18.01.2015 Views

Análise de Observabilidade e Processamento de Erros Grosseiros ...

Análise de Observabilidade e Processamento de Erros Grosseiros ...

Análise de Observabilidade e Processamento de Erros Grosseiros ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

3.10 Estimação <strong>de</strong> estado não-linear pelo método do tableau esparso 87<br />

0<br />

Estrutura do tableau esparso<br />

50<br />

100<br />

150<br />

200<br />

250<br />

300<br />

0 50 100 150 200 250 300<br />

nz = 800<br />

Figura 3.8: Estrutura da matriz tableau esparso para o sistema S1<br />

vergência o vetor Γ irá convergir para o valor do resíduo da medida. Para facilitar a visualização<br />

das equações, consi<strong>de</strong>ra-se que as funções são <strong>de</strong>pen<strong>de</strong>ntes <strong>de</strong> x.<br />

1. Sub-problema 1 - Parte ativa<br />

⎡<br />

0 0 C P<br />

⎢<br />

⎣ 0 αI H PΘ<br />

C ′ P H′ PΘ<br />

0<br />

⎤ ⎡<br />

⎥ ⎢<br />

⎦ ⎣<br />

α −1 Λ ν+1<br />

P<br />

α −1 Γ ν+1<br />

P<br />

∆x ν P<br />

⎤<br />

⎥<br />

⎦ =<br />

⎡ ⎤<br />

−c P<br />

⎢ ⎥<br />

⎣ ∆z P ⎦ (3.72)<br />

0<br />

2. Sub-problema 2 - Parte reativa<br />

⎡<br />

0 0 C Q<br />

⎢<br />

⎣ 0 αI H QV<br />

C ′ Q H′ QV<br />

0<br />

x ν+1<br />

P = xν P + ∆x ν P (3.73)<br />

⎤ ⎡<br />

⎥ ⎢<br />

⎦ ⎣<br />

α −1 Λ ν+1<br />

Q<br />

α −1 Γ ν+1<br />

Q<br />

∆x Q<br />

ν<br />

⎤<br />

⎥<br />

⎦ =<br />

⎡ ⎤<br />

−c Q<br />

⎢ ⎥<br />

⎣ ∆z Q ⎦ (3.74)<br />

0<br />

x ν+1<br />

Q = xν Q + ∆x ν Q (3.75)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!