Control and filtering for continuous-time Markov jump linear systems with partial mode information

• Ano de defesa: 2017
• Autor(a) principal: Rodrigues , Caio César Graciani
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Laboratório Nacional de Computação Científica; Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA); Brasil; LNCC; Programa de Pós-Graduação em Modelagem Computacional
• Palavras-chave em Português: Processos estocásticos; Controle H-infinito; Filtragem H-infinito; Stochastic process; CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE::PROCESSOS ESTOCASTICOS ESPECIAIS
• Link de acesso: https://tede.lncc.br/handle/tede/267

Nas últimas décadas, o estudo de sistemas cujas estruturas estão sujeitas a mudanças abruptas de comportamento tem se consolidado como uma significante área de pesquisa, devido, em parte, pela importância crescente de lidar com a ocorrência de falhas aleatórias em sistemas complexos. Neste contexto, os sistemas lineares com salto Markoviano (SLSM) surgem como uma abordagem de interesse central, como um meio de representar estas dinâmicas. Dentre os inúmeros trabalhos que buscam estabelecer técnicas de controle e filtragem considerando esta classe de sistemas, a escassez de literatura relacionada ao cenário de observações parciais é perceptível. Esta tese apresenta novos resultados de controle e filtragem H1 para SLSM a tempo contínuo e observações parciais no modo de operação. A fim de superar o desafio quanto a falta de informações do atual estado da cadeia de Markov, utilizamos uma formulação baseada em um detector. Com esta abordagem, assumimos a existência de um detector, disponível em todo instante de tempo, que fornece informações a respeito do modo de operação do processo de salto. Uma favorável característica desta estratégia é a de nos possibilitar o resgate (sem estar-se limitado a eles) de alguns resultados recentes dos cenários de informações parciais nos quais temos uma solução explícita, como os casos de informações completas, independentes do modo e cluster de observações. Os nossos resultados compreendem um novo bounded real lemma seguido do projeto de controladores e filtros que usam apenas as informações do detector. Tanto a análise H1 quanto os métodos de projeto apresentados são estabelecidos através da soluções de inequações matriciais lineares. Adicionalmente, também são apresentadas simulações numéricas que mostram a performance H1 para estruturas particulares do detector. Sob o ponto de vista de aplicações, destacamos os exemplos relacionados a dinâmicas linearizadas para um avião aéreo não tripulado.