Título: Projeto de Filtro de Kalman Nebuloso Tipo-2 Intervalar Baseado em Máxima Verossimilhança para a Previsão de Séries Temporais Multivariáveis
Autores: Ben-Hur Matthews Moreno Montel, Ginalber Luiz de Oliveira Serra
Resumo: Este artigo apresenta a proposta de uma metodologia para a filtragem de Kalman nebulosa tipo-2 intervalar baseada em criterio de máxima verossimilhança aplicada a previsão de series temporais multivaríaveis. A metodologia adotada consiste em duas etapas: o treinamento offline e a atualização online do modelo. Durante o treinamento offline, a base de dados é pre-processada utilizando a análise espectral singular, reduzindo assim a influencia de ruído nos dados obtidos. Em seguida, a nova base de dados e classificada e particionada utilizando um algoritmo de agrupamento para estimação nebulosa tipo-2 intervalar baseada em criterio de máxima verossimilhança. Finalizando o treinamento, o algoritmo Eigensystem Realization Algorithm and Observer/Kalman Filter Identification (ERA/OKID) e aplicado para a identificação paramétrica dos filtros de Kalman para cada subconjunto estimado. Durante a atualização online do modelo, cada nova informação e processada pela versão recursiva da análise espectral singular e, então, estes dados são classificados dentro dos padroes obtidos pelo agrupamento de maxima verossimilhança. Por fim, o erro de estimação entre a previsão do modelo e a componente processada e utilizada para corrigir o modelo de forma refinada. Esta atualização refinada permite que, a cada nova informação, o algoritmo possa atualizar sua ordem. A metodologia proposta foi aplicada a previsão da serie temporal formada pela velocidade e posição relativa entre os satelites da formação PRISMA, e seus resultados foram comparados com outros trabalhos presentes na literatura. O desempenho da metodologia foi avaliada em termos de precisão, variação temporal da ordem e tempo necessario para sua atualização
Palavras-chave: Filtragem de Kalman Nebulosa Tipo-2 Intervalar, Estimação de M axima Verossimilhança, Séries Temporais Multivariaveis, Análise Espectral Singular, Variação Temporal de Ordem
Páginas: 8
Código DOI: 10.21528/CBIC2023-015
Artigo em pdf: CBIC_2023_paper015.pdf
Arquivo BibTeX: CBIC_2023_015.bib