Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FILTROS DE KALMAN
I.
Objetivo:
Aplicar los filtros de Kalman como alternativa ptima
ante las seales de ruido que
pueden afectar en
forma muy negativa a los sistemas de control
automtico
Siendo:
x(k)
y(k)
w(k)
v(k)
Estado
Salida u observacin del sistema.
proceso estocstico asociado a la medida
proceso estocsticas asociado al sistema
III. PROCEDIMIENTO
Ejemplo 1 (Filtro de Kalman continuo):
Consideremos el sistema continuo dado por:
PROGRAMA EN MATLAB
GRAFICA 1
clc;clear all
[t,p]=ode45('Ej_Kal',[0 10],[0.1 0 0.1]);
figure(1)
plot(t,p)
GRAFICA 2
for i=1:a(1)
P=[p(i,1),p(i,2);p(a(1),2),p(i,3)];
LA=P*(C')*(W^-1);
L(1,i)=LA(1);
L(2,i)=LA(2);
end
Finalmente hallamos la transpuesta de esta solucin apra
poder graficarla en funcin del tiempo.
L=L';
figure(2)
plot(t,L)
De donde obtenemos el L ptimo final que sera:
GRAFICA 3
Como resolver la ecuacin de Riccati es difcil,
consideramos la ganancia de Kalman en estado estacionario.
Los valores de P(t) de la Grfica 1 sugieren una buena
aproximacin. Para poder confirmar la existencia de una
nica matriz P definida positiva solucin de la ecuacin
algebraica de Riccati, debemos primero verificar que (AT
,CT ) sea estabilizable y /AT ,TT ) sea detectable, donde
GVGT = TTT . Como se verifican ambas condiciones, la
solucin de la ecuacin algebraica de Riccati es:
%% CONDICIONES INICIALES
x0_aum=[x0;0;0]; %Condiciones iniciales del valor real
%% GRAFICA DE ESTADOS
u=sin(t_aum); %Seal senoidal U
[YSS,TSS,XSS]=lsim(LAZO,[u' w_aum u'],t_aum,x0_aum);
figure(3)
plot(t_aum,XSS)
legend('X1','X2','X1e','X2e');
XLABEL('t(s)')