Análise de Observabilidade e Processamento de Erros Grosseiros ...
Análise de Observabilidade e Processamento de Erros Grosseiros ...
Análise de Observabilidade e Processamento de Erros Grosseiros ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
86 Estimador <strong>de</strong> Estado Não-Linear<br />
condicionamento, o que <strong>de</strong> fato aconteceu nas simulações realizadas. Para se ter uma comparação<br />
em relação à versão H ′ H, a matriz G QV apresentou número <strong>de</strong> condicionamento da or<strong>de</strong>m <strong>de</strong><br />
1.10 8 .<br />
Consi<strong>de</strong>re agora o seguinte problema:<br />
min<br />
s.a.<br />
J(x) = 1 2 r′ r<br />
r = z − h(x)<br />
c(x) = 0<br />
(3.69)<br />
A função Lagrangeana é dada por:<br />
L(x, r, Λ) = 1 2 r′ r − Λ ′ c(x) − Γ ′ (r − z + h(x)) (3.70)<br />
Na forma da matriz aumentada (Tableau <strong>de</strong> Hachtel) (Hachtel, 1976):<br />
⎡<br />
0 0 C(x ν ⎤ ⎡<br />
) α −1 Λ ν+1 ⎤<br />
⎢<br />
⎣ 0 αI H(x ν ⎥ ⎢<br />
) ⎦ ⎣ α −1 Γ ν+1<br />
C ′ (x ν ) H ′ (x ν ) 0 ∆x ν<br />
⎥<br />
⎦ =<br />
⎡<br />
−c(x ν+1 ⎤<br />
)<br />
⎢<br />
⎣ ∆z(x ν )<br />
0<br />
⎥<br />
⎦ (3.71)<br />
Na formulação anterior, embora o parâmetro α seja cancelado, ele exercerá influência no<br />
condicionamento da matriz. Observa-se novamente que o sistema em questão é esparso e a<br />
matriz dos coeficientes é não-<strong>de</strong>finida, sendo necessário utilizar o pivoteamento 2 × 2. Observe<br />
o padrão <strong>de</strong> esparsida<strong>de</strong> do tableau esparso para o sistema S1 na Fig. (3.8). A esparsida<strong>de</strong> nesse<br />
sistema é ainda maior, com taxa <strong>de</strong> 99,13%. Mais informações sobre o efeito <strong>de</strong> medidas sobre<br />
o número <strong>de</strong> condicionamento do problema <strong>de</strong> estimação <strong>de</strong> estado po<strong>de</strong>m ser encontrados em<br />
(Ebrahimiam e Baldick, 2001).<br />
3.10 Estimação <strong>de</strong> estado não-linear pelo método do tableau<br />
esparso<br />
O método tableau esparso po<strong>de</strong> ser utilizado na estimação <strong>de</strong> estado não-linear <strong>de</strong> forma<br />
semelhante ao método das equações normais. Na versão <strong>de</strong>sacoplado rápido o tableau esparso<br />
é particionado em dois sistemas lineares referentes a parte ativa e reativa, respectivamente. A<br />
convergência do processo será avaliada pelo vetor ∆x ν . Po<strong>de</strong>-se observar também que na con-