• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.55.2006.tde-13092006-153315
Document
Author
Full name
Amanda Liz Pacífico Manfrim
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2006
Supervisor
Committee
Costa, Eduardo Fontoura (President)
Terra, Marco Henrique
Val, João Bosco Ribeiro do
Title in Portuguese
O conceito de estabilizabilidade fraca para sistemas lineares com saltos Markovianos
Keywords in Portuguese
Análise de sistemas
Controlabilidade
Estabilidade
Estabilizabilidade
Sistemas com saltos Markovianos e filtro de Kalman
Sistemas estocásticos
Sistemas lineares
Teoria de controle
Abstract in Portuguese
Este trabalho introduz os conceitos de controlabilidade fraca e estabilizabilidade fraca para sistemas lineares com parâmetros sujeitos a saltos Markovianos a tempo discreto. É, inicialmente, construída uma coleção de matrizes C que se assemelha às matrizes de controlabilidade de sistemas lineares deterministicos. Essa coleção de matrizes C nos permite definir um conceito de controlabilidade fraca, requerendo que elas sejam de posto completo, assim como introduzir um conceito de estabilizabilidade fraca, dual ao conceito de detetabilidade fraca encontrado na literatura de sistemas com saltos de Markov. Uma característica importante do conceito de estabilizabilidade fraca é a de generalizar o conceito de estabilizabilidade na média quadrática, anteriormente encontrado na literatura. O papel do conceito da estabilizabilidade fraca no problema de filtragem é investigado através de casos de estudo. Estes casos de estudo são desenvolvidos no contexto do filtro de Kalman com observação do parâmetro de Markov e sugerem que a estabilizabilidade fraca em conjunto com a detetabilidade na média quadrática garantem que o estimador seja estável na média quadrática.
Title in English
The weak stabilizability concept for linear systems with Markov jump
Keywords in English
Analysis systems
Control theory
Controllability
Linear systems
Stability
Stabilizability
Stochastic systems
Systems with Markov jump and Kalman filter
Abstract in English
This work introduces weak controllability and weak stabilizability concepts for discretetime Markov jump linear system. We introduce a collection of matrices C that resembles controllability matrices of deterministic linear systems. The collection of matrices C allows us to define a weak controllability concept by requiring that the matrices are full rank, as well as to introduce a weak stabilizability concept that is a dual of the weak detectability concept found in the literature of Markov jump systems. An important feature of the introduced concept is that it generalizes the previous concept of mean square stabilizability. The role that the weak stabilizability concept plays in the filtering problem is investigated via case studies. These case studies are developed in the context of Kalman filtering with observation of the Markov parameter, they suggest that weak stabilizability together with mean square stabilizability ensure that the state estimator is mean square stable.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Capa-Defesa_6.doc (25.00 Kbytes)
Defesa_6.pdf (778.88 Kbytes)
Publishing Date
2006-09-13
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.