, utilizando um fator de salto que reduz a quantidade de pontos que s?o considerados da imagem capturada, e uma rede neural baseada em fun??es de base radial para interpolar os resultados obtidos. O objetivo a ser alcan?ado ? produzir uma imagem de disparidades aproximada da real com algoritmos de baixo custo computacional, diferentemente dos algoritmos tradicionais

Made available in DSpace on 2014-12-17T14:55:44Z (GMT). No. of bitstreams: 1 JoilsonBAR_DISSERT.pdf: 5903616 bytes, checksum: bee0d51eb1c54833e1d9a19364c80c76 (MD5) Previous issue date: 2010-07-30 / The present work describes the use of a mathematical tool to solve problems arising from control theory, including the identification, analysis of the phase portrait and stability, as well as the temporal evolution of the plant s current induction motor. The system identification is an area of mathematical modeling that has as its objective the study of techniques which can determine a dynamic model in representing a real system. The tool used in the identification and analysis of nonlinear dynamical system is the Radial Basis Function (RBF). The process or plant that is used has a mathematical model unknown, but belongs to a particular class that contains an internal dynamics that can be modeled.Will be presented as contributions to the analysis of asymptotic stability of the RBF. The identification using radial basis function is demonstrated through computer simulations from a real data set obtained from the plant / O presente trabalho descreve a utiliza??o de uma ferramenta matem?tica na solu??o de problemas decorrentes da teoria de controle, incluindo a identifica??o, a an?lise do retrato de fase e a estabilidade, bem como a evolu??o temporal da planta de corrente do motor de indu??o. A identifica??o de sistemas ? uma ?rea da modelagem matem?tica que tem como objetivo o estudo de t?cnicas que possam determinar um modelo din?mico na representa??o de um sistema real. A ferramenta utilizada na identifica??o e an?lise do sistema din?mico n?o linear ser? as Fun??es de Base Radial (RBF). O processo ou a planta que ser? utilizada possui um modelo matem?tico desconhecido, mas pertence a uma determinada classe que cont?m uma din?mica interna que pode ser modelada. Ser? apresentada como contribui??es a an?lise da estabilidade assint?tica da RBF. A identifica??o utilizando Fun??es de Base Radial ? demonstrada atrav?s de simula??es computacionais a partir de um conjunto de dados reais obtidos da planta de corrente do motor de indu??o

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-02-21T00:17:08Z No. of bitstreams: 1 BrennaKarolynaDosSantosSilva_DISSERT.pdf: 6981280 bytes, checksum: 0266d5d98ab38bb268fe5ddd9e7e3c97 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-03T22:08:40Z (GMT) No. of bitstreams: 1 BrennaKarolynaDosSantosSilva_DISSERT.pdf: 6981280 bytes, checksum: 0266d5d98ab38bb268fe5ddd9e7e3c97 (MD5) / Made available in DSpace on 2017-03-03T22:08:40Z (GMT). No. of bitstreams: 1 BrennaKarolynaDosSantosSilva_DISSERT.pdf: 6981280 bytes, checksum: 0266d5d98ab38bb268fe5ddd9e7e3c97 (MD5) Previous issue date: 2016-02-23 / A identifica??o de sistemas din?micos n?o lineares tem grande import?ncia em v?rias ?reas da Engenharia. Esta disserta??o apresenta uma t?cnica de identifica??o de sistemas utilizando Redes Neurais Artificiais do tipo Fun??es de Base Radial ? RBF aplicada a um sistema bastante comum na ind?stria de qu?mica e petroqu?mica, o sistema de multitanques (tanques acoplados), que apresenta uma din?mica de natureza n?o linear. Em tal sistema, o comportamento n?o linear deste pode dificultar a identifica??o e apresentar um modelo que n?o reflete seu comportamento real. Esse fator ? fonte de motiva??o para utilizarmos uma ferramenta matem?tica tal como a RBF na identifica??o dos aspectos n?o lineares do sistema. Essa rede apresenta potencialidades como habilidade de tratar sistemas complexos, aprendizado e generaliza??o. A identifica??o de sistemas utilizando RBF pode ser tratada como um problema de ajuste de curvas atrav?s da combina??o das fun??es de base. / The identification of nonlinear dynamical systems is of great importance in many areas of engineering. In this dissertation presents a system identification technique using Artificial Neural Networks Radial Basis Function type - RBF applied to a very common system in the chemical and petrochemical industry, multi tanks system (coupled tanks), which features a dynamic nature not linear. In such a system, the nonlinear behavior of this can make it difficult to identify and present a model that does not reflect their actual behavior. This factor is a source of motivation we use a mathematical tool such as RBF in the identification of nonlinear aspects of the system. This network has potential as ability to handle complex systems, learning and generalization. Identification systems using RBF can be treated as a curve fitting problem by combining the basic functions.

Made available in DSpace on 2014-12-17T14:55:56Z (GMT). No. of bitstreams: 1 OdailsonCO_DISSERT.pdf: 807518 bytes, checksum: 6b1541fcc8435e2f642b214f2496487c (MD5) Previous issue date: 2011-07-28 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / An alternative nonlinear technique for decoupling and control is presented. This technique is based on a RBF (Radial Basis Functions) neural network and it is applied to the synchronous generator model. The synchronous generator is a coupled system, in other words, a change at one input variable of the system, changes more than one output. The RBF network will perform the decoupling, separating the control of the following outputs variables: the load angle and flux linkage in the field winding. This technique does not require knowledge of the system parameters and, due the nature of radial basis functions, it shows itself stable to parametric uncertainties, disturbances and simpler when it is applied in control. The RBF decoupler is designed in this work for decouple a nonlinear MIMO system with two inputs and two outputs. The weights between hidden and output layer are modified online, using an adaptive law in real time. The adaptive law is developed by Lyapunov s Method. A decoupling adaptive controller uses the errors between system outputs and model outputs, and filtered outputs of the system to produce control signals. The RBF network forces each outputs of generator to behave like reference model. When the RBF approaches adequately control signals, the system decoupling is achieved. A mathematical proof and analysis are showed. Simulations are presented to show the performance and robustness of the RBF network / Neste trabalho, ser? apresentada uma t?cnica alternativa para o desacoplamento e controle de sistemas n?o lineares. A estrat?gia de desacoplamento proposta est? baseada numa rede neural RBF (Radial Basis Functions) combinada com o controle adaptativo por modelo de refer?ncia. A t?cnica ? aplicada no controle do modelo de um gerador s?ncrono, cujas vari?veis de sa?da s?o o ?ngulo de carga e o fluxo concatenado no enrolamento de campo. O sistema do gerador s?ncrono ? acoplado, ou seja, a mudan?a numa das vari?veis de entrada do sistema altera mais de uma vari?vel de sa?da. A rede RBF realizar? o desacoplamento do sistema, fazendo o controle de forma independente de cada uma das sa?das. Tal estrat?gia n?o exige conhecimento dos par?metros do sistema e observa-se um comportamento est?vel da rede RBF, tanto na presen?a de incertezas na modelagem, como de perturba??es no sistema. Ser? mostrada a simplicidade da aplica??o da t?cnica e do projeto da rede RBF. Os pesos, que interligam as camadas oculta e de sa?da da rede, s?o ajustados utilizando uma lei adaptativa em tempo real. Essa lei adaptativa foi desenvolvida pelo m?todo de fun??es de energia de Lyapunov. O sistema de controle e desacoplamento faz uso dos sinais filtrados da sa?da do gerador e dos sinais dos erros entre as sa?das do gerador e as sa?das do modelo refer?ncia. Assim, atrav?s dos sinais de controle aplicados pela rede RBF, cada sa?da do sistema do gerador ? for?ada a se comportar conforme uma din?mica desejada, dada pelo modelo de refer?ncia. Quando a rede RBF aproxima adequadamente os sinais de controle, o desacoplamento do sistema ? alcan?ado. Os resultados do desempenho da estrat?gia ser?o apresentados atrav?s de simula??es. Tamb?m ser? mostrada a prova matem?tica de estabilidade do sistema em malha fechada para o caso escalar