control en lazo cerrado del nivel de glucosa en pacientes críticos
control en lazo cerrado del nivel de glucosa en pacientes críticos
control en lazo cerrado del nivel de glucosa en pacientes críticos
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Bequette [44], este último se ha escogido por su alto rechazo al ruido <strong>en</strong> las medicionesa<strong>de</strong>más que permite realizar estimaciones <strong>de</strong> estados pasados, pres<strong>en</strong>tes y futuros.El filtro <strong>de</strong> Kalman proporciona el medio <strong>de</strong> estimar un estado inobservable a partir <strong>de</strong> unamagnitud observable relacionada con este, una vez que el mo<strong><strong>de</strong>l</strong>o ha sido formulado <strong>en</strong>espacio <strong>de</strong> estados, <strong>de</strong> esta forma la estimación se actualiza cada vez que se dispone d<strong>en</strong>ueva información.El problema <strong>de</strong> estimación <strong><strong>de</strong>l</strong> filtro <strong>de</strong> Kalman se resuelve recursivam<strong>en</strong>te a través <strong>de</strong> lasecuaciones <strong>de</strong> predicción <strong><strong>de</strong>l</strong> estado que permite proyectar el estado actual hacia el futuroy las ecuaciones <strong>de</strong> actualización que permit<strong>en</strong> incorporar una nueva observación a laestimación <strong><strong>de</strong>l</strong> estado obt<strong>en</strong>i<strong>en</strong>do una estimación mejorada <strong><strong>de</strong>l</strong> mismo.Si se ti<strong>en</strong>e un sistema discreto <strong>en</strong> espacio <strong>de</strong> estados:x Ax Bu w(19)kkk 1 k k 1z Hx v(20)kkDon<strong>de</strong> w y v son los ruidos <strong><strong>de</strong>l</strong> proceso y la medición respectivam<strong>en</strong>te.El algoritmo se ejecuta <strong>en</strong> dos fases:1. Predicción o Actualización <strong>en</strong> el tiempo: Se predice el estado <strong>en</strong> un instante <strong>de</strong>tiempo a partir <strong>de</strong> la estimación <strong><strong>de</strong>l</strong> estado anterior y la varianza <strong><strong>de</strong>l</strong> error <strong>de</strong>predicción.ˆ ˆ Bu(21)x k Axk1kTP k AP1A Q(22)kDon<strong>de</strong> A y B son las matrices <strong>de</strong> estado <strong><strong>de</strong>l</strong> proceso discreto, Q es la covarianza <strong><strong>de</strong>l</strong> ruido<strong><strong>de</strong>l</strong> proceso, P es la covarianza <strong><strong>de</strong>l</strong> error <strong>en</strong> la estimación, k es el instante actual y k-1 elanterior .Las variables elevadas que están elevadas a un signo – , como repres<strong>en</strong>tan una medición a prioriy las que no a posteriorixˆk67