Congreso Anual 2009 de la Asociacin de Mxico de Control Automtico. Zacatecas, Mxico.

Identicacin de sistemas lineales en tiempo nito

va modos deslizantes de orden superior
J. Davila
Direccin General de Servicios de Cmputo Acadmico UNAM
en colaboracin con el Centro de Investigacin y Estudios Avanzados (CINVESTAV-IPN)
Av. IPN 2508, Col. San Pedro Zacatenco, Gustavo A. Madero, Mxico D.F.,
jadavila@unam.mx
Telfono: (52)-55-57473742
M. Basin
Universidad Autnoma de Nuevo Len (UANL)
Av. Universidad s/n. Ciudad Universitaria San Nicols de los Garza, Nuevo Len, C.P. 66451 Mexico
mbasin@fcfm.uanl.mx
ResumenEn este artculo se presenta un mtodo
identicacin paramtrica basado en la aplicacin de los
modos deslizantes de orden superior. El mtodo est basado
en el uso de la inyeccin de salida equivalente. Aprovechando
la observacin del estado en tiempo nito, se aplica una
tcnica de reconstruccin algebraica para recuperar los
parmetros del sistema utilizando una ventana de tiempo
nita.
Palabras clave: Identicacin de parmetros, modos
deslizantes, observadores.
I. INTRODUCCIN
La teora de identicacin moderna (Eykhoff y Parks,
1990), (Ljung, 1999), est dedicada bsicamente, a la ex-
traccin de seales y propiedades dinmicas de los sistemas
tomando como base la medicin de ciertos datos. La iden-
ticacin de sistemas dinmicos est dividida en dos ramas
bsicas: la estimacin de parmetros tomando como base
la medicin total de las variables de estado, y por otro
lado, el uso de una estimacin del estado para reconstruir
completamente la dinmica del sistema.
La identicacin de parmetros ha sido un rea muy acti-
va en las ltimas dcadas. El problema bsico considerado,
hace referencia a la clase de sistemas cuya dinmica de-
pende de manera lineal en los parmetros desconocidos (vea
por ejemplo, (Soderstrom y Stoica, 1989), (Ljung, 1999)).
Una caracterstica recurrente en este tipo de publicaciones,
es que el vector de estados es considerado como conocido,
por lo que se deber considerar que la medicin del mismo
es posible. Debido a este requerimiento, observadores de
estados con convergencia en tiempo nito (vea, (Davila
et al., 2005), (Engel y Kreisselmeier, 2002), (Fridman et
al., 2007)) resultan una buena herramienta para la solucin
de problemas de estimacin paramtrica.
La observacin robusta exacta es un rea de intensa
actividad dentro de la teora de modos deslizantes (vea
(Levant, 1998), (Edwards et al., 2006), (Bartolini et al.,
2008)). Entre las grandes ventajas que proporcionan los ob-
servadores por modos deslizantes, destacan su simplicidad
de aplicacin y la convergencia del error de estimacin a
cero en tiempo nito. Como resultado de la mencionada
convergencia en tiempo nito, la inyeccin de salida equi-
valente puede ser utilizada para la solucin de problemas
de identicacin (vea por ejemplo, (Utkin, 1978), (Shtessel
y Poznyak, 2005), (Davila et al., 2006)).
En (Levant, 1998) es diseado un observador por mo-
dos deslizantes utilizando el algoritmo de super-twisting,
descrito en (Levant, 1993). Dicho algoritmo fue explotado
para el diseo de observadores (Davila et al., 2005) y algo-
ritmos de identicacin paramtrica (Davila et al., 2006).
En (Levant, 2003) es presentado un diferenciador de
orden arbitrario utilizando modos deslizantes de orden su-
perior, el algoritmo garantiza convergencia en tiempo nito
al valor real de las derivadas de una seal acotada. El uso
de este algoritmo para la construccin de observadores es
presentado en (Fridman et al., 2007), sin embargo su apli-
cacin para identicacin paramtrica no es considerado.
En este trabajo se considera el uso del observador por
modos deslizantes de orden superior (MDOS) presentado
en (Fridman et al., 2007), con nes de identicacin
paramtrica. Se considera que parte del modelo del sistema
es conocido.
La convergencia en tiempo nito de este algoritmo
permite utilizar la inyeccin de salida equivalente para
la reconstruccin de la incertidumbre paramtrica. En el
caso cuando el estado del sistema es continuo y acotado,
es posible extender el algoritmo de MDOS para obtener
una inyeccin de salida equivalente continua, y a partir de
ella, disear un algoritmo de identicacin paramtrica que
explote dicha propiedad.
En la seccin II, es descrita la clase de sistemas estudia-
dos. El diseo del observador por MDOS es descrito en la
seccin III. La inyeccin de salida equivalente es obtenida
Congreso Anual 2009 de la Asociacin de Mxico de Control Automtico. Zacatecas, Mxico.
en la seccin IV. Aprovechando la convergencia en tiempo
nito del observador y usando como base la inyeccin
de salida equivalente, en la seccin V es presentado un
algoritmo de identicacin en tiempo nito para sistemas
lineales. Un ejemplo acadmico es presentado en la seccin
VI para ilustrar los resultados. Los comentarios nales son
presentados en la seccin VII.
II. PLANTEAMIENTO DEL PROBLEMA
Considere el siguiente sistema lineal con incertidumbre
paramtrica
x = (A + A)x + (B + B)u,
y = Cx,
(1)
donde x R
n
es el vector de estados, u R
q
es
un vector de entradas conocido (i.e., control), y R
p
es la salida, las matrices A, B, C son conocidas y de
dimensiones adecuadas, las matrices A, B, representan
la incertidumbre paramtrica y se consideran desconocidas.
Proposicin 1: Las matrices (A+A) y A son Hurwitz.
Se desea estudiar el problema de identicacin paramtri-
ca para sistemas de la forma (1). Se buscarn las condi-
ciones necesarias para la identicacin de los parmetros
de las matrices A y B para esta clase de sistemas, bajo
la consideracin dada en la Proposicin 1.
III. DISEO DEL OBSERVADOR
La reconstruccin de los estados se realizar consideran-
do un caso especial del observador por modos deslizantes
de orden superior presentado por (Fridman et al., 2007).
Sea m el nmero de renglones distintos a cero de la
matriz extendida [A B], para cada rengln i, que
contenga al menos un elemento distinto de cero, dena k
i
como el nmero de columnas cuyos elementos son distintos
de cero. Considere la siguiente representacin para la parte
incierta del sistema:
Ax + Bu = D(x, u)
donde D R
nm
es una matriz que contiene solo 1s y
0s, y tiene slo m renglones con un elemento distinto de
cero; el vector de elementos no lineales (x, u) est dado
por:
(x, u) =
_

1
(x, u)
.
.
.

m
(x, u)
_

_
donde
i
R
1ki
corresponde al vector de incertidumbres
y
i
(x, u) R
ki
es el vector de regresin correspondiente
(Soderstrom y Stoica, 1989).
Sin prdida de generalidad, el sistema (1) puede ser
reescrito como:
x = Ax + Bu + D(x, u),
y = Cx,
(2)
La siguiente denicin es utilizada para el diseo del
observador:
Denicin 1: (Trentelman et al., 2001) s
0
C es
llamado un cero invariante de la tripleta {A, D, C} si
rank R(s
0
) < n + rank (D), donde R es la matriz de
Rosenbrock del systema (2)
R =
_
sI A, D
C, 0
_
. (3)
Condicin 1: La tripleta {A, D, C} no tiene ceros invari-
antes.
Introduzcamos la siguiente denicin:
Denicin 2: Se dice que el vector de salidas y = Cx
posee un vector de grado relativo completo respecto a la
incertidumbre, si existe una combinacin de salidas tal
que el vector r = (r
1
, ..., r
m
) asociado a dichas salidas,
satisface:
c
i
A
k
D = 0, k = 0, 1, ..., r
i
2, (4)
c
i
A
ri1
D = 0, i = 1, 2, ..., m, (5)
T =
_

_
c
1
c
1
A
.
.
.
c
1
A
r11
.
.
.
c
m
.
.
.
c
m
A
rm1
_

_
, rank T = n (6)
Condicin 2: El sistema (1) tiene un vector de grado
relativo completo respecto a la incertidumbre.
Condicin 3: La entrada u y su derivada u se encuentran
acotadas, i.e., existen constantes u
+
0
, u
+
1
tales que ||u|| <
u
+
0
, || u|| < u
+
1
.
El observador por modos deslizantes de orden superior
est dado por:
z = Az + Bu
y
z
=

Cz (7)
x = z + T
1
v(y y
z
)
donde la matriz T est denida en funcin del vector de
grado relativo completo r (vea la denicin 2).
El vector v(y y
z
) est formado por una seleccin de
renglones del vector extendido v(y y
z
) que est formado,
a su vez, por la solucin de la siguiente ecuacin diferencial
vectorial para cada componente de las salidas y y y
z
:
v
i,1
= w
i,1
=
ri+1
M
1/(ri+1)
i
|v
i,1
y
i
+
y
zi
|
(ri)/(ri+1)
sign(v
i,1
y
i
+ y
zi
) + v
i,2
,
v
i,2
= w
i,2
=
ri
M
1/(ri)
i
|v
i,2

w
i,1
|
(ri1)/(ri)
sign(v
i,2
w
i,1
) + v
i,3
,
.
.
.
v
i,ri
= w
i,ri
=
2
M
1/2
i
|v
i,ri
w
i,ri1
|
1/2

sign(v
i,ri
w
i,ri1
) + v
i,ri+1
,
v
i,ri+1
=
1
M
i
sign(v
i,ri+1
w
i,ri
),
(8)
para cada componente de la salida se tiene
v
T
i
= [ v
T
i,1
v
T
i,2
v
T
i,ri
],
Congreso Anual 2009 de la Asociacin de Mxico de Control Automtico. Zacatecas, Mxico.
note que el ltimo componente (v
i,ri+1
) no es tomado en
cuenta para formar v
i
. El vector v(y y
z
) se forma como
v(y y
z
)
T
= [ v
T
1
v
T
2
v
T
m
]. (9)
El vector v(y y
z
) es construido seleccionando los com-
ponentes del vector de salida seleccionados para formal el
vector de grado relativo completo.
El siguiente teorema es una consecuencia de los resulta-
dos presentados en (Fridman et al., 2007).
Teorema 1: Sean satisfechas las condiciones 1-3. En-
tonces, con una adecuada seleccin de las ganancias
j
y M
i
, el estado x del sistema (1) es estimado en tiempo
nito y de forma exacta por el observador (6) - (9).
Demostracin: Dena e = x z, entonces se tiene
que la dinmica de este error est dada por:

e = A e + Ax + Bu (10)
Considere que la proposicin 1 es satisfecha. Sea V
x
=
x
T
P
x
x, en donde P
x
es la solucin a la ecuacin de
Lyapunov (A + A)
T
P + P(A + A) = I. Note que
esta ecuacin de Lyapunov tiene solucin dado que la
proposicin 1 es satisfecha.
La derivada de V
x
est dada por:

V
x
= x
T
((A + A)
T
P + P(A + A))x
+x
T
P(B + B)u + u
T
(B + B)
T
Px.
La condicin

V
x
< 0 es satisfecha cuando:
||x
T
((A + A)
T
P + P(A + A))x|| >
||x
T
P(B + B)u + u
T
(B + B)
T
Px||,
por lo tanto, es satisfecha para ||x|| > 2||P(B+B)||||u||.
Si la condicin 3 es satisfecha, entonces es posible garan-
tizar que ||x|| O(
x
u
+
1
) cuando t , es decir, el
estado se mantendr acotado.
Del anterior anlisis es posible garantizar que Ax es un
vector de trminos acotados, por lo tanto, (x, u) tambin
ser un vector de trminos acotados. Considerando ahora
V
e
= e
T
P
e
e, de manera similar al anlisis realizado para
x, es posible garantizar que el error e se mantendr acotado
en una regin de orden O(
e
u
+
).
Dena y = y y
z
, entonces la siguiente igualdad es
satisfecha para todo i = 1, ..., p:
_

_
y
i

y
i
.
.
.
y
(ri1)
y
(ri)
_

_
=
_

_
c
i
c
i
A
.
.
.
c
i
A
ri1
c
i
A
ri
_

_
e +
_

_
0
0
.
.
.
0
c
i
A
ri1
_

(Ax + Bu)
Es posible calcular:
y
(ri+1)
= c
i
A
ri+1
e + c
i
A
ri
Ax + c
i
A
ri
Bu+
c
i
A
ri1
A x + c
i
A
ri1
B u
Dado que todos los trminos del lado derecho estn aco-
tados, entonces se puede concluir que y
(ri+1)
tambin se
encuentra acotada.
La aplicacin de (8) garantiza que las siguiente igualdad
sea satisfecha:
_

_
y
i

y
i
.
.
.
y
(ri1)
y
(ri)
_

_
=
_

_
v
i,1
v
i,2
.
.
.
v
i,ri
v
i,ri+1
_

_
Sea

C una matriz formada por la seleccin de renglones
de C correspondientes a la seleccin del vector de grado
relativo completo. Multiplicando por T la ltima ecuacin
de (7) se tiene que Tx = Tz+ v(yy
z
), o bien T(xz) =
v(y y
z
), que en forma vectorial representa:
_

_
c
1
c
1
A
.
.
.
c
1
A
r11
.
.
.
c
m
c
m
A
.
.
.
c
m
A
rm1
_

_
e =
_

_
v
1,1
v
1,2
.
.
.
v
1,r1
.
.
.
v
m,1
v
m,2
.
.
.
v
m,rm
_

_
.
El resto de la prueba es resultado de la convergencia del
diferenciador por modos deslizantes (Levant, 2003).
IV. INYECCIN DE SALIDA EQUIVALENTE
Como consecuencia de la convergencia del error de
estimacin a cero en tiempo nito, presentada en el Teorema
1, el vector de estados x es totalmente conocido.
La siguiente igualdad vectorial es satisfecha:
_

_
v
1,r1+1
.
.
.
v
p,rp+1
_

_ =
_

_
c
1
A
r1
.
.
.
c
p
A
rp
_

_ e+
_

_
c
1
A
r11
D
.
.
.
c
p
A
rp1
D
_

_(x, u)
Del anlisis de convergencia del observador se puede esti-
mar e a partir de v(y y
z
), entonces se tiene:
_

_
c
1
A
r1
.
.
.
c
p
A
rp
_

_ e =
_

_
c
1
A
r1
.
.
.
c
p
A
rp
_

_T
1
v(y y
z
) (11)
Dena
z
eq
(x, z, y) =
_

_
v
1,r1
.
.
.
v
p,rp
_

_
_

_
c
1
A
r1
.
.
.
c
p
A
rp
_

_T
1
v(y y
z
).
(12)
Como consecuencia del Teorema 1, se cumple que para
todo tiempo t t
0
, donde t
0
> 0 es el tiempo de
convergencia del observador, se satisface que x = x, e = 0,
Congreso Anual 2009 de la Asociacin de Mxico de Control Automtico. Zacatecas, Mxico.
y dada la seleccin de la matriz D, el vector z
eq
satisface
la siguiente igualdad:
z
eq
= Q(x, u) =
_

_
q
1

1
(x, u)
.
.
.
q
p

p
(x, u)
_

_
z
eqi
( x, z, y) =
i

i
( x, u). (13)
donde es el vector de las incertidumbres y las funcines
z
eqi
( x, z, y) y
i
( x, u) son continuas y totalmente conoci-
das.
V. IDENTIFICACIN EN TIEMPO FINITO DE
PARMETROS INVARIANTES EN EL TIEMPO
A partir de (13) es posible plantear la siguiente igualdad:
_
t2
t1
z
eqi
( x, z, y)
i
( x, u)
T
d = q
i
_
t2
t1

i
( x, u)
i
( x, u)
T
d.
Dena la variable

i
=
__
t2
t1

i
( x, u)
i
( x, u)
T
d
_
1
.
La incertidumbre paramtrica puede ser expresada en
trminos de (13) y la denicin de como:

i
=
1
q
i
__
t2
t1
z
eqi
( x, z, y)
i
( x, u)
T
d
_

i
(14)
La anterior expresin (14) proporcionar un estimado
de los parmetros , si las siguientes condiciones son
satisfechas:
C1.
_
_
t2
t1
z
eqi
( x, z, y)
i
( x, u)
T
d
_
= 0, t
1
, t
2
> t
0
.
C2.
_
_
t2
t1

i
( x, u)
i
( x, u)
T
d
_
> 0 o de manera equiva-
lente
i
< .
La condicin C1 garantiza la existencia de informacin,
indispensable para la identicacin paramtrica, en la in-
yeccin de salida equivalente; mientras que la condicin
C2, conocida como condicin de excitacin persistente,
garantiza la existencia de informacin suciente para la
reconstruccin de los parmetros.
El siguiente teorema sintetiza los resultados anteriores.
Teorema 2: Sean las condiciones C1 y C2 satisfechas,
entonces la reconstruccin paramtrica se lleva a cabo en
tiempo nito por medio de las ecuaciones (12)-(14).
Demostracin: La convergencia en tiempo nito del
observador permite garantizar que la igualdad (13) es satis-
fecha para t t
0
. La reconstruccin paramtrica se realiza
de forma algebraica, las condiciones C1 y C2 garantizan
la existencia de solucin al problema de reconstruccin
paramtrica. Considere que = 0 y la condicin C1.
no es satisfecha, entonces de (14) es posible obtener que

ext
0. Considere que = 0 y la condicin C2. no es
satisfecha, entonces de (14) es evidente que

.
Observacin: Note que la reconstruccin de la incer-
tidumbre es basada en la existencia de una relacin alge-
braica, lo que hace posible utilizar una ventana de tiempo
nita en los algoritmos de identicacin; sin embargo, dicha
relacin es afectada directamente por la existencia de ruido
en las mediciones, haciendo este algoritmo muy sensible a
la presencia de ruido.
VI. EJEMPLO
Considere el siguiente sistema con incertidumbre:
x =
_

_
0 1 0 0 0
0 0 1 0 0
1 2 3 0 0
1 0 0 0 1
1 0 2 1 1
_

_
x +
_

_
0 0
0 1
2 0
0 1
0 3
_

_
u
y =
_
1 0 0 0 0
0 0 0 1 0
_
x
Considere las condiciones iniciales del sistema en x
0
=
[1 1 1 1 1]
T
. Las matrices nominales, utilizadas para el
diseo del observador estn denidas por las matrices:
A =
_

_
0 1 0 0 0
0 0 1 0 0
1 13/2 3 0 0
1 0 0 0 1
1 0 2 4 1
_

_
, B =
_

_
0 0
0 1
2 0
0 1
0 1
_

_
,
C =
_
1 0 0 0 0
0 0 0 1 0
_
Por tanto la incertidumbre paramtrica adopta la forma:
A =
_

_
0 0 0 0 0
0 0 0 0 0
0 9/2 0 0 0
0 0 0 0 0
0 0 0 3 0
_

_
, B =
_

_
0 0
0 0
0 0
0 0
0 2
_

_
La proposicin 1 es satisfecha dado que los val-
ores propios de la matriz (A + A) estn ubicados
en 2,3247, 0,3376 0,5623i, 0,5000 0,8660i y
los valores propios de la matriz A se encuentran en
0,1658, 0,5 1,9365i, 1,4171 2,0055i. La tripleta
{A, C,
ext
} no tiene ceros invariantes. La entrada es
conocida y est dada por:
u =
_
0,2sen(9t) + 0,3sen(5t) + 0,3sen(2t + /4) 0,3
0,2sen(9t) + 0,3sen(7,5t +

8
) + 0,3sen(6t +

4
)
_
.
Congreso Anual 2009 de la Asociacin de Mxico de Control Automtico. Zacatecas, Mxico.
Entonces, la proposicin 2 es satisfecha. El observador por
modos deslizantes toma la forma:
z =
_

_
0 1 0 0 0
0 0 1 0 0
1 13/2 3 0 0
1 0 0 0 1
1 0 2 4 1
_

_
z +
_

_
0 0
0 1
2 0
0 1
0 1
_

_
u,
y
z
=
_
1 0 0 0 0
0 0 0 1 0
_
z
La matriz T est dada por:
T =
_

_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
1 0 0 0 1
_

_
.
El vector v(y y
z
) est formado por
v(y y
z
)
T
= [v
1,1
v
1,2
v
1,3
v
1,4
v
2,1
v
2,2
v
2,3
]
T
donde cada uno de sus elementos est dado por la solucin
de la siguiente ecuacin diferencial vectorial:
v
1,1
= w
1,1
=
4
M
1/4
1
|v
1,1
y
1
+ y
z1
|
(3)/(4)

sign(v
1,1
y
1
+ y
z1
) + v
1,2
,
v
1,2
= w
2,2
=
3
M
1/3
1
|v
1,2
w
1,1
|
2/3

sign(v
1,2
w
1,1
) + v
1,3
,
v
1,3
= w
1,3
=
2
M
1/2
1
|v
1,3
w
1,2
|
1/2

sign(v
1,3
w
1,2
) + v
1,4
,
v
1,4
=
1
M
1
sign(v
1,4
w
1,3
),
v
2,1
= w
2,1
=
3
M
1/3
2
|v
2,1
y
2
+ y
z2
|
2/3

sign(v
2,1
y
2
+ y
z2
) + v
2,2
,
v
2,2
= w
2,2
=
2
M
1/2
2
|v
2,2
w
2,1
|
1/2

sign(v
2,2
w
2,1
) + v
2,3
,
v
2,3
=
1
M
2
sign(v
2,3
w
2,2
).
La convergencia del error de estimacin de los estados
e = x x se puede ver en la Figura 1, note que despus de
un intervalo de tiempo nito, el observador garantiza la con-
vergencia a cero del error de observacin. La incertidumbre
paramtrica es reescrita en la forma (12), como:

1
=
1,1
,

1
(x, u) = x
2
,

2
= [
2,1

2,2
],

2
(x, u) = [x
4
u
2
]
T
,
Del planteamiento del problema se sabe que los valores
reales de
1
y
2
son:

1
= [4,5],

2
= [3 2].
Eligiendo la ventana de tiempo como t
1
= 8, t
2
= 8,5. La
reconstruccin del parmetro
1,1
se muestra en la Figura 2.
0 2 4 6 8 10 12
10
8
6
4
2
0
2
4
6
t [s]
Error de observacin
Figura 1. Convergencia del error de observacin.
La reconstruccin de los parmetros
2,1
y
2,2
, est dada
en la gura 3.
0 2 4 6 8 10 12
4
4.5
5
5.5
6
6.5
7
7.5
8
8.5
9
t [s]
Estimacin de
1
Figura 2. Convergencia de la estimacin de los parmetros
1,1
.
VII. CONCLUSIONES
Las tcnicas de observacin por modos deslizantes,
adems de la reconstruccin de estados en tiempo nito,
permiten el uso de propiedades particulares de la tcnica de
modos deslizantes, como es la posibilidad de utilizar la in-
yeccin de salida equivalente. Las tcnicas proporcionadas
en este artculo permiten la reconstruccin de los parmetros
del sistema obteniendo un estimado del valor real en tiempo
nito.
REFERENCIAS
Bartolini, G., Fridman, L., Pisano, A. y Usai, E., Eds. (2008). Modern
Sliding Mode Control Theory: New Perspectives and Applications.
Springer. London.
Congreso Anual 2009 de la Asociacin de Mxico de Control Automtico. Zacatecas, Mxico.
0 2 4 6 8 10 12
3
3.02
3.04
3.06
3.08
Estimacin de
2,1
0 2 4 6 8 10 12
1.9
2
2.1
t [s]
Estimacin de
2,2
Figura 3. Convergencia de la estimacin de los parmetros
2,1
,
2,2
.
Davila, J., L. Fridman y A. Levant (2005). Second-order sliding-mode
observer for mechanical systems. IEEE Trans. Automat. Contr.
50(11), 1785 1789.
Davila, J., L. Fridman y A. Poznyak (2006). Observation and identication
of mechanical systems via second order sliding modes. International
Journal of Control 79(10), 12511262.
Edwards, C., Fossas, E. y Fridman, L., Eds. (2006). Advances in variable
structure and sliding mode control. Lecture Notes in Control and
Information Science. Springer Verlag. Berlin.
Engel, R. y G. Kreisselmeier (2002). A continuous-time observer which
converges in nite time. IEEE Trans. Automat. Contr.
Eykhoff, P. y P.C. Parks (1990). Identication and system parameter
estimation; where do we stand now? (editorial). Automatica 26(1), 3
5.
Fridman, L., A. Levant y J. Davila (2007). Observation of linear systems
with unknown inputs via high-order sliding-modes. Int. J. System
Science 38(10), 773791.
Levant, A. (1993). Sliding order and sliding accuracy in sliding mode
control. International Journal of Control 58, 12471263.
Levant, A. (1998). Robust exact differentiation via sliding mode technique.
Automatica 34(3), 379384.
Levant, A. (2003). High-order sliding modes: differentiation and output-
feedback control. International Journal of Control 76(9-10), 924
941.
Ljung, L. (1999). System Identication. Information and System Sciences
Series. second ed. Prentice Hall PTR. New Jersey.
Shtessel, Y.B. y A.S. Poznyak (2005). Parameter identication of afne
time varying systems using traditional and high order sliding modes.
En: Proceedings of American Control Conference 2005.
Soderstrom, T. y P. Stoica (1989). System Identication. Prentice Hall
International. Cambridge, Great Britain.
Trentelman, H. L., A. A. Stoorvogel y M. Hautus (2001). Control theory
for linear systems. Springer-Verlag. London, Great Britain.
Utkin, V.I. (1978). Sliding Modes and their application in Variable
Structure Systems. MIR. Moscow, URSS.