Dissertação
Spacecraft Parameter Identification - Simultaneous Inertia and CM online estimation EVALUATED
Esta dissertação tem como objecto de estudo a identificação simultânea e robusta da inércia e do centro de massa de veículos espaciais, utilizando algoritmos baseados na formulação de mínimos quadrados. Com esta finalidade, o método mínimos quadrados recursivos múltiplos concorrentes (multiple concurrent recursive least squares - MCRLS) foi implementado e testado em simuladores de alta-fidelidade da missão Lunar Lander e do último estágio, AVUM, do lançador VEGA. Foi desenvolvido um novo algoritmo para calcular estimadores-S de regressão linear. Este novo algoritmo, baseado na formulação fast-S, procura aliar elevada robustez a discrepâncias/perturbações com as características recursivas do RLS standard. É direccionado ao uso em tempo real numa situação de identificação de parâmetros. A performance do método MCRLS foi comparada com uma versão melhorada do mesmo, em que o novo algoritmo para calcular estimativas-S é usado. Este último mostrou resultados que se encontram ao mesmo nível do MCRLS, ou até melhores, na ausência de perturbações. Quando são considerados dados corrompidos, a versão melhorada produz resultados bastante superiores. A fim de validar a estimação em tempo real da inércia de um provete usando RLS, uma experiência em tempo real com processamento e sensores na malha foi também realizada. Com os dados recolhidos durante a experiência, foi feito um estudo de Monte Carlo para avaliar e comparar a performance do RLS standard com o novo estimador-S na presença de perturbações não estruturadas. O novo estimador-S provou ser estatisticamente superior.
novembro 29, 2013, 17:0
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
João Fernando Cardoso Silva Sequeira
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar