Los filtros identificadores multivariables (MIMO) son sistemas digitales adaptivos que cuentan con retroalimentación para que, de acuerdo a una función objetivo, ajusten su matriz de parámetros con la que se aproximan a la dinámica observable del sistema de referencia. Una forma de que un identificador cumpla con esas condiciones, es la de la lógica difusa por medio de sus mecanismos de inferencia que interpretan y seleccionan en una base de conocimiento la mejor matriz de parámetros. Estos mecanismos de selección mediante las redes neuronales permiten encontrar la respuesta con el mejor nivel de operación para cada cambio de estado (Shannon, 1948). En este artículo se considera en el modelo MIMO del filtrado digital, el proceso neuronal difuso para la estimación matricial de parámetros adaptiva, que se integra en el filtro de Kalman a través de la matriz de transición. Para ello se utilizó la red neuronal del tipo retropropagación en el mecanismo difuso, interpretando sus variables y sus respectivos niveles, seleccionando los mejores valores para ajustar automáticamente los valores de la matriz de transición. La simulación en Matlab presenta al filtrado digital neuronal difuso dando el seguimiento, observándose un funcional de error decreciente exponencialmente.
Introducción
Una red neuronal artificial es un modelo computacional que imita un proceso natural como un sistema biológico, que tiene elementos de procesamiento llamados neuronas, como en el cerebro humano, todas ellas interconectadas, conformando una estructura de red neuronal (Nikola, 1996; Medel et al., 2008). Una red neuronal difusa clasifica, busca y asocia información (Huang, et al., 2006), dando un valor de respuesta correspondiente que esté de acuerdo con la señal deseada del proceso de referencia, construyendo el volumen de control descrito como
TN = {(Y (k ), Y(k ))}
donde TN : (YN × YN )× T → {(Y (k ),Y(k )),τ (k )}|N k =1 dentro de los intervalos de membresía delimitados en la base de conocimiento (Schneider y Kandel, 1996).
Filtro neuronal difuso
El conjunto de respuestas dentro de la base de conocimiento representa todas las posibles respuestas correctas del filtro (Gustafsson, 2000; Margaliot y Langholz, 2000; Zadeh, 1965) de acuerdo a una ley objetivo previamente definida por el proceso de referencia natural; el mecanismo de filtrado seleccionará la mejor respuesta de la base de conocimiento en cada estado empleando reglas difusas (if-then).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Una antena de bocina TEM compacta con forma de Vivaldi y carga parcialmente dieléctrica para comunicaciones UWB
Artículo:
Diseño del filtro pasivo C-TYPE para hornos de arco
Artículo:
Un solucionador de aproximación de dipolos discretos basado en el algoritmo COCG-FFT y su aplicación a las imágenes de mama por microondas
Artículo:
Investigación sobre la técnica de prueba de inyección de corriente en modo diferencial de banda ancha basada en el dispositivo de acoplamiento direccional
Artículo:
Radar de matriz de pulsos de frecuencia escalonada para la localización de objetivos en los dominios de ángulo y alcance
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Software:
Simulación del proceso de extracción sólido-líquido EXTSL