Autores:
Eubis Pereira Machado, D.Sc., UNIVASF
Damásio Fernandes Júnior, D.Sc., UFCG
Washington Luiz Araújo Neves, Ph.D., UFCG
Sumário
1 Motivação
2 Objetivos
3 Fundamentação Teórica
4 Metodologia Investigada
6 Conclusões
2 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Sumário
1 Motivação
2 Objetivos
3 Fundamentação Teórica
4 Metodologia Investigada
6 Conclusões
3 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Motivação
TPC TPC + anti-aliasing TPC IDEAL TPC TPC + anti-aliasing TPC IDEAL
100
1
0
Ganho (PU)
Fase (graus)
0.8
-100
0.6
-200
0.4
0.2 -300
0 -400
1 2 3 1 2 3
10 10 10 10 10 10
Frequência (Hz) Frequência (Hz)
200
100
Tensão (V)
-100
-200
-300
0 5 10 15 20 25 30 35 40 45 50
Tempo (ms)
4 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Motivação
TPC TPC + anti-aliasing TPC IDEAL TPC TPC + anti-aliasing TPC IDEAL
100
1
0
Ganho (PU)
Fase (graus)
0.8
-100
0.6
-200
0.4
0.2 -300
0 -400
1 2 3 1 2 3
10 10 10 10 10 10
Frequência (Hz) Frequência (Hz)
150
100
50
Tensão (V)
-50
-100
-150
-200
50 100 150 200
Tempo(ms) 4 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Sumário
1 Motivação
2 Objetivos
3 Fundamentação Teórica
4 Metodologia Investigada
6 Conclusões
5 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Objetivos
Geral
Identificar filtros inversos, de baixa ordem, a partir dos
dados de resposta em frequência de TPC.
Específicos
Síntese de funções racionais com os propósitos de:
Corrigir a resposta em frequência de TPC;
Corrigir a tensão secundária de TPC;
Eliminar o atraso de fase e atenuação do ganho
proporcionados pelo filtro anti-aliasing.
6 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Objetivos
Geral
Identificar filtros inversos, de baixa ordem, a partir dos
dados de resposta em frequência de TPC.
Específicos
Síntese de funções racionais com os propósitos de:
Corrigir a resposta em frequência de TPC;
Corrigir a tensão secundária de TPC;
Eliminar o atraso de fase e atenuação do ganho
proporcionados pelo filtro anti-aliasing.
6 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Objetivos
Geral
Identificar filtros inversos, de baixa ordem, a partir dos
dados de resposta em frequência de TPC.
Específicos
Síntese de funções racionais com os propósitos de:
Corrigir a resposta em frequência de TPC;
Corrigir a tensão secundária de TPC;
Eliminar o atraso de fase e atenuação do ganho
proporcionados pelo filtro anti-aliasing.
6 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Objetivos
Geral
Identificar filtros inversos, de baixa ordem, a partir dos
dados de resposta em frequência de TPC.
Específicos
Síntese de funções racionais com os propósitos de:
Corrigir a resposta em frequência de TPC;
Corrigir a tensão secundária de TPC;
Eliminar o atraso de fase e atenuação do ganho
proporcionados pelo filtro anti-aliasing.
6 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Objetivos
Geral
Identificar filtros inversos, de baixa ordem, a partir dos
dados de resposta em frequência de TPC.
Específicos
Síntese de funções racionais com os propósitos de:
Corrigir a resposta em frequência de TPC;
Corrigir a tensão secundária de TPC;
Eliminar o atraso de fase e atenuação do ganho
proporcionados pelo filtro anti-aliasing.
6 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Objetivos
Geral
Identificar filtros inversos, de baixa ordem, a partir dos
dados de resposta em frequência de TPC.
Específicos
Síntese de funções racionais com os propósitos de:
Corrigir a resposta em frequência de TPC;
Corrigir a tensão secundária de TPC;
Eliminar o atraso de fase e atenuação do ganho
proporcionados pelo filtro anti-aliasing.
6 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Objetivos
Geral
Identificar filtros inversos, de baixa ordem, a partir dos
dados de resposta em frequência de TPC.
Específicos
Síntese de funções racionais com os propósitos de:
Corrigir a resposta em frequência de TPC;
Corrigir a tensão secundária de TPC;
Eliminar o atraso de fase e atenuação do ganho
proporcionados pelo filtro anti-aliasing.
6 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Sumário
1 Motivação
2 Objetivos
3 Fundamentação Teórica
4 Metodologia Investigada
6 Conclusões
7 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Aproximação do filtro inverso:
a0 + a1 γv + . . . + an γvn
H(γv , x) = , (1)
1 + b1 γv + . . . + bm γvm
γv = jωv identificação na frequência analógica;
1
Função objetivo:
npt npt
1X 1X
F (x) = (hv − H(γv ; x))2 = (Rv (x))2 . (2)
2 2
v =1 v =1
Fundamentação Teórica
Aproximação do filtro inverso:
a0 + a1 γv + . . . + an γvn
H(γv , x) = , (1)
1 + b1 γv + . . . + bm γvm
γv = jωv identificação na frequência analógica;
1
Função objetivo:
npt npt
1X 1X
F (x) = (hv − H(γv ; x))2 = (Rv (x))2 . (2)
2 2
v =1 v =1
Fundamentação Teórica
Aproximação do filtro inverso:
a0 + a1 γv + . . . + an γvn
H(γv , x) = , (1)
1 + b1 γv + . . . + bm γvm
γv = jωv identificação na frequência analógica;
1
Função objetivo:
npt npt
1X 1X
F (x) = (hv − H(γv ; x))2 = (Rv (x))2 . (2)
2 2
v =1 v =1
Fundamentação Teórica
Aproximação do filtro inverso:
a0 + a1 γv + . . . + an γvn
H(γv , x) = , (1)
1 + b1 γv + . . . + bm γvm
γv = jωv identificação na frequência analógica;
1
Função objetivo:
npt npt
1X 1X
F (x) = (hv − H(γv ; x))2 = (Rv (x))2 . (2)
2 2
v =1 v =1
Fundamentação Teórica
Aproximação do filtro inverso:
a0 + a1 γv + . . . + an γvn
H(γv , x) = , (1)
1 + b1 γv + . . . + bm γvm
γv = jωv identificação na frequência analógica;
1
Função objetivo:
npt npt
1X 1X
F (x) = (hv − H(γv ; x))2 = (Rv (x))2 . (2)
2 2
v =1 v =1
Fundamentação Teórica
Expandindo, obtém-se:
Ax = b. (4)
Características do sistema:
Sistema com coeficientes complexos;
Mal condicionado;
9 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Expandindo, obtém-se:
Ax = b. (4)
Características do sistema:
Sistema com coeficientes complexos;
Mal condicionado;
9 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Expandindo, obtém-se:
Ax = b. (4)
Características do sistema:
Sistema com coeficientes complexos;
Mal condicionado;
9 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Expandindo, obtém-se:
Ax = b. (4)
Características do sistema:
Sistema com coeficientes complexos;
Mal condicionado;
9 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
10 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fundamentação Teórica
Métodos Convencionais de Solução
Newton
Gauss-Newton
x(k +1) = x(k ) + p(k )
Levenberg-Marquardt ∇2 F (x(k ) ) p(k ) = −∇F (x(k ) )
| {z }
... Hessiana
11 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Sumário
1 Motivação
2 Objetivos
3 Fundamentação Teórica
4 Metodologia Investigada
6 Conclusões
12 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Metodologia Investigada
a0 + a1 sv + . . . + an svn ∼
R(x) = (αv + jβv ) − =0 (8)
| {z } 1 + b1 sv + . . . + bm svm
Medições
De forma simplificada:
g11 g12 xa α
= . (9)
g g xb β
| 21 {z 22 } | {z } | {z }
A x b
13 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Metodologia Investigada
Filtro inverso em s ou em z
14 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Sumário
1 Motivação
2 Objetivos
3 Fundamentação Teórica
4 Metodologia Investigada
6 Conclusões
15 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fase (graus)
100
Ganho (PU)
3
10 0
-100
2
10 -200
-300
1 -400
10 1 2 3
1 2 3 10 10 10
10 10 10
Frequência (Hz) Frequência (Hz)
7
10
6
10
Função objetivo
5
10
4
10
3
10
2
10
0 200 400 600 800 1000
k (Iterações) 16 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Fase (graus)
200
Ganho (PU)
1
10
100
0
10
0
-1
10 -100
1 2 3 1 2 3
10 10 10 10 10 10
Frequência (Hz) Frequência (Hz)
5
10
4
10
3
10
Função objetivo
2
10
1
10
0
10
-1
10
0 20 40 60 80 100 120
k (Iterações) 17 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
200
Fase (graus)
2
Ganho (PU)
10
100
1
10
0
0
10 -100
-1
10 -200
1 2 3 1 2 3
10 10 10 10 10 10
Frequência (Hz) Frequência (Hz)
6
10
4
10
Função objetivo
2
10
0
10
-2
10
-4
10
0 50 100 150 200 250 300
k (Iterações) 18 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Sumário
1 Motivação
2 Objetivos
3 Fundamentação Teórica
4 Metodologia Investigada
6 Conclusões
19 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Conclusões
20 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Conclusões
20 / 20
Motivação Objetivos Fundamentação Teórica Metodologia Investigada Análise dos Resultados Conclusões
Conclusões
20 / 20