Filtrado digital adaptivo

En este trabajo se presenta un análisis del filtro de Kalman utilizando un modelo de primer orden estocástico para la identificación de su estado interno respecto de un sistema dinámico invariante en el tiempo, descrito en diferencias finitas en un tiempo de evolución entre estados. Se estimó el valor óptimo del parámetro “a” del sistema para la ganancia K del filtro en base al funcional del error obtenido entre el sistema y el sistema de identificación propuesto para lograr la mayor convergencia entre ambos y de esta manera minimizar el error del seguimiento de trayectorias. Se enfatiza que para el uso del filtro de Kalman es necesaria la estimación de parámetros, para lo cual se propuso usar el método del gradiente estocástico, por el cual se obtuvo el valor óptimo del parámetro del modelo propuest