Observação adaptativa neural com convergência assintótica na presença de parâmetros variantes no tempo e distúrbios

Neste artigo é proposto um esquema baseado em redes neurais para estimação adaptativa dos estados de uma classe de sistemas não-lineares contínuos, incertos, variantes no tempo e sujeita a distúrbios. Prova-se, via argumentos usuais de Lyapunov e uma técnica de limitação adaptativa (adaptive bounding technique), que o erro residual de observação converge para zero, inclusive na presença de erros de aproximação e distúrbios, enquanto os erros de estimação (pesos, parâmetros e função limitadora) permanecem limitados. Um exemplo de simulação é apresentado para ilustrar a aplicação e desempenho do esquema proposto.

Observadores adaptativos; sistemas não-lineares; redes neurais artificiais; métodos de Lyapunov


Sociedade Brasileira de Automática Secretaria da SBA, FEEC - Unicamp, BLOCO B - LE51, Av. Albert Einstein, 400, Cidade Universitária Zeferino Vaz, Distrito de Barão Geraldo, 13083-852 - Campinas - SP - Brasil, Tel.: (55 19) 3521 3824, Fax: (55 19) 3521 3866 - Campinas - SP - Brazil
E-mail: revista_sba@fee.unicamp.br