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

adiciona mais uma dificuldade de se utilizar um modelo não linear.
Vale dizer que a identificação não se comporta muito bem com extrapolação. Isso significa que
o modelo identificado funciona bem, caso a validação tenha retornado bons valores, para a faixa
de operação no qual foi identificado. Isso é bem evidente em todos os modelos implementados
para a aeronave. O modelo linear só funciona bem dentro da faixa identificada, pois o processo só
pode ser linearizado daquela forma naquele ponto de operação. Em outros lugares a linearização
evidentemente será diferente. No modelo não linear, por mais amplo e completo que ele seja para
esse caso, como foi citado na Seção 6.5.5, os seus parâmetros sofrem influência de cada modo de
voo, apresentando modificações em suas magnitudes.
Então devemos colher os sinais de identificação (entrada) e as respostas do sistema para fazer
a identificação utilizando as ferramentas apresentadas na Seção 6.4. Como estamos trabalhando
com o domínio discreto, os sinais devem ser amostrados de forma que as amostras adjacentes não
tenham correlação, e assim a dinâmica do processo seja bem identificada.
Essa exigência é mais bem percebida nos modelos lineares do tipo ARX. Neste modelo vemos
claramente as realimentações do processo e a utilização de saídas e entradas passadas. Caso
as saídas e entradas passadas sejam muito correlacionadas com as atuais, haverá muitos valores
iguais, e de pouco adiantará a presença desses atrasos. Esse fenômeno acontece quando o taxa de
amostragem é alta, ou falamos que o sinal é sobreamostrado. Mas em contraponto caso o sinal
tenha taxa de amostragem grande, subamostrado, a dinâmica do processo não é representada
bem, pois é possível que eventos importantes que aconteceram entre os tempos de amostragem
não sejam gravados.
Em todos os casos, por segurança o sinal é sobreamostrado, e através de experimentos verificase
a taxa de amostragem mais interessante. Então é feita a dizimação, ou decimação, em que se
dispensa certas amostras para que o sinal tenha uma taxa de amostragem menor. Caso o sinal
seja subamostrado não há o que fazer, e o mais correto é refazer o experimento. Há um estudo
mais aprofundado sobre esse assunto no Capítulo 12 de [81].
Para a aeronave, identificamos que é necessário fazer a dizimação para a identificação das velocidades
lineares. Já para as velocidades angulares não foi necessário. Esse fato se explica, pois as
velocidades lineares mudam lentamente, sendo que há correlação entre as amostras adjacentes. As
velocidades angulares mudam mais rapidamente, e as amostras adjacentes conseguem caracterizar
o processo porque apresentam menos correlação.
No caso deste trabalho a taxa de amostragem dos dados como um todo é de 50hz.
Para fazer a identificação do sistema, as variáveis de saída foram todas transpostas para o
sistema de coordenadas ABC. Assim todas as medições estarão referenciadas à aeronave, e não a
um ponto fixo na superfície terrestre. Com isso, evitamos a tendência de aparecimento de bias,
que é uma constante somada ao sinal identificado e drift.
No caso da identificação linear, como são obtidas funções de transferência, foi necessário remover
a média dos sinais de entrada e saída identificados no trecho de identificação, para evitar o
aparecimento de bias. Isso foi feito, pois se existe uma compontente DC nos sinais de entrada e
136