Análise da Metodologia SOESGOPE em malha fechada para a Estimação Ótima de Parâmetros de um quadrotor

There are several methods of optimal parameter estimation. In system identification, a rich excitation signal is required, which excites the system sufficiently. If the input/output ratio is not able to generate enough information, any OPE technique will necessarily fail. The process of identifying closed-loop systems is fundamental for situations in which the plant has non-linearities and behaviors that are difficult to predict and with stability not guaranteed for open-loop systems. This work presents an analysis of the SOESGOPE methodology for estimation of the parameters of a closed-loop system and excitation signal generation for the experiment. For the identification of closed loop non-linear systems, a simple controller is needed to preserve the system stable and to allow the passage of frequencies that adequately sensitize the system. For cases in which the uncertainties about the parameters complicate the design of the controller, a new approach to the methodology was proposed, aiming to find a simple and efficient controller for the estimation of parameters. The proposed new approach find, from the optimization process in two layers, a set of controllers to keep the system stable and compatible with with the excitation signal for the parameter estimation process. The new approach of the SOESGOPE methodology presents positive results for application in UAVs, with satisfactory performance in the estimation of parameters in all considered cases. The error obtained in the estimates of the parameters decreased to 1.5% in one of the parameters, in the new approach, the convergence time of the new algorithm was reduced in the range of 100 seconds and the entropy of the signals used for the parametric estimation increased by 3.3646 when compared to the original methodology, ensuring that the information for the parametric estimation is not lost when the excitation signal is filtered by the system controllerExistem diversos métodos de Estimação Ótima de Parâmetros. Em identificação de sistemas é necessário um sinal de excitação rico, que excite suficientemente o sistema. Se a relação entrada/saída não for capaz de gerar informação suficiente, qualquer técnica de Estimação Ótima de Parâmetros (OPE) falhará. O processo de identificação de sistemas em malha fechada é fundamental para situações em que a planta possui não linearidades e comportamentos que são difíceis de prever e com estabilidade não garantida para malha aberta. Este trabalho apresenta uma análise da metodologia SOESGOPE para a estimação dos parâmetros de um sistema em malha fechada e a geração de sinal de excitação para o experimento. Para a identificação de sistemas não lineares em malha fechada é necessário um controlador simples que mantenha o sistema estável e que permita a passagem de frequências que sensibilizem adequadamente o sistema. A metodologia SOESGOPE é responsável pela busca de um sinal de excitação para o experimento que seja compatível com o controlador, de modo que a excitação do sinal fornecido seja suficiente para estimar os parâmetros. Para os casos em que as incertezas sobre os parâmetros dificultam o projeto do controlador, foi proposta uma nova abordagem da metodologia, visando sintonizar um controlador simples e eficiente para a estimação de parâmetros. A nova abordagem proposta busca, a partir do processo de otimização em duas camadas, um conjunto de controladores para manter o sistema estável e que seja compatível com o sinal de excitação para o processo de estimação de parâmetros. A nova abordagem da metodologia SOESGOPE apresenta resultados positivos para aplicação em VANTs, sendo seu desempenho satisfatório na estimação dos parâmetros em todos os cenários considerados. O erro obtido nas estimativas dos parâmetros chegou a diminuir até 1,5% em um dos parâmetros, na nova abordagem, o tempo de convergência do novo algoritmo chegou a reduzir na faixa de 100 segundos e a entropia dos sinais utilizados para a estimação paramétrica chegou a ter um aumento de 3,3646 quando comparado a metodologia original, garantindo que a informação para a estimação paramétrica não seja perdida quando o sinal de excitação é filtrado pelo controlador do sistema