Dissertação

Adaptive Control With Sparse Models EVALUATED

A principal motivação para as estratégias de controlo propostas é a predição e estimação da dinâmica de sistemas lineares invariantes no tempo e de sistemas lineares variantes no tempo. O problema da identificação de sistemas estudado tem como objectivo a estimação recursiva dos coeficientes da função de transferência do sistema e respectiva ordem. Neste trabalho são utilizados métodos tradicionais para realizar a identificação de sistemas de forma recursiva, como é o caso da versão recursiva do método dos mínimos quadrados. Estes métodos são depois aliados a restrições que enforçam a esparsidade das soluções, na busca pela obtenção de modelos simplificados, que evitem assim a sobre-parametrização de modelos. Dada a natureza da norma l1, torna-se possível obter um vector de parâmetros esparso, que revela a correcta ordem do sistema. Os algoritmos propostos são descritos e aplicados através de simulações. Neste trabalho, duas estratégias de controlo são consideradas, uma baseada em predição um passo à frente, e uma outra baseada em predição múltiplos passos à frente. Estas estratégias são acopladas aos algoritmos de estimação enunciados e são depois testadas e ilustradas em simulação.
Esparsidade, Controlo Adaptativo, Identificação de Sistemas, Predição, Controlo de Variância Mínima, Controlo Preditivo Generalizado.

Novembro 17, 2017, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

João Manuel Lage de Miranda Lemos

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático