Dissertação
COSMIC: fast closed-form identification from large-scale data for LTV systems leading to optimal spacecraft attitude control EVALUATED
Apresenta-se um método em forma fechada para identificação de sistemas lineares variantes no tempo a partir de dados, em tempo discreto. O problema de aprendizagem é formulado como um problema de mínimos quadrados regularizado, onde o regularizador promove transições suaves entre instantes de uma trajetória. Além disso, desenvolvemos um algoritmo em forma fechada com garantias de que a solução encontrada é ótima e uma complexidade que varia linearmente com o número de instantes considerados por trajetória. O algoritmo COSMIC atinge o resultado desejado mesmo na presença de grandes volumes de dados, o que não é verdade para solvers de uso generalizado e até para um método de coordinate descent especialmente projetado para este problema. Para provar a viabilidade de aplicação a sistemas reais, começamos por realizar a validação num sistema sintético massa-mola-amortecedor e verificamos que o modelo de sistema estimado pode ser usado para encontrar o controlo ótimo ao longo da trajetória. O nosso algoritmo é ainda implementado num simulador de baixa fidelidade da missão Comet Interceptor da ESA, cujo objetivo exige que as câmaras que leva a bordo estejam apontadas numa direção extremamente precisa. Assim, concluímos que esta tese fornece uma nova e melhor abordagem a técnicas clássicas de identificação de sistemas para sistemas lineares variantes no tempo, provando ainda que o algoritmo desenvolvido é uma base sólida para aplicações na indústria espacial e um passo em frente para a incorporação de algoritmos que beneficiam dos dados num ambiente científico onde as garantias de segurança são essenciais.
dezembro 6, 2021, 14:15
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Cláudia Alexandra Magalhães Soares
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar Convidado
