Filtros de Kalman adaptativos para sistemas não-lineares

Abstract

O filtro de Kalman é amplamente utilizado para estimar estados em propostas de controle. Entretanto, ele requer correto conhecimento das estatísticas de incertezas para o bom desempenho em implementações em sistemas reais. Deste modo, este trabalho apresenta nova proposta de adaptação em covariância de incertezas de processo aplicada em filtro de Kalman estendido e filtro de Kalman unscented para sistemas não-lineares. A covariância de incertezas de processo é estimada em tempo real através de média móvel exponencial. Simulações numéricas de sistema massa-mola-amortecedor não-linear, bola e barra (instável), e quatro tanques (múltiplas entradas múltiplas saídas e fase não mínima) foram realizadas para ilustrar o bom desempenho com boas estimativas e baixos tempos de execução obtido dos algoritmos propostos.