Orientador : Basilio E. A. Milani / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-18T04:50:33Z (GMT). No. of bitstreams: 1
Taneguti_LuizaYoko_M.pdf: 4470688 bytes, checksum: 8f68d6fa0e51c215924c77cb8a2e9693 (MD5)
Previous issue date: 1993 / Resumo: Este trabalho trata da solução numérica de problemas de mínimos quadrados lineares para identificação adaptativa de sistemas variantes no tempo. AIgoritmos recursivos tradicionais utilizando as equações normais e ponderação exponencial dos dados são analisados e suas deficiências numéricas, na solução de problemas de mínimos quadrados mal condicionados, são explicitadas. É proposto um novo algoritmo recursivo utilizando fatorações ortogonais QR e janela móvel de dados, numericamente estável, particularmente recomendado para solução computacional de problemas inerentemente mal condicionados. Resultados de simulação significativos são apresentados, ilustrando o desempenho dos seguintes algoritmos na identificação de um modelo ARMA: equações normais com ponderação exponencial de dados, fatoração QR com ponderação exponencial de dados, equaçôes normais com janela móvel de dados e o algoritmo proposto utilizando fatoração QR com janela móvel de dados / Abstract:This work deals with the numerical solution of linear least-squares problems for adaptive identification of time-varying systems. Traditional recursive algorithms using normal equations and exponential data weighting are analysed and their numerical drawbacks for solution of ill-conditioned least-squares problems are pointed out. It is proposed a new recursive algorithm using orthogonal QR factorizations with sliding window on the data, numerically stable, being particularly recommended for solution of ill-conditioned problems. Significative simulation results are presented, illustrating the performance of the following algorithms identifying an ARMA model : normal equations with exponential data weighting, QR factorization with exponential data weighting, normal equations with sliding data window and the proposed algorithm using QR factorizations with sliding data window / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/261261 |
Date | 11 February 1993 |
Creators | Taneguti, Luiza Yoko |
Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Milani, Basilio Ernesto de Almeida, 1948-, Milani, Basilio E. A. |
Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 98f. : il., application/pdf |
Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
Rights | info:eu-repo/semantics/openAccess |
Relation | (Publicação FEE) |
Page generated in 0.0018 seconds