Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
y 1 = f(x 1 , θ) (6.8)<br />
y 2 = f(x 2 , θ)<br />
. = .<br />
y N = f(x N , θ)<br />
sendo N o número <strong>de</strong> medições e θ o vetor <strong>de</strong> parâmetros a serem <strong>de</strong>terminados. Determinando<br />
as dimensões <strong>de</strong> θ como [N x 1], <strong>um</strong> vetor coluna, e <strong>de</strong>finindo y e X como sendo <strong>um</strong> conjunto das<br />
medições das saídas (variável <strong>de</strong>pen<strong>de</strong>nte) em forma <strong>de</strong> vetor coluna e <strong>um</strong> conjunto <strong>de</strong> medições<br />
das entradas (variável in<strong>de</strong>pen<strong>de</strong>nte) em forma <strong>de</strong> vetor linha respectivamente, po<strong>de</strong>mos escrever:<br />
y = Xθ (6.9)<br />
Então po<strong>de</strong>mos obter <strong>um</strong>a única solução para o vetor <strong>de</strong> parâmetros da forma:<br />
θ = X −1 y (6.10)<br />
A gran<strong>de</strong> <strong>de</strong>svantagem <strong>de</strong> obter <strong>um</strong> número <strong>de</strong> medições igual ao número <strong>de</strong> parâmetros é a<br />
gran<strong>de</strong> <strong>de</strong>pendência <strong>de</strong>ssas medições para a obtenção do vetor θ. Por exemplo, caso alg<strong>um</strong>a <strong>de</strong>ssas<br />
medições for <strong>um</strong>a medição feita com altos índices <strong>de</strong> ruído que esteja fora da curva esperada,<br />
conhecida pela expressão outlier, irá influenciar <strong>de</strong> forma negativa na obtenção dos parâmetros,<br />
ten<strong>de</strong>ndo a i<strong>de</strong>ntificação a valores equivocados.<br />
Para resolver esse problema, se obtém <strong>um</strong> número <strong>de</strong> amostras maior que o número <strong>de</strong> parâmetros<br />
e se aplica o Método dos Mínimos Quadrados como será visto na próxima Seção.<br />
6.4.1.2 Caso sobre<strong>de</strong>terminado<br />
Para contornar o problema <strong>de</strong> gran<strong>de</strong> <strong>de</strong>pendência da valida<strong>de</strong> <strong>de</strong> todos os dados, apresentamos<br />
o Método dos Mínimos Quadrados, que é utilizado para a i<strong>de</strong>ntificação em casos on<strong>de</strong> o número<br />
<strong>de</strong> amostras é maior que o número <strong>de</strong> parâmetros. Com isso veremos que a presença <strong>de</strong> outlier<br />
não será tão tra<strong>um</strong>ático como no caso anterior e outras proprieda<strong>de</strong>s interessantes surgirão.<br />
Aqui será apresentado <strong>um</strong> <strong>de</strong>senvolvimento simples das equações dos MQ, pois o objetivo<br />
<strong>de</strong>ssa Seção é somente apresentar as equações e dar <strong>um</strong>a breve <strong>de</strong>scrição sobre o método e suas<br />
características.<br />
Como ponto <strong>de</strong> partida, sabemos que a Equação 6.9 ainda sim po<strong>de</strong> ser utilizada para o cálculo<br />
da saída, porém a matriz X não po<strong>de</strong> ser invertida por não ser quadrada. Então se multiplica<br />
121