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.
4.3 Principais ferramentas <strong>de</strong> <strong>de</strong>tecção <strong>de</strong> erros 101<br />
S = R̂r W = I − H G −1 H ′ W (4.1)<br />
4.3 Principais ferramentas <strong>de</strong> <strong>de</strong>tecção <strong>de</strong> erros<br />
Metodologias comumente empregadas para <strong>de</strong>tecção e i<strong>de</strong>ntificação <strong>de</strong> erros são apresentadas:<br />
Teste-J(̂x), maior resíduo normalizado (Teste-r n ) e maior multiplicador <strong>de</strong> Lagrange<br />
normalizado (Teste-L n ).<br />
4.3.1 Teste-J(̂x)<br />
Em (Monticelli, 1999) é <strong>de</strong>monstrado que assumindo-se que os erros <strong>de</strong> medidas, e i , com<br />
i = 1, . . . , m, são in<strong>de</strong>pen<strong>de</strong>ntes e têm distribuição normal com média zero e variância σ 2 i ,<br />
N(0, σi 2 ), então o índice <strong>de</strong> <strong>de</strong>sempenho,<br />
J(̂x) =<br />
m∑<br />
i=1<br />
( ) z<br />
med 2<br />
i − ẑ i<br />
(4.2)<br />
σ i<br />
tem distribuição qui-quadrado (χ 2 m−n) com m−n graus <strong>de</strong> liberda<strong>de</strong> on<strong>de</strong> m representa o número<br />
<strong>de</strong> medidas e n o número <strong>de</strong> variáveis <strong>de</strong> estado.<br />
A esperança matemática <strong>de</strong> J(̂x) e sua variância são dadas respectivamente por: E{J(̂x)} =<br />
m − n e E{[J(̂x) − (m − n)] 2 } = 2(m − n). Note que para um sistema observável com m = n,<br />
a redundância <strong>de</strong> medidas é nula portanto, o vetor <strong>de</strong> resíduos será nulo e J(̂x) = 0.<br />
A resolução da estimação <strong>de</strong> estado fornece uma observação da variável aleatória J(̂x). Baseada<br />
nessa observação <strong>de</strong>ve-se <strong>de</strong>cidir se a observação pertence ou não à distribuição hipotética<br />
χ 2 . A hipótese das variáveis aleatórias e i também são testadas, indiretamente, para distribuição<br />
normal N(0, σi 2 ). O primeiro passo para i<strong>de</strong>ntificação do erro é a consi<strong>de</strong>ração da hipótese nula<br />
H 0 (E{J(̂x)} = m−n) e uma hipótese alternativa H 1 (E{J(̂x)} > m−n). A hipótese alternativa<br />
indica a forma <strong>de</strong> realizar o teste, i.e.,<br />
• Se J(̂x) > C então rejeite hipótese H 0 .<br />
• Se J(̂x) ≤ C então aceite a hipótese H 0 .