Escolar Documentos
Profissional Documentos
Cultura Documentos
1. INTRODUÇÃO
2. METODOLOGIA
A = 1;
C = 1;
H =1;
Q = 0,7 °C → perturbação aleatória no estado (temperatura);
R = 100 → ruído no sensor;
P(0) = 70 → matriz de covariância inicial da perturbação do estado;
x(0) = 0 °C → temperatura inicial anterior ao filtro;
t = 100 → tempo final de simulação.
Após a definição desses dados de entrada, a simulação foi feita no MATLAB. Para
que fosse avaliado o comportamento do ruído do sensor, os parâmetros iniciais
estabelecidos para os Filtro de Kalman foram alterados. Variou-se os parâmetros A e C
individualmente, mantendo-se os demais conforme definidos anteriormente.
3. RESULTADOS E DISCUSSÃO
Percebe-se que a curva estimada no gráfico com A=0,1 (Figura 2) não se aproxima
da curva do sensor, por isso o resultado não é satisfatório ainda. Já para as curvas das
Figuras 3 e 5, a curva se ajustou à posição da curva do sensor, porém os ruídos não foram
eliminados, sendo assim o resultado também não foi satisfatório nesses dois casos.
Os melhores resultados foram obtidos na Figura 1 e 4, pois foi observado o ajuste
da curva de estimativa aos dados do sensor, além de menor quantidade de ruído, o que é
esperado quando se aplica um Filtro de Kalman.
4. CONCLUSÕES