Identificação adaptativa de sistemas atraves de minimos quadrados lineares utilizando fatoração QR e janela movel de dados
DISSERTAÇÃO
Português
(Broch.)
T/UNICAMP T155i
Campinas, SP : [s.n.], 1993.
98f. : il.
(Publicação FEE)
Orientador : Basilio E. A. Milani
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica
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,...
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...
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
Identificação adaptativa de sistemas atraves de minimos quadrados lineares utilizando fatoração QR e janela movel de dados
Identificação adaptativa de sistemas atraves de minimos quadrados lineares utilizando fatoração QR e janela movel de dados
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra