Resumen

Se analiza el diseño del filtro de seguimiento. Se argumenta que la base del paradigma estocástico actual es cuestionable. El ruido de proceso blanco no es adecuado como modelo para la maniobra de objetivos, la optimalidad estocástica por mínimos cuadrados no es relevante ni necesaria en la práctica, se ignora el hecho de que los requisitos son necesarios para el diseño y los errores cuadráticos medios (RMS) son insuficientes como medida de rendimiento. Se argumenta que no hay ruido de proceso y que la covarianza del supuesto ruido de proceso contiene los parámetros de diseño. La atención se centra en el filtro de seguimiento básico, el filtro de Kalman, que conviene por claridad y simplicidad, pero los argumentos y conclusiones son pertinentes en general. Para el diseño se señala la posibilidad de un enfoque basado en la función de transferencia del observador. Las cuestiones también pueden considerarse consecuencia del hecho de que existe una diferencia entre estimación y diseño. Se utiliza el filtro α-β a modo de ilustración.

• Materias:Automatización Control del proceso Sistemas no lineales Modelo lineal Regulación automática Diagnóstico de fallos
• Subjects:Automation Nonlinear systems Linear model Automatic regulation Fault diagnosis
• Palabras claves:ruido de proceso, enfoque de la función de transferencia del observador, diseño del filtro de seguimiento, ruido de proceso blanco, filtro de seguimiento básico, paradigma estocástico actual, diseño, hecho, filtro de kalman, parámetros de diseño
• Keywords:process noise, observer transfer function approach, tracking filter design, white process noise, basic tracking filter, present stochastic paradigm, design, fact, kalman filter, design parameters