Algoritmo de Filtro de Kalman Baseado em Modelo Fuzzy Tipo-2 Evolutivo para Rastreamento

Abstract

Neste artigo, um filtro de Kalman fuzzy tipo-2 evolutivo e proposto para o processamento intervalar de dados experimentais a partir de componentes espectrais não-observáveis. A metodologia adotada considera as seguintes etapas: um modelo inicial do filtro de Kalman fuzzy tipo-2 evolutivo e identificado de forma off-line a partir de uma janela inicial de dados experimentais; a atualização da proposição do antecedente do filtro de Kalman fuzzy tipo-2 evolutivo e realizada usando uma formulação fuzzy tipo-2 intervalar do algoritmo de agrupamento evolving Takagi-Sugeno (eTS) e a atualização da proposição consequente e realizada usando uma formulação fuzzy tipo-2 do algoritmo Observer/Kalman Filter Identification (OKID), levando em consideração as componentes espectrais não-observáveis extraídas dos dados experimentais por meio de um algoritmo de Análise Espectral Singular Recursiva Multivariável. Resultados experimentais e análise comparativa referentes ao rastreamento intervalar de um helicóptero 2DoF ilustram a eficiência da metodologia proposta.