Materiales: [ Cód.: KalvsHinffilter.mlx ] [ PDF ]
Este vídeo plantea el diseño de un observador
sobre la
misma planta generalizada que la considerada en el vídeo [
Ese diseño
es el marco de referencia con el cual el observador
debe compararse. En este primer vídeo se exploran las
propiedades en frecuencia y la simulación temporal del observador
con
pesos constantes. Se observa que el error “peor caso” –pico en respuesta en
frecuencia de perturbaciones a error de observación– es más pequeño que con
el filtro de Kalman (obviamente, dado que eso es lo que buscamos minimizar); sin
embargo, la amplificación del ruido de medida es muy alta, posiblemente
inaceptable en la mayoría de las aplicaciones: que un control sea “óptimo” no
significa que sea “bueno en la práctica” si el criterio de optimización no
es el adecuado para la situación a enfrentar. Por ello, se requiere usar
pesos que varían según la frecuencia, según abordado en el vídeo [
Colección completa [VER]:
Anterior Observador óptimo , equivalencia con Kalman: ejemplo Matlab estimación fuerza sistema mecánico
Siguiente Observador , ejemplo Matlab estimación fuerza (II): pesos dependientes de la frecuencia