• 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
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.3.2021.tde-22022022-104313
Document
Auteur
Nom complet
Yeison Andres Zabala
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2021
Directeur
Jury
Costa, Oswaldo Luiz do Valle (Président)
Marques, Ricardo Paulino
Palhares, Reinaldo Martinez
Tannuri, Eduardo Aoun
Vargas, Alessandro do Nascimento
Titre en anglais
Constrained quadratic control of discrete-time hidden Markovian jump linear systems: the state feedback and static output scenarios.
Mots-clés en anglais
Hidden Markov Models
Jump linear systems
Linear matrix inequalities
Optimal control
Stochastic control
Resumé en anglais
In this thesis 2 global scenarios are considered for the constrained optimal control for hidden MJLS, where it is assumed that the controller only has access to a detector which emits signals b(k) providing information on the Markov parameter (k). The State Feedback Quadratic Control (first scenario) and Static Output Feedback Control (second scenario) problems are studied. Hence, they are obtained, via LMIs approach, feedback linear optimal controls so that the respective closed loop systems are stochastically stabilized, an upper-bound for the quadratic cost is minimized, and the constraints on the norm of the state and control variables are satis ed. The Finite Horizon and the Infinite Horizon cases as well as the maximization of the estimate of the domain of an invariant set for a fixed upper-bound of the cost function are also addressed. Finally, some numerical examples are presented for the purpose of illustrating the obtained results.
Titre en portugais
Controle quadrático restrito de sistemas lineares com saltos Markovianos ocultos em tempo discreto: os cenários por realimentação de estado e realimentação estática de saída.
Mots-clés en portugais
Controle estocástico
Controle ótimo
Desigualdades
Matriciais lineares
Sistemas lineares com salto
Resumé en portugais
Nesta tese são considerados 2 cenários globais para o controle ótimo restrito para sistemas lineares com salto markoviano com observação parcial, onde se assume que o controlador só tem acesso a um detector que emite sinais b(k), o qual fornece informações sobre o parâmetro de Markov (k). Os problemas de Controle Quadrático por Realimentação de Estado (primeiro cenário) e Controle por Realimentação Estática de Saída (segundo cenário) são estudados. Assim, obtém-se, via LMIs, controladores ótimos lineares realimentados tal que os respectivos sistemas de malha fechada sejam estabilizados estocasticamente, o limitante superior para o custo quadrático seja minimizado, e as restrições na norma das variáveis de estado e de controle sejam satisfeitas. Os casos de Horizonte Finito e Horizonte Infinito, bem como a maximização do domínio estimado de um conjunto invariante para um limitante superior fixo da função custo, são abordados. Porém, são apresentados alguns exemplos numéricos com o objetivo de ilustrar os resultados obtidos.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2022-02-24
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2022. Tous droits réservés.