Resumen

Los algoritmos de estimación de estado de respuesta al impulso finita (FIR) han sido muy discutidos últimamente en la literatura. Es bien sabido que permiten superar la divergencia del filtro de Kalman causada por las incertidumbres del modelo. En este trabajo se proponen nuevos filtros FIR insesgados de horizonte decreciente que ignoran las estadísticas de ruido para modelos de espacio de estados discretos variables en el tiempo. Tienen las siguientes ventajas. En primer lugar, los filtros propuestos sólo utilizan las medias conocidas de los componentes del vector de estado en los puntos iniciales de las ventanas deslizantes. Esto permite tener en cuenta información estadística prioritaria (en promedio) sobre movimientos específicos del sistema. En segundo lugar, la versión iterativa del filtro tiene una forma similar a la de Kalman. Además, su inicialización no incluye un ciclo de entrenamiento en forma de lote. Tales filtros pueden tener una amplia gama de aplicaciones. En este trabajo, se considera como ejemplo la estimación de la posición y velocidad de objetivos marinos utilizando mediciones angulares en acimut y elevación.

• Materias:Control del proceso Regulación automática Diagnóstico de fallos Instrumentación automática Optimización de procesos
• Subjects: Automatic regulation Fault diagnosis Automatic instrumentation Process optimization
• Palabras claves:respuesta al impulso finita, divergencia del filtro de kalman, información estadística prioritaria, algoritmos de estimación del estado, componentes del vector de estado, filtros fir insesgados, papel, tales filtros, mediciones angulares, forma de lote
• Keywords:finite impulse response, kalman filter divergence, priory statistical information, state estimation algorithms, state vector components, unbiased fir filters, paper, such filters, angle measurements, batch form