| Ano de defesa: |
1983 |
| Autor(a) principal: |
Valcir Orlando |
| Orientador(a): |
Atair Rios Neto |
| Banca de defesa: |
Jocelyn Freitas Bennaton,
Octavio Maizza Neto,
Antonio Felix Martins Neto,
Pawel Rozenfeld |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Instituto Nacional de Pesquisas Espaciais (INPE)
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação do INPE em Mecânica Espacial e Controle
|
| Departamento: |
Não Informado pela instituição
|
| País: |
BR
|
| Resumo em Inglês: |
Three procedures related with preprocessing of artificial satellite tracking and telemetry data, develop with the aid of stochastic techniques are presented. The first of them consists of a data smoothing procedure by curve fitting develop by the application of the Kalman filter combined with an adaptive tecnique of state noise evaluation. The second procedure, developed in order to allow an automatic treatement of bias errors dynamics systems observation data, makes Kalman filter state estimation possible by direct processing of the bias errors corrupted observations. For this, a dynamic compensation scheme is used. Finally, third procedure, classified as a data compression procedure, has the objective of obtaining, in certain conditions, a processing speed gain in Kalman filter applications to nonlinear dynamic systems state estimation. Validation tests of the procedures were made by digital computer simulation using simulated data related with a low altitude artificial satellite orbit. |
| Link de acesso: |
http://urlib.net/sid.inpe.br/iris@1905/2005/07.28.00.41
|
| Resumo: |
São apresentados três procedimentos relacionados com a fase de pré-processamento de dados de rastreamento e telemetria de satélites artificiais, desenvolvidos com o auxílio de técnicas estocásticas. O primeiro deles é um procedimento de suavização de dados, por ajuste de curvas, desenvolvido através da aplicação do filtro de Kalman combinado com técnicas adaptativas de dosagem do ruído no estado. O segundo procedimento, desenvolvido de mofo a permitir um tratamento automático de tendenciosidade existentes em dados de observação do estado de sistemas dinâmicos, torna possível o emprego direto de observações afetadas por erros tendenciosos em estimação de estado via filtro de Kalman. Para isso é utilizado um esquema de compensação dinâmica. Finalmente, o terceiro procedimento, classificado como procedimento de compressão de dados, tem o objetivo de obter, dentro de certas condições, um ganho em termos de velocidade de processamento na aplicação do filtro de Kalman à estimação de estado de sistemas dinâmicos não-lineares. Testes de validação dos procedimentos foram feitos por simulações via computador digital usando dados relacionados à órbita de u satélite artificial de baixa altitude. |
|---|
