Arq_paso
Permanent URI for this collection
Browse
Browsing Arq_paso by Author "AGÜERO VÁSQUEZ, JUAN CARLOS"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- PublicationA NOVEL FILTERING METHOD FOR HAMMERSTEIN-WIENER STATE-SPACE MODELS(2022-04)
;ANGEL LEONEL CEDEÑO NIETO, ANGEL LEONEL ;AGÜERO VÁSQUEZ, JUAN CARLOS ;Universidad Técnica Federico Santa María. Departamento de ElectrónicaCARVAJAL GUERRA, RODRIGOLa estimación de estados en sistemas no lineales ha ganado una atención significativa en los últimos años debido al creciente número de aplicaciones que involucran no linealidades tales como (i) cuantización introducida por sensores de bajo costo y baja resolución, (ii) saturación debido a la capacidad limitada de los actuadores y a restricciones físicas y/o mecánicas inherentes al sistema, o (iii) no linealidades comunes como: histéresis, contragolpe y zona muerta. En estos escenarios, obtener estimaciones de los estados de un sistema requiere estrategias y técnicas adecuadas para tratar tales no linealidades. Por esta razón, el principal objetivo de esta Tesis es desarrollar un nuevo método de filtraje y estimación de estados para una clase de modelos no lineales denominados Hammerstein-Wiener, donde no linealidades estáticas están presentes antes y después de un sistema dinámico lineal. La solución que se presenta en esta Tesis se basa en un modelo explícito para la función de probabilidad de la salida no lineal condicionada al estado del sistema. Este modelo probabilístico se obtiene aproximando una ecuación integral mediante cuadratura gaussiana, lo que produce una estructura denominada modelo de suma de gaussianas. Este modelo permite desarrollar un algoritmo que es capaz de obtener, con alta precisión, la distribución de filtraje y la estimación de los estados en un modelo Hammerstein-Wiener, considerando una variedad de funciones no lineales típicas. Se analiza el desempeño del algoritmo de filtraje propuesto en términos de la precisión de las estimaciones y del costo computacional asociado. Para esto se implementan simulaciones numéricas y se compara con algunas técnicas clásicas existentes en la literatura. - PublicationESTIMACIÓN EMPÍRICA BAYESIANA UTILIZANDO SUMA DE DISTRIBUCIONES GAUSSIANAS(2020-09)
;ORELLANA PRATO, RAFAEL ANGEL ;AGÜERO VÁSQUEZ, JUAN CARLOS ;Universidad Técnica Federico Santa María. Departamento de ElectrónicaCARVAJAL, RODRIGOEl problema clásico de estimación bayesiana ha sido estudiado en diferentes áreas de la ciencia y tecnología. La idea principal se fundamenta en el teorema de Bayes, con el fin de obtener una estimación de un proceso estocástico basado en observaciones relacionadas a la variable aleatoria y el conocimiento previo de la función de densidad de probabilidad del proceso. Sin embargo, el correcto desempeño del algoritmo de estimación está sujeto a las suposiciones iniciales acerca de la distribución de probabilidad a priori de la variable aleatoria. En este trabajo se propone un algoritmo de identificación para obtener una estimación de la función de distribución a priori del problema tradicional de inferencia bayesiana. Se utiliza en enfoque de estimación empírica bayesiana modelando la función de distribución a priori como una mezcla finita de distribuciones gaussianas. El problema de estimación se resuelve usando un algoritmo basado en la maximización de la esperanza considerando simultáneamente la información de un conjunto de experimentos independientes. El algoritmo propuesto presenta una buena exactitud en la estimación a medida que se aumenta el número de experimentos. Finalmente, los beneficios del algoritmo propuesto se muestran a través de ejemplos numéricos de simulación - PublicationIDENTIFICACION DE SISTEMAS LINEALES SOBRE REDES DE COMUNICACIONES(2021)
;ARANCIBIA CARRASCO, FELIPE ;CARVAJAL, RODRIGO ;Universidad Técnica Federico Santa María. Departamento de ElectrónicaAGÜERO VÁSQUEZ, JUAN CARLOSEl objetivo principal de la identificación de sistemas es modelar matemática mente un sistema a partir de la utilización de datos. Esta área de la ingeniería de control ha generado un gran interés en variados campos, destacando la integración de redes de comunicación y computación. En esta tesis abordamos el problema de estimación conjunta de parámetros de un sistema dinámico a través de redes de comunicación, integrando las restricciones que conllevan, considerando particularmente un escenario donde puede haber retardos desconocidos en la señal y posible pérdida de paquetes. Para realizar la estimación de los parámetros del sistema dinámico, se desarrolla un algoritmo en base a la estimación por Máxima Verosimilitud a través del algoritmo Esperanza-Maximización, debido a la incorporación de pérdidas de datos en el sistema. Además, para estimar el retardo de tiempo causado por la red, se consideran técnicas de selección de modelos, en particular el criterio de información de Akaike. Finalmente, la efectividad del algoritmo propuesto se analiza mediante diversos ejemplos, simulados en el software Matlab. Con el objetivo de observar el comportamiento de la estimación de parámetros en función de la probabilidad de perdida de datos, se realizan ejemplos números en conjunto con un análisis de sensibilidad.