Este artículo muestra el desarrollo de un estimador estocástico óptimo para un modelo de sistemas tipo caja negra con nido en un espacio m-dimensional. Se propone un algoritmo para evaluar y construir la forma diagonal del sistema en espacio de estados para estimar las ganancias internas. El algoritmo permite eliminar el cálculo de matrices pseudoinversas y tiene una complejidad computacional de orden lineal O(j), donde j es la dimensión de la matriz diagonaly que computacionalmente representa una menor complejidad que los métodos utilizados tradicionalmente a través de la pseudoinversa. Los resultados muestran que es posible reconstruir la señal observable con una buena aproximación en un sentido de probabilidad.
This paper shows the development of a optimal stochastic estimator for a black-box system in a m-dimensional space, observing noise with an unknown dynamics model. The results are based in state space, described by a discrete stochastic estimator and noise characterization. The proposed result gives an algorithm to construct diagonal from for the state space system. It is a new technique for a instrumental variable tool, and a diagonalization process avoiding the calculation of pseudo-inverse matrices in presented with a linear computational complexity O(j) and j as the diagonal matrix dimension. the results how that it is possible to reconstruct the observable signal with a probability approximation.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados