Introdução à Identificação de Sistemas e Estimação de Parâmetros
Sigla: PPGEM512
Área de Concentração / Linha de Pesquisa: Ciências Mecânicas / Sistemas Mecânicos Aplicados
Créditos: 4
Carga horária: 60h
Tipo: Optativa
Objetivo: Possibilitar ao aluno desenvolver e aplicar ferramentas para obtenção de modelos matemáticos e estimação de parâmetros a partir de observações (medidas) através das técnicas de identificação de sistemas e filtragem de Kalman, fundamentais para tratamento de sistemas dinâmicos com incertezas de modelagem e de medição.
Ementa:
- Conceitos básicos sobre Modelagem, Identificação de Sistemas e Estimação;
- Modelos de processos e de perturbações;
- Sinais de excitação normalmente empregados;
- Métodos não-paramétricos de identificação;
- Projeto de experimentos de identificação paramétrica;
- Estruturas de modelos de sistemas lineares invariantes no tempo;
- Validação de modelos;
- Observadores de ordem completa e reduzida;
- Fundamentos da Teoria de Probabilidades: Definição Axiomática, Variáveis Aleatórias, Funções Densidade e Distribuição.
- Estimação de Parâmetros: Critérios de Otimização, Mínimos Quadrados, forma de Kalman.
- Filtros de Forma (Shaping Filters) e Filtros de Kalman Lineares;
- Filtros Linearizados de Kalman e Filtros Estendidos de Kalman. Ruido adaptativo; Estimação Simultânea de estado e parâmetros.
- Problemas de Controle Linear-Quadrático-Gaussiano (LQG).
Bibliografia:
Bibliografia básica
- ZORZI, M. Lectures on System Identification. 307p. 2a Ed. 2025.
- TANGIRALA, A. K. Principles of System Identification: Theory and Practice. Boca Raton: CRC Press. 2018.
- SIMON, D. Optimal state estimation: Kalman, H1 and nonlinear approaches. Nova Jersey: John Wiley & Sons. 2018.
Bibliografia Complementar
- AGUIRRE, L. A. Introdução à identificação de sistemas - técnicas lineares e não-lineares aplicadas a sistemas reais. 4.ed., Belo Horizonte: Editora UFMG. 2014.
- COELHO, A. A. R.; DOS SANTOS COELHO, L. Identificação de sistemas dinâmicos lineares. Florianópolis: Editora da UFSC. 2016.
- ISERMANN, R.; MÜNCHHOF, M. Identification of dynamic systems: an introduction with applications. Springer Science & Business Media. 2010.
- VERHAEGEN, M; VERDULT, V. Filtering and system identification: a least squares approach. Cambridge university press. 2007.
- JAZWINSKI. A. H. Stochastic Processes and Filtering Theory. Dover Publications. 2007.
registrado em:
Disciplinas (SMA)
Redes Sociais