Desenvolvimento de um Veículo Aéreo Não-Tripulado - LARA ...

Pela Equação 6.6 é possível perceber que a diferença entre o modelo ARX e o ARMAX é
justamente a presença do polinômio C(q) que torna o ruído, que devido à A(q) já é auto regressivo,
média móvel. Então denominamos o filtro C(q)
A(q)
um filtro ARMA, auto regressivo com média móvel.
Assim como o modelo ARX, o modelo ARMAX também não apresenta ruído branco, visto que
ele é filtrado, tornando-se “colorido”.
6.3.1.4 Modelo OE
Esse modelo apresenta maiores diferenças com os anteriores. Sua sigla significa Output Error
ou “erro na saída”. Ele possui esse nome porque ao contrário dos modelos ARX e ARMAX, o
ruído é representado diretamente na saída sem filtragem. Podemos descrevê-lo com a equação na
forma IIR:
y(k) = B(q) u(k) + ν(k) (6.7)
F (q)
6.3.2 Modelo linear versus modelo não linear
Visto a necessidade de caracterizar o processo do VANT, nos deparamos com dois tipos de
modelos a serem utilizados. O modelo linear pode ser escrito na forma de espaço de estados, onde
as saídas só dependem de combinações lineares das entradas e saídas em momentos passados. Em
modelos não lineares essa dependência não é linear, podendo haver multiplicação entre saídas,
entradas ou até estados, assim como funções não lineares.
No caso de uma aeronave de asa fixa, referente a esse trabalho, sabemos claramente que se
caracteriza um processo não linear. Porém, é possível ainda descrever o processo na forma linear,
com seu devido ônus de precisão.
A vantagem em se descrever o processo como linear é a facilidade de se identificá-lo. Como há
menos relações entre as variáveis, as ferramentas para obtenção de parâmetros tem comportamento
mais bem condicionado, evitando divergências. Assim como a identificação, o controle de modelos
lineares é mais fácil de fazer, além de existirem técnicas consagradas como controle no espaço de
estados e controlador PID. A desvantagem é não se conseguir representar um processo fielmente,
visto que um processo não linear está sendo descrito como linear.
Já representar um processo da maneira não linear (caso ele seja não linear) possui a vantagem
de se conseguir descrevê-lo mais fielmente à realidade. Porém, a identificação desse processo
torna-se mais difícil devido à forte dependência dos parâmetros às variáveis, que são dependentes
de funções não lineares contribuindo para uma grande possibilidade de divergência das ferramentas
utilizadas para identificação.
118