Identificador con comparación entre dos estimadores

• Autores: J.J. Medel Juárez, J.C. García Infante, R. Urbieta Parrazales
• Localización: Revista Mexicana de Física, ISSN-e 0035-001X, Vol. 57, Nº. 5, 2011, págs. 414-420
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    En este artículo se hace una descripción del proceso de identificación considerado como un filtro digital adaptivo en el que es necesario contar con: la función de transición estimada, el error de identificación y la función de ganacia. Lo que genera un problema con respecto a la evolución del sistema de referencia por el tiempo de procesamiento del filtrado al requerir cumplir con sus operaciones dentro del mismo intervalo de tiempo. En términos generales, la calidad de su respuesta se ve afectada por el parámetro usado en la función de transición estiamada al intervenir éste de manera indirecta en las demás operaciones del filtrado. Esto dio origen a probar dos estimadores, el primero expresado de manera recursiva y el segundo seleccionando la ganacia dentro de una base de conocimiento de acuerdo con la lógica difusa. Los resultados muestran que ambos estimadores dentro del identificador cuentan con buena convergencia con diferencia de error mínimas que permiten su aproximación a las condiciones estocásticas del modelo en el tiempo para k muestreos, utilizando el MatLab (R) como software de simulación.

  • English

    This paper describes the identification process as an adaptive digital filter using the estimated transition matrix, identification error and gain functions. One problem that the filter has is the time process, affecting the quality response and agreeing with the estimated transition gain function, which is a condition to be accomplished with respect to the reference time evolution system. Thus, the time process required must be met in all operations within the same time interval. Generally, the identifier filter answer is affected by the parameter used in the estimated transition function indirectly used in the other filter operations. In this case, seeking a better time estimation response two estimators were considered: the first expressed in a recursive form and the second, selected within the knowledge base gain used in accordance to fuzzy logic. The results show the convergence observed in the error differences and their approximations to the stochastic time model conditions with k samples, using, MatLab (R) as a simulation software.