INSTITUTO FEDERAL CATARINENSE - CÂMPUS LUZERNA

MATÉRIA: INTRODUÇÃO A IDENTIFICAÇÃO DE SISTEMAS

APLICAÇÃO DO MÉTODO DO MÍNIMOS QUADRADOS RECURSIVO ESTENDIDO

O métodos dos mínimos quadrados recursivo estendido, busca identificar

plantas que possuem ruídos não brancos, ou seja, aquelas que possuem ruídos que
influenciam diretamente em sua dinâmica, fator que denomina a identificação como
polarizada. A equação a diferenças a ser identificada se encontra a seguir, onde os
parâmetros v(k-n) representam os ruídos:

Análise da influência da amplitude do ruído

Situação 1 - Amplitude do Ruído em 0,01

Como pode ser visualizado na figura acima, com a amplitude do ruído igual a
0.01, a capacidade de identificação do sistema não é comprometida de maneira geral,
apesar de próximo da iteração 1000 o sistema não ter alcançado os valores exatos dos
parâmetros. Realizou-se teste com valores menores, e observou-se que quanto menor
este parâmetro melhor é a identificação.

Situação 2 - Amplitude do Ruído em 0,07

Alterando o valor da amplitude para um valor ligeiramente maior, verificou-se

que a capacidade de identificação piorava. Realizou-se testes com valores cada vez
maiores de amplitude, e visualizou-se que cada vez mais os parâmetros da equação a
diferenças se tornavam errôneos em sua identificação. Apesar das afirmações, deve-se
lembrar que não é apenas esta grandeza que prejudica a identificação, as amplitudes
das entradas e frequência de ocorrência de variações destas também comprometem
diretamente o reconhecimento dos parâmetros.

Análise da inserção de ruídos instantâneos

Situação 1 - Amplitude do Ruído em 0,07 e ruído instantâneo com ganho de 0.1 na

resposta do sistema
Situação 2 - Amplitude do Ruído em 0,01 e ruído instantâneo com ganho de 0.1 na
resposta do sistema

Situação 3 - Amplitude do Ruído em 0,07 e ruído instantâneo com ganho de 1 na

resposta do sistema
Situação 4 - Amplitude do Ruído em 0,01 e ruído instantâneo com ganho de 1 na
resposta do sistema
 A partir de cada situação realizada, pode-se afirmar que caso o ganho do ruído
instantâneo seja muito grande, mesmo que amplitude do ruído seja pequena a
identificação será comprometida. Porém, caso seu ganho seja pequeno, o mesmo não
compromete a identificação de maneira tão incisiva, logo a influência do ruído
instantâneo se dá justamente em seu ganho (k*ruido(i)), quanto maior for maior será o
impacto na determinação do coeficientes.

Análise da alteração de elementos de PHI

Situação 1 - Amplitude do Ruído em 0,01 e aumentando para 8 amostras de ruídos

Situação 2 - Amplitude do Ruído em 0,07 e aumentando para 8 amostras de ruídos

Situação 3 - Amplitude do Ruído em 0,07 e diminuindo para 0 amostras de ruídos

Situação 4 - Amplitude do Ruído em 0,01 e diminuindo para 0 amostras de ruídos

 Como pode ser visualizado a partir das situações acima, o fator de amplitude de
ruído continua influenciando diretamente na identificação de acordo com seu valor em
potencial. Porém aumentando o número de parâmetros de ruídos em phi, a sua
influência será maior, podendo ser mais ou menos intensificada pela amplitude do
ruído. Ainda, diminuindo a zero a quantidade de amostras de ruídos pode-se observar
que o algoritmo, se torna equivalente ao método de mínimo quadrados recursivos, ou
seja, sua capacidade de identificação de ruídos não brancos é comprometida.
Observa-se a equivalência na situação 3 e 4, onde as identificações são sobrepostas.

Análise do comportamento a partir da variação das entradas

● Constante
 Como já se esperava para identificação assertiva dos coeficientes da equação a
diferenças é necessário que a entrada da planta tenha variações, com as figuras acima
apenas verificamos esta realidade.

● Variação Constante com Amplitude de ruído 0.07 e Entrada variando entre 0 e 1

 A partir das figuras de entrada e saída da planta para uma entrada que varia
entre 0 e 1, quando o resto da divisão por 20 dá igual 0, verifica-se que o algoritmo tem
uma boa capacidade de identificação após as 1000 iterações, entretanto ainda não
chega-se ao valor real.

● Variação Constante com Amplitude de ruído 0.07 e Entrada variando entre 0 e 3

 Com a simulação considerando a entrada com a mesma frequência de variação,
porém com uma maior amplitude, verifica-se que apesar de ainda não alcançar dos
valores fixados da equação a diferenças, a aproximação tem uma melhora
considerável. Ainda, simulou-se com valores ainda maiores de amplitude de entrada e
confirmou-se que quanto maior a mesma melhor a capacidade de identificação do
algoritmo.

● Variação Constante com Amplitude de ruído 1 e Entrada variando entre 0 e 20

 Ainda verificou-se com a simulação acima, que caso a amplitude do ruído
aumente, sabe-se que a capacidade de identificação fica comprometida, porém como
pode-se ser visto, caso a amplitude da entrada também aumente o potencial de
identificação do algoritmo MQR estendido não é comprometida.

As simulações a seguir com entradas exponencial e sinusoidal, foram apenas

para testar outros tipos de entrada, pois como são funções variantes a cada amostra,
previamente sabia-se que com essas entradas o código teria boa capacidade de
identificação.

● Exponencial
● Sinusoidal
 A partir de todos os testes com entradas distintas, pode-se afirmar que os
fatores mais importantes para uma boa identificação é a frequência das oscilações da
entrada e suas amplitudes.