Identificación conjunta de parámetros y estados para sistemas estocásticos no lineales y con retardos

Pérez Padrón, Joel (2008) Identificación conjunta de parámetros y estados para sistemas estocásticos no lineales y con retardos. Doctorado thesis, Universidad Autónoma de Nuevo León.

[img]
Vista previa
Texto
1020162166.pdf - Versión provisional
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (651kB) | Vista previa

Resumen

Esta tesis presenta los resultados principales siguientes: El desarrollo de los algoritmos óptimos y robustos de la identificación simultánea de parámetros y estados para varios sistemas estocásticos que se encuentran en el mundo real: no lineales, con retardos, discontinuos. La investigación orientada a la solución de esta clase de problemas pretende elaborar un método seguro para proporcionar la información confiable sobre los estados de sistemas bajo influencia de ruidos blancos, con parámetros desconocidos, en una situación de observaciones incompletas, aun en presencia de disturbios determinísticos. Las líneas auxiliares de esta tesis desarrollan el filtrado ´optimo para sistemas estocásticos polinomiales con ruidos multiplicativos y medidos parcialmente, identificación de parámetros para sistemas lineales y filtro alternativo con retardo en el estado. Finalmente, se presenta un controlador óptimo para sistemas lineales con múltiples retardos en el estado y/o en la entrada, afectados por ruido blanco Gaussiano. Los resultados son probados teóricamente y verificados mediante simulación numérica.

Tipo de elemento: Tesis (Doctorado)
Materias: Q Ciencia > QA Matemáticas, Ciencias computacionales
Divisiones: Ciencias Físico Matemáticas
Usuario depositante: Editor Repositorio
Creadores:
CreadorEmailORCID
Pérez Padrón, JoelNO ESPECIFICADONO ESPECIFICADO
Fecha del depósito: 03 Mayo 2021 14:27
Última modificación: 03 Mayo 2021 14:27
URI: http://eprints.uanl.mx/id/eprint/21210

Actions (login required)

Ver elemento Ver elemento

Downloads

Downloads per month over past year