The maneuverability and freedom provided by unmanned aerial vehicles (UAVs) make these an interesting choice for transporting objects in settings such as search and rescue operations, construction, and smart factories. A commonly proposed method of transport is by using cables attached between each UAV and the payload. However, the geometrical constraints posed by these attachments typically result in a system with highly complex dynamics. Although not an issue for conventional PID control schemes, these complex dynamics make the direct application of model predictive controllers (MPCs) infeasible for real-time usage. For this reason, much of the previous work has focused on treating the payload as a disturbance, thereby losing the ability to predict its effect on the UAVs. Contrary to this, this thesis presents an MPC that both captures the dynamics of the payload, and is capable of real-time usage. This is made possible by a parametrized linearization of the original system, and results in greatly improved performance compared to the disturbance model approach. The controller is derived for a system with two UAVs that transport a bar-like payload and verified both in simulations and physical experiments. The resulting control system is able track a multitude of setpoints, including rotations of both payload and UAVs, as well as lateral translations. Furthermore, it is able to attenuate external disturbances well, and dampens and prevents oscillations more efficiently when compared to the disturbance based approach. The resulting MPC solving time is on the order of milliseconds. Additionally, an initial attempt to decentralize the system is made, and the resulting controller experimentally tested on the UAV–bar system, resulting in a lower MPC solving time (2:5 times faster on average), but worsened performance in terms of position tracking of the bar. / Den manövrerbarhet och frihet som möjliggörs av användandet utav obemannade luftfarkoster (drönare) gör dessa till tämligen intressanta kandidater för lasttransport inom områden såsom sök- och räddningsuppdrag, byggnadskonstruktion och s.k. smarta fabriker. En vanligen förespråkad transportmetod består utav att förse systemet med kablar som fästs mellan last och drönare. De geometriska restriktioner som denna lastkoppling innebär resulterar emellertid ofta i system med väldigt komplicerad dynamik och interaktionskrafter. Även om detta inte innebär något problem för konventionella PID reglersystem så omöjliggör detta det direkta applicerandet utav modellprediktiv reglering (MPC) för realtidsbruk. Av denna anledning har tidigare verk fokuserat på att behandla lasten och dess inverkan på drönarna som en störning, men med detta därmed förlorat möjligheten att förutspå dess effekt på drönarna. I kontrast till detta, kommer det i detta verk att presenteras en MPC som både fångar lastens dynamik och är snabb nog för realtidsanvändning. Detta görs möjligt utav en parametriserad linjärisering utav originalsystemet och ger märkbart bättre resultat än den störningbaserade modellen. Reglersystemet appliceras på ett system bestående utav två drönare och en stång-liknande last och resultatet verifieras både i form av numeriska simuleringar och fysiska experiment. Det resulterande systemet klarar av både rotationer utav last och drönare samt translationer i alla riktningar. Dessutom är systemet kapabelt att hantera externa störningar och både dämpar och förhindrar oscillationer bättre i jämförelse med reglersystem baserat på störningsmodeller. Lösningstiden för MPC-regulatorn är i storleksordningen millisekunder. Utöver detta görs ett initialt försök i att decentralisera tidigare nämnda MPC och det resulterande reglersystemet utvärderas experimentellt på samma drönarsystem som tidigare. Detta resulterar i en lägre lösningstid (2.5 ggr snabbare i genomsnitt), men även i försämrad prestanda med avseende på reglering av stångens position.

Maritime target tracking from an airborne radar faces many issues due to the features of theenvironment, the targets to be tracked and the movement of the radar platform. Therefore, aunique tracking algorithm is not always able to reach the best possible performance for everyencountered situation. It needs to self-adapt to the environment and to the targets which areobserved in order to always be as ecient as possible. Adaptability is thus a key issue of radartracking.Several implementations of the mathematical Bayesian estimation theory, commonly called lters,have been used in the literature in order to estimate as precisely as possible targets trajectory.Depending on the situations and the assumptions that are considered, some of themare expected to perform better. This thesis suggests to look deeper into the tracking techniquesthat can be found in the literature and compare them in order to dene more precisely the advantagesof each of them over the others. This should enable to wisely choose the method thatis most likely to provide the best performance for a given situation. In particular, the nonlinearconversion between the Cartesian coordinates with which the state vector is dened and thespherical coordinates used for the measurements is investigated. A measure of nonlinearity isintroduced, studied and used to compare the extended Kalman lter and the particle lter.The size of the detected maritime targets is a special feature that makes it possible to draw amaneuverability-based classication which enables to adapt the tracking technique to be used.Joint tracking and classication (JTC) has already been described in the literature with a specicmeasurement model. This thesis makes this model more realistic using a random distribution ofthe reection point on the target's shape. The tracking method is modied to take into accountthis new measurement model and some simulations are run.This modied JTC algorithm proves to be more ecient than the JTC structure presented inthe literature. Eventually, this thesis shows that nonlinearity is a paramount issue that needsto be considered to implement an ecient self-adapatable radar tracking algorithm, this beingespecially true for extended targets. / Maritim malfoljning fran en luftburen radar star infor manga problem pa grund av miljons karaktar, de mal som ska sparas och radarplattformens rorelse. Darfor kan en unik sparningsalgoritminte na basta mojliga prestanda for varje situation som uppstar. Den maste anpassa sig sjalvtill miljon och till de mal som overvakas for att bli sa eektiv som mojligt. Anpassningsformagaar alltsa en viktig fraga inom radarsparning.Flera implementeringar av den matematiska Bayesianska berakningsteorin, vanligtvis kalladelter, har anvants i litteraturen for att forutsaga malbanor sa exakt som mojligt. Beroendepa situationer och antaganden som beaktas forvantas vissa av dem bli battre. Denna avhandlingforeslar att noggrant undersoka sparningsteknikerna som kan hittas i litteraturen ochjamfora dem for att mer precist deniera fordelarna av var och en framfor de andra. Det skulleunderlatta ett klokt val av metoden som mest sannolikt ger basta prestanda for varje given situation.Sarskilt undersoks den icke-linjara omvandlingen mellan kartesiska koordinatsystemet,som denierar tillstandsvektorn, och sfariska koordinater som anvands for matningarna. Ettmatt pa icke-linjaritet presenteras, studeras och anvands for att jamfora ett utokat Kalmanltermed partikelltret.Storleken pa de detekterade maritima malen ar en speciell egenskap som gor det mojligt attgora en klassicering baserad pa manovrerbarhet som hjalper till att anpassa sparningsteknikensom ska anvandas. Simultan foljning och klassiering, "joint tracking and classication" (JTC)pa engelska, har redan beskrivits i litteraturen med en specik matmodell. Denna avhandlinggor modellen mer realistisk med hjalp av en slumpmassig fordelning av reektionspunkten pamalets form. Sparningsmetoden ar modierad for att beakta denna nya matmodell och nagrasimuleringar utfors.Denna modierade JTC-struktur visar sig mer eektiv an JTC-strukturen som presenteras ilitteraturen. Slutligen visar denna avhandling att icke-linjaritet ar en viktig fraga som mastebeaktas for att erhalla en eektiv radarsparningsalgoritm som kan anpassa sig sjalv. Dettagaller sarskilt for utstrackta mal.