|
UNIVERSIDADE FEDERAL DE UBERLÂNDIA Av. João Naves de Ávila, 2121, Bloco 3N - Bairro Santa Mônica, Uberlândia-MG, CEP 38400-902 |
|
Plano de Ensino
IDENTIFICAÇÃO
Componente Curricular: |
|||||||||
Unidade Ofertante: |
|||||||||
Código: |
Período/Série: |
Turma: |
|||||||
Carga Horária: |
Natureza: |
||||||||
Teórica: |
Prática: |
Total: |
Obrigatória: |
Optativa: |
|||||
Professor(A): |
Ano/Semestre: |
||||||||
Observações: |
EMENTA
Caracterização de variáveis e processos aleatórios. Formulação de estimadores de estados de sistemas dinâmicos lineares e não lineares. Apresentação do filtro de Kalman e algumas variações. Desenvolvimento de simulações e aplicações de filtros para a estimação de estados de sistemas dinâmicos.
JUSTIFICATIVA
A teoria de estimação considera a extração de informação de sinais corrompidos por ruído a partir de dados obtidos de sensores de diversos tipos. A abordagem Bayesiana é utilizada na formulação de filtros de estados, para a eliminação de ruídos de natureza aleatória. Esta abordagem permite agregar dados de diversas fontes em uma formulação recursiva para a estimação de estados de sistemas dinâmicos e é utilizada em diversas áreas da engenharia, tais como: fusão sensorial, robótica, sistemas de controle, indústrias, setor automotivo, aeroespacial e muitas outras.
OBJETIVO
Objetivo Geral: |
O objetivo deste curso é apresentar uma introdução à estimação linear e não linear de estados, abrangendo algoritmos baseados na formulação bayesiana e fornecer uma compreensão clara dos princípios básicos usados para aplicá-los. Fornecer ao estudante a capacidade de modelar e aplicar técnicas para a estimação de estados e parâmetros para sistemas de tempo contínuo e discreto, utilizando estimadores recursivos baseados no método de mínimos quadrados e no filtro de Kalman. |
Objetivos Específicos: |
Ao final da disciplina o estudante será capaz de: 1. Entender o modelo de sinais com componentes aleatórias; 2. Formular e aplicar estimadores de parâmetros utilizando a técnica de mínimos quadrados; 2. Formular e aplicar estimadores de estados utilizando a formulações do filtro de Kalman, do filtro de Kalman Estendido e do filtro de Kalman Unscented. |
PROGRAMA
Aplicações de estimação de parâmetros
METODOLOGIA
A disciplina é composta de competências teóricas e práticas. As atividades teóricas serão baseadas na bibliografia sugerida e em material disponibilizado pelo professor. As atividades práticas serão desenvolvidas utilizando a simulação, por meio do ambiente Matlab/Simulink e da linguagem Python.
Para a presente componente curricular, a ser ministrada em formato remoto, no âmbito do período de Atividades Acadêmicas Remotas Emergenciais (AARE), serão adotadas atividades em duas modalidades distintas de comunicação: síncrona (todos os alunos conectados simultaneamente em uma sala de aula virtual, sob a regência do professor) e assíncrona (contemplando atividades remotas off-line).
- Atividade síncrona: Aulas expositivas e de interação entre o professor e os alunos para sanar dúvidas por meio das plataformas Google Meet ou Microsoft Teams.
- Atividade assíncrona: A disciplina será organizada em sala especial do Microsoft Teams, onde serão disponibilizados os materiais, tais como os slides das aulas, listas de exercícios, apostilas, vídeos e códigos de programas, ou links para acessá-los. As atividades assíncronas serão divididas em duas partes: atividades semanais e um projeto final. As atividades semanais terão o prazo de uma semana para serem entregues, indo do dia da aula até o dia anterior da aula da próxima semana, com exceção da primeira e última semanas. O projeto final deverá ser desenvolvido pelo aluno/grupo, com a apresentação de um relatório final em formato de artigo.
Cronograma
As atividades síncronas acontecerão nas quintas-feiras das 14h50 às 16h50, no link disponibilizado na sala virtual da disciplina (Microsoft Teams), ficando o professor disponível on-line para apresentação expositiva e o saneamento de dúvidas.
Tabela 1 – Atividades síncronas com 18 ha (2 ha/semana)
Semana |
Data |
Conteúdo |
01 |
22/10 |
Conceitos de probabilidade e ferramentas computacionais |
02 |
29/10 |
Variáveis e processos aleatórios |
03 |
05/11 |
Sistemas lineares dinâmicos |
04 |
12/11 |
Conceitos básicos de estimação |
05 |
19/11 |
Estimação de vetores aleatórios e consistência dos estimadores |
06 |
26/11 |
Filtro de Kalman |
07 |
03/12 |
Filtro de Kalman estendido |
08 |
10/12 |
Filtro de Kalman Unscented |
09 |
16/12 |
Estimação de estados e parâmetros |
A Tabela 2 apresenta o cronograma das atividades assíncronas programas.
Tabela 2 – Atividades assíncronas com 54 ha (6 ha/semana)
Semana |
Data |
Data |
Conteúdo |
01 |
22/10 |
28/10 |
Conceitos de probabilidade e ferramentas computacionais |
02 |
29/10 |
04/11 |
Variáveis e processos aleatórios |
03 |
05/11 |
11/11 |
Sistemas lineares dinâmicos |
04 |
12/11 |
18/11 |
Conceitos básicos de estimação |
05 |
19/11 |
25/11 |
Estimação de vetores aleatórios e consistência dos estimadores |
06 |
26/11 |
02/12 |
Filtro de Kalman |
07 |
03/12 |
09/12 |
Filtro de Kalman estendido |
08 |
10/12 |
15/12 |
Filtro de Kalman Unscented |
09 |
16/12 |
19/12 |
Estimação de estados e parâmetros |
Em resumo, a carga horária será dividida em:
Para o desenvolvimento das atividades propostas será necessária a instalação na própria máquina do ambiente Matlab/Simulink e do interpretador Python.
AVALIAÇÃO
A avaliação consistirá em três grupos de atividades:
- Atividade semanal – Lista de perguntas: Após cada aula, o aluno terá o prazo de uma semana para responder um questionário online com questões relativas aos temas abordados em sala e estudo dos recursos didáticos indicados. Esta atividade valerá 4,0 pontos cada.
- Atividade semanal – Implementação: Após cada aula, o aluno deverá executar a programação de um conjunto de atividades práticas, com questões relativas aos temas abordados em sala e estudo dos recursos didáticos indicados. Esta atividade valerá 4,0 pontos cada.
- Projeto final: Consistirá do desenvolvimento de uma atividade em grupo ao longo do semestre e da produção de um relatório. A entrega do trabalho consistirá em vídeo demonstrativo, produzido pelos alunos e relatório descritivo. Esta atividade valerá 28,0 pontos.
Tabela 3 – Distribuição de pontos.
Avaliação |
Pontuação Individual |
Número |
Pontuação |
Atividade semanal |
4,0 |
9 |
36,0 |
Avaliações |
4,0 |
9 |
36,0 |
Projeto final |
28,0 |
1 |
28,0 |
Total |
|
|
100,0 |
BIBLIOGRAFIA
Básica
Complementar
APROVAÇÃO
Aprovado em reunião do Colegiado realizada em: ____/____/______
Coordenação do Curso de Graduação: _________________________
| Documento assinado eletronicamente por Eder Alves de Moura, Professor(a) do Magistério Superior, em 30/09/2020, às 17:54, conforme horário oficial de Brasília, com fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015. |
| A autenticidade deste documento pode ser conferida no site https://www.sei.ufu.br/sei/controlador_externo.php?acao=documento_conferir&id_orgao_acesso_externo=0, informando o código verificador 2293893 e o código CRC 53D20738. |
Referência: Processo nº 23117.056272/2020-12 | SEI nº 2293893 |