Projeto de Filtro de Kalman Fuzzy Tipo-2 Intervalar via Decomposição Espectral de Dados Experimentais

Abstract

Neste artigo é proposta uma metodologia para o projeto de filtro de Kalman fuzzy usando modelos fuzzy tipo-2 intervalares (IT2FKF), no domínio do tempo discreto, via decomposição espectral de dados experimentais. A metodologia adotada consiste na estimação paramétrica recursiva dos submodelos lineares locais no espaçco de estados de um modelo fuzzy tipo-2 intervalar, referente ao sistema dinâmico, por meio do algoritmo Observer/KalmanFilter Identication (OKID). O particionamento dos dados experimentais e realizado pelo algoritmo de agrupamento fuzzy Gustafson-Kessel (GK) tipo-2 intervalar. Os ganhos de Kalman intervalares no consequente das regras do IT2FKF, bem como a estimação da covariância do ruído de medição, são atualizados em função das componentes não observáveis resultantes da decomposição espectral recursiva dos dados experimentais ruidosos. Resultados computacionaisilustram a eficiência da metodologia proposta quando comparada a abordagens relevantes da literatura.