Revista UIS Ingenierías

Vol. 21 Núm. 2 (2022): Revista UIS Ingenierías
Artículos

Estimador de estado óptimo en tiempo discreto

PDF
  • Fernando Mesa,
  • Rogelio Ospina,
  • Germán Correa-Vélez
Fernando Mesa
Universidad Tecnológica de Pereira
Rogelio Ospina
Universidad Industrial de Santander
DOI: https://doi.org/10.18273/revuin.v21n2-2022002

Publicado 2022-03-15

Palabras clave

  • control cuadrático,
  • función objetivo,
  • optimización

Cómo citar

Mesa, F., Ospina, R. ., & Correa-Vélez , G. . (2022). Estimador de estado óptimo en tiempo discreto. Revista UIS Ingenierías, 21(2), 15–20. https://doi.org/10.18273/revuin.v21n2-2022002

Derechos de autor 2022 Revista UIS Ingenierías

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.

Resumen

Se realizó un estudio de estimación de estados sobre modelos con ruido en sistemas de control considerando el diseño del observador y la realimentación de estados. Para esto, se consideró el ruido sobre el modelo de espacio de estados del sistema y se realizó el diseño del mejor observador posible, es decir, el que mejor rechaza el efecto del ruido. Estos observadores suelen llamarse estimadores; en este trabajo se desarrolló un estimador conocido como el filtro de Kalman.

PDF

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. A. Dávila Gómez, A. Peña Palacio, P. A. Ortiz Valencia, E. Delgado Trejos, “Dinámica Estocástica o Compleja con Información Incompleta: Una Revisión desde el Control”, Iteckne, vol.10 no.1, pp. 113-127, 2013, doi: https://doi.org/10.15332/iteckne.v10i1.186
  2. D. González Montoya, P. A. Ortiz Valencia, C. A. Ramos-Paja, “Fixed-frequency implementation of sliding-mode controllers for photovoltaic systems”, International Journal of Energy and Environmental Engineering, vol. 10, pp. 287–305, 2019, doi: https://doi.org/10.1007/s40095-019-0306-z
  3. M. M. Seron, J. H. Braslavsky, G.C. Goodwin, Fundamental limitations in filtering and control. Callaghan, Australia: Springer, 2007, doi: https://doi.org/10.1007/978-1-4471-0965-5
  4. X. Wang, “Solving optimal control problems with MATLAB: Indirect methods”, Ncsu.Edu., 2015.
  5. H. Purnawan, E. B. Purwanto, “Design of linear quadratic regulator (LQR) control system for flight stability of LSU-05”, Journal of Physics: Conference Series, vol. 890, no. 1, pp. 1-6, 2017, doi: https://doi.org/10.1088/1742-6596/890/1/012056
  6. G. C. Goodwin, K. S. Sin, “Adaptive filtering prediction and control”, Courier Corporation, Dover Publications, New York, 2014.
  7. N. Safari-Shad, N. Abedi, S. Dehsarvi, “Nonlinear optimal control design experiments using the inverted pendulum on a cart paradigm”, European Control Conference (ECC), Karlsruhe, pp. 197-202, 1999, doi: https://doi.org/10.23919/ECC.1999.7099299
  8. M. Athans, P. L. Falb, Optimal control: an introduction to the theory and its applications. New York, USA: Dover Publications, 2007.
  9. T. Basar, P. Bernhard, H∞ Optimal Control and Related Minimax Design Problems: A Dynamic Game Approach. New York, USA: Springer, 2008.
  10. R. G. Brown, P.Y. Hwang, Introduction to Random Signals and Applied Kalman Filtering with Matlab Exercises. New York, USA: Wiley, 2012.
  11. W. Wang, C. Han, X. Wang, “Optimal Estimation for Continuous-Time Stochastic systems with Delayed measurements and Multiplicative noise,” 2020 IEEE 16th International Conference on Control & Automation (ICCA), 2020, pp. 961-966, doi: https://doi.org/10.1109/ICCA51439.2020.9264532
  12. L. Pogorelyuk, C. W. Rowley, N. J., Kasdin, “An efficient approximation of the Kalman filter for multiple systems coupled via low-dimensional stochastic input”, Automatica, vol. 117, 2020, doi: https://doi.org/10.1016/j.automatica.2020.108972
  13. S. Zhou, G. Feng, “H∞ Filtering for Discrete-time Systems with Randomly Varying Sensor Delays”, Automatica, vol. 44, no. 7, pp. 1918- 1922, 2008, doi: https://doi.org/10.1016/j.automatica.2007.10.026
  14. J. T. Monserrat, “Allocation of flow to plots in pressurized irrigation distribution networks: Analysis of the Clement and Galand method and a new proposal”, Journal of Irrigation and Drainage Engineering, vol. 135, pp. 1-6. 2009, doi: https://doi.org/10.1061/(ASCE)0733-9437(2009)135:1(1)
  15. K. Ogata, Dinámica de sistemas. Prentice Hall Hispanoamericana, México, 1987.
  16. R. C. Dorf, R. H. Bishop, “Modern control systems twelfth edition,” Pearson, 2011.
  17. A. C. Harvey, “Forecasting, Structural Time Series Models and the Kalman Filter”, Cambridge University Press, London, 2014. doi: https://doi.org/10.1017/CBO9781107049994
  18. H. Zhang, G. Feng, C. Han, “Linear estimation for random delay systems,” Systems & Control Letters, vol. 60, no. 2, pp. 450-459, 2011, doi: https://doi.org/10.1016/j.sysconle.2011.03.009