Factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo

El estimador Factor de Olvido Matricial (MFF por sus siglas en inglés) es utilizado en sistemas con parámetros variantes en el tiempo del tipo ARMA, estocásticos, lineales, estacionarios y perturbaciones con funciones de distribución normales. Un grave problema se presenta cuando se requiere estimar...

Descripción completa

Detalles Bibliográficos
Autores principales: Guevara López, Pedro, Jesús Medel Juárez, José de, López Morales, Virgilio
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2004
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/22494
Aporte de:
id I19-R120-10915-22494
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Tiempo real
Distributed
Parallel processing
estimación
simulación
Real time
procesamiento de señales
Simulation
Signal processing systems
spellingShingle Ciencias Informáticas
Tiempo real
Distributed
Parallel processing
estimación
simulación
Real time
procesamiento de señales
Simulation
Signal processing systems
Guevara López, Pedro
Jesús Medel Juárez, José de
López Morales, Virgilio
Factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo
topic_facet Ciencias Informáticas
Tiempo real
Distributed
Parallel processing
estimación
simulación
Real time
procesamiento de señales
Simulation
Signal processing systems
description El estimador Factor de Olvido Matricial (MFF por sus siglas en inglés) es utilizado en sistemas con parámetros variantes en el tiempo del tipo ARMA, estocásticos, lineales, estacionarios y perturbaciones con funciones de distribución normales. Un grave problema se presenta cuando se requiere estimar en Tiempo Real la matriz de parámetros del sistema en estudio; entonces el algoritmo MFF debe cumplir con las características de un Estimador de Parámetros en Tiempo Real EPTR que incluyen: a) Emisión y extracción de respuestas observables respecto a un proceso dinámico real, b) Emisión de respuestas correctas en función a un criterio preestablecido, c) Capacidad de expresarse en forma recursiva, d) Un intervalo de convergencia acotado, e) Manejo de operaciones matriciales y f) Planificabilidad si se implanta en una plataforma de alto nivel.
format Objeto de conferencia
Objeto de conferencia
author Guevara López, Pedro
Jesús Medel Juárez, José de
López Morales, Virgilio
author_facet Guevara López, Pedro
Jesús Medel Juárez, José de
López Morales, Virgilio
author_sort Guevara López, Pedro
title Factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo
title_short Factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo
title_full Factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo
title_fullStr Factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo
title_full_unstemmed Factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo
title_sort factor de olvido matricial para estimación de parámetros en tiempo real en sistemas lineales con parámetros variantes en el tiempo
publishDate 2004
url http://sedici.unlp.edu.ar/handle/10915/22494
work_keys_str_mv AT guevaralopezpedro factordeolvidomatricialparaestimaciondeparametrosentiemporealensistemaslinealesconparametrosvarianteseneltiempo
AT jesusmedeljuarezjosede factordeolvidomatricialparaestimaciondeparametrosentiemporealensistemaslinealesconparametrosvarianteseneltiempo
AT lopezmoralesvirgilio factordeolvidomatricialparaestimaciondeparametrosentiemporealensistemaslinealesconparametrosvarianteseneltiempo
bdutipo_str Repositorios
_version_ 1764820465836097538