Este trabalho investiga a aplicacao do filtro de Kalman na estimacao de posicao de embarcacoes maritmas superficiais quando as embarcacoes estao sendo monitoradas, em posicao, por um conjunto de sensores. Basicamente sao estudadas duas configuracoes tipicas de sensores, a saber, sensores concentrados na mesma vizinhanca e sensores localizadas sitios distantes. Quando os sensores estao localizados na mesma vizinhaca assume-se que todos eles medem a posicao da embarcacao simultaneamente. Quando eles estao localizados em sitios distantes e assumido que medem a posicao da embarcacao em sequencia,um de cada vez. Para desenvolver os algotimos a cada sensor associa-se um processador local e ao sistema total associa-se um processador central. Os processadores locais geram estimativas locais da posicao da embarcacao e enviam estas para o processador central. O processador central combina todas as estimativas locais e gera a estimativa global otima. Com base nestas duas configuracoessao simulados seis algoritmos diferentes. Nos dois primeiros algoritmos propostos por Hashemipour, Roy e Laub (11), consideram-se a integracao do arranjo concentrado e do arranjo disperso de sensores mas, nao se leva em consideracao as incertezas na comunicacao entre os processadores. O terceiro e o quarto algoritmos, propostos por Hong (12), foram desenvolvidos para uma arranjo concentrado de sensores e levam em consideracao as incertezas na comunicacao entre os processadores. O quinto e o sexto algoritmos, desenvolvidos como contribuicao destetrabalho, sao uma extensao dos algoritmos propostos por Hong (12) para o caso de um arranjo disperso de sensores. Simulacoes empregando modelo realista de uma embarcacao sao utilizadas para avaliar o desempenho dos algoritmos citados.

Este trabalho investiga a aplicação do Filtrode Kalman a sistemas de posicionamento no mar, necessários aos trabalhos de prospecção e produção de petróleo em águas profundas.Inicialmente é apresentado um resumo dos sistemas de rádio posicionamento, citando-se os principais sensores aplicáveis, com especial ênfase ao sistema ARGO. Com a finalidade de informação, é apresentado a seguir um resumo dos atuais procedimentos de posicionamento no mar utilizados pela Petrobrás. Posteriormente são apresentados os algoritmos de estimação considerados, a saber, Filtro de Kalman e Método dos M1nimos Quadrados. Técnicas de particionamento das equações do Filtro de Kalman, para redução do tempo de processamento e adequação com o arranjo de sensores, são também apresentadas. No penúl tim';o cap1 tulo apresentamos um resumo teórico do algoritmo do Filtro de Kalman para o movimento uniforme de um m6vel em um referencial plano. gráficos, Finalmente referentes às são mostrados implementações dos os resultados algoritmos de estimação anteriormente citados, das estimativas e simulações dos estados referentes a posição e erros oriundos de medidas de'; distância, com conclusões.de velocidade,comentár ios e conclusões.

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.

The demand for high resolution SAR systems and also for imaging techniques to retrieve scene information on the third dimension have stimulated the development of new acquisition modes and processing approaches. This work studies one of the newest SAR acquisition modes being used, namely the Circular SAR, in which the platform follows a non-linear circular trajectory. A brief introduction of the acquisition geometry is present along with the advantages of this acquisition mode, such as the volumetric reconstruction capability, higher resolutions and the possibility to retrieve target information from a wider range of observation angles. To deal with the non-linearity of trajectory, a processing approach using the time domain back-projection algorithm is suggested to focus and radiometric correct the images, taking into account the antenna patterns and loss due to propagation. An existing autofocus approach to correct motion errors is validated for the circular SAR context and a new frequency domain approach is proposed. Once the images are processed and calibrated, a polarimetric analysis is presented. In this context, a new polarimetric classification methodology is proposed for the particular geometry under consideration. The method uses the H- plane and the information of the first eigenvalue to classify small sub-apertures of the circular trajectory and finally classify the entire 360 circular aperture. Using information of all sub-apertures it is possible to preserve information of directional targets and diminish the effects caused by topography defocusing on the classification. To obtain speckle reduction improving the classification algorithm a Lee adaptive filter is implemented. The processing calibration approaches and the classification methodology are validated with circular SAR real data acquired with the SAR systems from the German Aerospace Center (DLR).

Owing to the need for the satisfaction of attributes such as safety, maintainability, and reliability in modern critical engineering devices, the design of automatic feedback control systems has increasingly demanding fault-tolerant methods. In particular, if the system states cannot directly be measured by the available suite of sensors, a fault-tolerant state estimation method turns out to be of paramount importance for achieving fault tolerance. In this context, the present thesis formulates a fault-tolerant state estimation (FTSE) problem consisting of a joint state and fault estimation of linear systems subject to additive faults. The system is described by a discrete-time linear Gaussian state-space model, where the fault appears as unknown inputs affecting both the state and measurement equations. The sequence of fault inputs is assumed to be parameterizable by three fault parameters: the fault magnitude, the fault instant, and the fault mode index. Moreover, these parameters are treated as unknown realizations of random variables (RV) that are defined so as to account for prior knowledge about possible faults. For tackling the above FTSE problem, the present work introduces a fault-tolerant two-stage (FTTS) filtering approach, from which three different FTTS filters are derived by considering three plausible alternative characterizations of the fault magnitude RV. On the basis of computational simulations, one of the FTTS filters is illustrated on a fault-tolerant model predictive control (MPC) scheme for satellite attitude control.