|
|
Estimação e Filtragem
Estocástica
Disciplina do curso de pós-graduação
em Engenharia Elétrica - UnB - Período 2017.1
Professor: Geovany Araújo Borges (gaborges@unb.br)
Avisos
- (06/09/2017
às 20:34) Disponibilidado repositório
no Google Drive, com material mais atualizado. Consultar arquivo
Informes.txt no repositório para ser informado sobre atuaizações.
- (14/08/2017
às 16:00) Início das aulas.
Conteúdo
- Introdução:
definição do problema e taxonomia;
- Elementos de estimação
de parâmetros: modelos, funções de
custo e métricas, noções elementares
sobre estimação ótima, paradigmas
determinísticos e probabilísticos (mínimos
quadrados, máxima verossimilhança, máximo
a posteriori), formulações em lote e recursivas,
estimação não-linear, convergência,
limite inferior de Cramer-Rao, estimação
do erro, estimadores robustos;
- Elementos de filtragem estocástica
linear: modelos estocásticos lineares, espectro
e filtro de Wiener, filtro de Kalman e variantes, consistência
e erro de modelo, exemplos de aplicações.
- Elementos de filtragem estocástica
não-linear: modelos estocásticos não-lineares,
filtragem Bayesiana, filtros de Kalman aproximados de
primeira e segunda-ordem, filtros iterativos, pseudo-medição
e medição convertida, filtro unscented,
filtro soma de gaussianas, filtros de Monte Carlo seqüenciais,
exemplos de aplicações.
- Tópicos aplicados: fusão
de dados, associação de dados, estimação
multi-modal e rastreamento multimodelos, filtragem sob
restrição, detecção de mudança.
As
notas da disciplina estão disponíveis
no arquivo notas.2017.2.pdf.
- Transparências
das aulas:
- Manuscritos (notas de
aula) :
- Cálculo matricial:
- Artigos sobre estimação
robusta:
-
Artigo
sobre propagação implícita
de covariâncias em estimação
paramétrica:
-
Artigos
sobre Unscented Transform:
-
Julier,
S., Uhlmann, J., Durrant-Whyte, H.F.,
"A
new method for the nonlinear transformation
of means and covariances in filters and
estimators"
In IEEE Transactions on Automatic Control,
Volume 45, Issue 3, pp 477 - 482, March
2000. Este artigo teve um comentário
seguido da resposta
dos autores.
-
-
-
Artigo
sobre filtros de Monte Carlo Seqüenciais
-
Arulampalam,
M. S. , Maskell, S., Gordon, N., Clapp,
T., "A
Tutorial on Particle Filters for Online
Nonlinear/Non-Gaussian Bayesian Tracking",
In IEEE Transactions on Signal Processing,
Volume 50, N. 2, February 2002
-
O
volume 92, edição
3, da revista Proceedings
of IEEE foi consagrado ao
tópico Estimação
Sequencial de Estados. Tem artigos
muito interessantes sobre filtros
de partículas.
Simulações
MATLAB
-
(-)
sir_nao_linear.zip - Comparação
entre um Filtro de Kalman
Estendido e um filtro SIR
para estimação
de estados de uma sistema
estocástico não-linear.
Uso: descompactar os arquivos
em um diretório de
trabalho e executar sir_nao_linear
na linha de comando MATLAB.
-
(-)
geradores_aleatorios.zip
- Geradores de numeros aleatórios.
Uso: descompactar os arquivos
em um diretório de
trabalho e executar geradores_aleatorios
na linha de comando MATLAB.
-
(-)
fk_radar_foguete.zip
- Rastreamento
de um forguete
com filtro de
Kalman estendido.
Uso: descompactar
os arquivos em
um diretório
de trabalho e
executar fk_radar_foguete
na linha de comando
MATLAB
-
(-)
sded_nao_linear.zip - Simulação
de um sistema estocástico
não-linear. Uso:
descompactar os arquivos
em um diretório de
trabalho e executar sded_nao_linear
na linha de comando MATLAB.
-
(-)
fk_foguete_correlato.zip - Versão
do simulador fk_foguete que ilustra
um caso de filtro correlato. Uso:
descompactar os arquivos em um diretório
de trabalho e executar fk_foguete_correlato
na linha de comando MATLAB
-
(-)
fk_foguete_consistencia.zip - Versão
do simulador fk_foguete que ilustra
problemas de consistência na
estimação. Uso: descompactar
os arquivos em um diretório
de trabalho e executar fk_foguete_consistencia
na linha de comando MATLAB
-
(-)
fk_rastreamento_parametros.zip - Simulação
do uso do filtro de Kalman para rastreamento
de parâmetros (estimação
não somente do parâmetro
mas de um modelo de primeira ordem
de sua evolução). Uso:
descompactar os arquivos em um diretório
de trabalho e executar fk_rastreamento_parametros
na linha de comando MATLAB.
-
(-)
fk_evento.zip - Simulação
do uso do filtro de Kalman para detecção
de eventos e estimação
de parâmetros. Uso: descompactar
os arquivos em um diretório
de trabalho e executar fk_evento
na linha de comando MATLAB.
-
(-)
fk_media.zip - Simulação
do uso do filtro de Kalman para estimação
da média de um sinal. Uso:
descompactar os arquivos em um diretório
de trabalho e executar fk_media
na linha de comando MATLAB.
-
(-)
fk_foguete.zip - Simulação
do uso do filtro de Kalman para estimação
da altitude e velocidade de um foguete
uando medidas providas por um altímetro.
Uso: descompactar os arquivos em um
diretório de trabalho e executar
fk_foguete na linha de comando
MATLAB.
-
(-)
mjls.zip - Simulação
de um sistema estocástico linear
com saltos Markovianos. Uso: descompactar
os arquivos em um diretório
de trabalho e executar mjls
na linha de comando MATLAB.
-
(-)
sded_foguete.zip - Simulação
da evolução de um sistema
estocástico linear modelando
a altitude de um foguete. Uso: descompactar
os arquivos em um diretório
de trabalho e executar sded_foguete
na linha de comando MATLAB.
-
(-)
estimacao_bayesiana_computacional.zip
- Métodos aproximados Lattice
e SIR para estimação
bayesiana aplicados ao problema de
localização por ondas
de rádio. Uso: descompactar
os arquivos em um diretório
de trabalho e executar localizacao_bayes_lattice
ou localizacao_bayes_sir na
linha de comando MATLAB.
-
(-)
estimacao_bayesiana.zip - Simulação
de um caso de estimação
bayesiana de parâmetros por
máximo a posteriori.
Uso: descompactar os arquivos em um
diretório de trabalho e executar
map_naolinear na linha de comando
MATLAB.
-
((29/11/2010)
estimacao_robusta.zip
- Simulação de estimadores
lineares: mínimos quadrados,
m-estimador, LMedS e RANSAC. Uso:
descompactar os arquivos em um diretório
de trabalho e executar estimacao_robusta
na linha de comando MATLAB.
-
(29/11/2010)
geradores_aleatorios.zip
- Simulações de geradores
de números aleatórios.
Avaliação por meio de
aproximação da fdp usando
histograma: Uso: descompactar os arquivos
em um diretório de trabalho
e executar geradores_aleatorios
na linha de comando MATLAB.
-
(29/11/2010)
propagacao_incertezas.zip
- Simulações de propagação
de incertezas de uma distribuição
gaussiana bivariada comparando as
técnicas Monte Carlo e Unscented
Transform. Uso: descompactar os arquivos
em um diretório de trabalho
e executar propagacao_incertezas
na linha de comando MATLAB.
-
(29/11/2010)
gaussiana_bivariada.zip
- Simulações de uma
distribuição gaussiana
bivariada com seus respectivos elipses
3-sigma. Uso: descompactar os arquivos
em um diretório de trabalho
e executar gaussiana_bivariada
na linha de comando MATLAB.
-
Lista
1 - Entrega até 24/04/2012, diretamente o professor
em sala de aula.
- Lista
2 - Entrega até 12/06/2012,
diretamente o professor em sala de aula.
-
-
Probabiblidade
e estatística:
-
-
-
Topics
in Probability: Site com os
livros "Normal Distribution:
characterizations with applications"
e "Applied Probability &
Stochastic Processes".
-
-
-
-
Mathematics,
com uma grande quantidade de material
em PDF sobre Matemática
em geral, muitos de interesse
da disciplina.
-
-
|
|
|