INSTITUTO FEDERAL CATARINENSE - CÂMPUS LUZERNA

MATÉRIA: INTRODUÇÃO A IDENTIFICAÇÃO DE SISTEMAS

APLICAÇÃO DO MÉTODO DO MÍNIMOS QUADRADOS RECURSIVO COM

RASTREAMENTO DE PARÂMETROS

● Planta

RESULTADOS

● MQR Sem Rastreamento

Figura 1: Sem Rastreamento.

 O problema dos métodos dos mínimos quadrados sem rastreamento está na
capacidade de adaptação a variação de algum parâmetro da função a diferenças a ser
identificada, pois ao variar algum dos valores da mesma em um determinado período, a
matriz de covariância P terá seu traço muito pequeno, tornando a capacidade de
adaptação ao novo parâmetro comprometida.
Na figura 1, podemos observar justamente este fato, ocorre uma mudança de
parâmetro na iteração 250, a1 = -0.50425 (Todos os testes realizados variam a1 na
iteração 250), pode-se notar que até a iteração 500 ele não alcança o valor desejado e
ainda a influência os demais parâmetros. Realizou-se o teste com um número abrupto
de iterações para observar se em algum dado momento o valor seria atingido, mas
infelizmente o mesmo não foi alcançado. Entretanto, realizou-se teste com métodos de
rastreamento e observou-se que o sistema se adapta bem com a aplicação destes. A
seguir apresenta-se os resultados alcançados e considerações.

MQR Com Rastreamento

● Atualização de P por Busca aleatória

P=100;

Onde :
- nb = 4 (b0,b1,b2,b3) - Quantidade de coeficientes a determinar do numerador;
- da = 3 (a1,a2,a3) - Quantidade de coeficientes a determinar do denominador.
 Figura 2: Rastreamento por atualização de P com random walk.

- Forçando um valor para q = 0.01;

Figura 3: Rastreamento por atualização de P .

Com valores pequenos de ‘q’ o sistema, ainda não consegue se adaptar a

mudança de parâmetro, pois o somatório da matriz ‘Q’ é irrisória em P. Contudo, com
valores consideráveis de ‘q’ o impacto na matriz de covariância é considerável e o
algoritmo se torna capaz de atingir o valor desejado.

● Fator esquecimento λ Constante (Fixo)

λ=1;

Figura 4: Rastreamento com Fator de Esquecimento λ=1.

Com fator de λ=1, a mesma atualização da matriz de covariância do sistema

sem rastreamento é igual a do sistema com rastreamento.
λ=0.92;

Figura 5: Rastreamento com Fator de Esquecimento λ=0.92.

Utilizando o valor de λ=0.92, ao ocorrer a mudança de parâmetro o sistema se

adapta rapidamente ao novo valor. Recomenda-se a utilizar valores na faixa de 0.9 a 1,
mas valores menores o método é funcional também.
Os métodos de fator de esquecimento ao aplicá-los, dá mais importância para
medidas atuais do que passadas.

Os valores passados são multiplicados pelo fator, impactando menos na

identificação.

● Fator esquecimento λ Variável

- Traço limitado

Semelhante ao método λ constante, porém o valor de λ alterna da seguinte

maneira:
 Ele pondera o valor iterativamente do sistema, dando o peso de acordo a
condição apresentada acima. A única variável que fornece é o tr0 que é o traço
mínimo.

Traço mínimo = 0.001;

Figura 6: Rastreamento com Fator de Esquecimento com traço mínimo = 0.001.

Ao ocorrer a mudança de parâmetro, pode-se visualizar que o método com este

valor de traço mínimo tem sua capacidade de identificação comprometida.
Com os traços mínimos cada vez maior o sistema aumenta sua velocidade de
identificação, como pode ser visualizada na figura a seguir. Ainda realizou-se teste com
valores maiores e o mesmo teve comportamento cada vez mais rápidos.
Traço mínimo = 0.5;

Figura 7: Rastreamento com Fator de Esquecimento com traço mínimo = 0.5.

- Exponencial

Considerações e definições:

Quanto maior o valor da variável erro menos detecção de mudanças ocorrem e

vice-versa, pois a condição para detecção não é menos atendida;
Quanto maior o valor de λ0 mais lento é o crescimento da curva exponencial;
Os valores variam de 0 < λ ≤ 1;

Os valores de λ(t), são calculados após a detecção da mudança, ao detectar a

mesma ela assume o valor de λ(0).

Teste 1

- λ(0) = 0.8 - Valor mínimo de λ ao detectar uma mudança;

- λ0 = 0.1 - Fator de crescimento da curva;
- Erro = 0.001 - Valor máximo permitido para não detectar a mudança.
 Figura 8: Rastreamento com Fator de Esquecimento exponencial teste 1.

Figura 9: Rastreamento com Fator de Esquecimento exponencial λ teste 1.

Valor pequeno do erro, o sistema detectou várias mudanças, ou seja, o valor de

λ foi atualizado mais vezes para ambos testes(1-2). Pode-se visualizar a afirmação
realizada acima, que valores pequenos de λ0 o crescimento da exponencial é mais
rápido. No teste a seguir, o valor de λ0 é maior e pode-se notar na figura 11, que o
crescimento é mais lento da curva.

Teste 2

- λ(0) = 0.8;
- λ0 = 0.9;
- Erro = 0.001.

Figura 10: Rastreamento com Fator de Esquecimento exponencial teste 2.

 Figura 11: Rastreamento com Fator de Esquecimento exponencial λ teste 2.

Teste 3

- λ(0) = 0.8;
- λ0 = 0.9;
- Erro = 1.

Figura 12: Rastreamento com Fator de Esquecimento exponencial erro considerável.

 Através desta, conclui-se que a capacidade de adaptação do sistema é
comprometida, pois quanto maior o erro menos detecção de mudanças ocorrem,
porque a condição para tal é pouca vezes atendidas, fazendo que o valor de λ não se
atualiza diversas vezes para cada condição.

CONCLUSÃO

No geral todos os métodos têm boa capacidade de adaptação, porém cada valor
empregado para compensação da matriz de covariância ou atualização de λ, deve ser
bem ponderado, para que a mudança de parâmetro seja detectada e a capacidade de
identificação seja atingida melhor maneira possível.