Literatura científica selecionada sobre o tema "Filtro de Kalman Unscented (FKU)"

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2016.
Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2016-08-08T20:08:43Z No. of bitstreams: 1 2016_HenriqueMarraTairaMenegaz.pdf: 4698576 bytes, checksum: 0e95622bdc8a0e9ab76ddd058427d256 (MD5)
Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-10-24T13:56:05Z (GMT) No. of bitstreams: 1 2016_HenriqueMarraTairaMenegaz.pdf: 4698576 bytes, checksum: 0e95622bdc8a0e9ab76ddd058427d256 (MD5)
Made available in DSpace on 2016-10-24T13:56:05Z (GMT). No. of bitstreams: 1 2016_HenriqueMarraTairaMenegaz.pdf: 4698576 bytes, checksum: 0e95622bdc8a0e9ab76ddd058427d256 (MD5)
Nesta tese, nós estudamos com profundidade uma técnica cada vez mais popular conhecida como Filtro de Kalman Unscented (FKU). Consideremos tanto aspectos teóricos como práticos da filtragem Unscented. Na primeira parte deste trabalho, propomos uma sistematização da teoria de filtragem de Kalman Unscented. Nessa sistematização nós i) agrupamos todos os FKUs da literatura, ii) apresentamos correções para inconsistências teóricas detectadas, e iii) propomos uma ferramenta para a construção de novos FKU's de forma consistente. Essencialmente, essa sistematização é feita mediante a revisão dos conceitos de conjunto sigma (SS), Transformação Unscented (TU), Transformação Unscented Escalada (TUE), Transformação Unscented Raiz-Quadrada (TURQ), FKU, e Filtro de Kalman Unscented Raiz-Quadrada (FKURQ). Introduzimos FKUs tempo-contínuo e tempo-contínuo-discreto. Ilustramos os resultados em i) alguns exemplos analíticos e numéricos, e ii) um experimento prático que consiste em estimar a posição de uma válvula de aceleração eletrônica utilizando FKUs desenvolvidos neste trabalho; essa estimação da posição de válvula é também uma contribuição por si só desde um ponto de vista tecnológico. Na segunda parte, primeiro, nós i) revelamos inconsistência na teoria por trás dos FKUs e FKURQs para sistemas de quatérnios unitários da literatura — tais como definições de quatérnios aleatórios e de sistemas quaterniônicos com ruídos aditivos —, ii) propomos um FKU englobando todos esses FKU's, e iii) propomos um FKURQ com propriedades numéricas superiores a esses FKURQs. Segundo, propomos uma extensão de alguns resultados da literatura relativos a estatísticas em variedades Riemannianas. Terceiro, usamos esses resultados estatísticos para apresentar uma extensão para sistemas riemannianos da sistematização euclidiana desenvolvida na primeira parte. Nessa sistematização riemanniana, introduzimos i) sistemas riemannianos com ruídos aditivos; e versões riemannianas dos conceitos de SS, TU, TUE, TURQ, FKU, e FKURQ. Diversos novos FKUs são introduzidos. Depois, apresentamos formas fechadas para quase todas as operações contidas nos filtros riemannianos para sistemas de quatérnios unitários. Também introduzimos consistentes i) FKUs para sistemas de quatérnios unitários duais, e ii) FKUs tempo-contínuo e tempo-contínuo-discreto. __________________________________________________________________________________________________ ABSTRACT
In this thesis, we take an in-depth study of an increasingly popular estimation technique known as Unscented Kalman Filter (UKF). We consider theoretical and practical aspects of the unscented filtering. In the first part of this work, we propose a systematization of the Unscented Kalman filtering theory on Euclidean spaces. In this systematization, we i) gather all available UKF's in the literature, ii) present corrections to theoretical inconsistencies, and iii) provide a tool for the construction of new UKF's in a consistent way. Mainly, this systematization is done by revisiting the concepts of sigma set (SS), Unscented Transformation (UT), Scaled Unscented Transformation (SUT), Square-Root Unscented Transformation (SRUT), UKF, and Square-Root Unscented Kalman Filter (SRUKF). We introduce continuous-time and continuous-discrete-time UKF's. We illustrate the results in i) some analytical and numerical examples, and ii) a practical experiment consisting of estimating the position of an automotive electronic throttle valve using UKF's developed in this work; this valve's position estimation is also, from a technological perspective, a contribution on its own. In the second part, first, we i) unfold some consistence issues in the theory behind the UKF's and SRUKF's for unit quaternion systems of the literature—such as definitions of random quaternions and additive-noise quaternion systems—, ii) propose an UKF embodying all these UKF's, and iii) propose an SRUKF with better computational properties than all these SRUKF's. Second, we propose an extension of some results of the literature concerning statistics on Riemannian manifolds. Third, we use these statistical results to present an extension to Riemannian systems of the Euclidean systematization developed in the first part. In this Riemannian systematization, we propose i) additive-noise Riemannian systems; and ii) Riemannian versions of the concepts of SS, UT, SUT, SRUT, UKF, and SRUKF. Several new consistent UKF's are introduced. Afterwards, we present closed forms of almost all the operations contained in the Unscented-type Riemannian filters for unit quaternion systems. We also introduce consistent i) UKF's for systems of unit dual quaternions, and ii) continuous-time and continuous-discrete-time UKF's for Riemannian manifolds.

O filtro de Kalman estendido tem sido a mais popular ferramenta de filtragem não linear das últimas quatro décadas. É de fácil implementação e apresenta baixo custo computacional. Nos casos nos quais as não linearidades do sistema dinâmico são significativas, porém, o filtro de Kalman estendido pode apresentar resultados insatisfatórios. Nessas situações, o filtro de Kalman unscented substitui com vantagens o filtro de Kalman estendido, pois pode apresentar melhores estimativas de estado, embora ambos os filtros exibam complexidade computacional de mesma ordem. A qualidade das estimativas de estado do filtro unscented está intimamente ligada à sintonia dos parâmetros que controlam a transformada unscented. A versão escalada dessa transformada exibe três parâmetros escalares que determinam o posicionamento dos pontos sigma e, consequentemente, afetam diretamente a qualidade das estimativas produzidas pelo filtro. Apesar da importância do filtro de Kalman unscented, a sintonia ótima desses parâmetros é um problema para o qual ainda não há solução definitiva. Não há nem mesmo recomendações heurísticas que garantam o bom funcionamento do filtro unscented na maior parte dos problemas tratáveis por meio de filtros Gaussianos. Essa carência e a importância desse filtro para a área de filtragem não linear fazem da busca por mecanismos de sintonia automática do filtro unscented área de pesquisa ativa. Assim, este trabalho propõe técnicas para sintonia automática dos parâmetros da transformada unscented escalada. Além da sintonia desses parâmetros, também é abordado o problema de sintonizar as matrizes de covariância dos ruídos de processo e de medida demandadas pelo modelo do sistema dinâmico usado pelo filtro unscented. As técnicas propostas cobrem então a sintonia automática de todos os parâmetros do filtro.
The extended Kalman filter has been the most popular nonlinear filter of the last four decades. It is easy to implement and exhibits low computational cost. When nonlinearities are significant, though, the extended Kalman filter can display poor state estimation performance. In such situations, the unscented Kalman filter can yield better state estimates, while displaying the same order of computational complexity as the extended Kalman filter. The quality of the state estimates produced by the unscented Kalman filter is directly influenced by the tuning of the scalar parameters that govern the unscented transform. The scaled version of the unscented transform features three scalar parameters that determine the positioning of the sigma points, thus directly affecting the filter state estimation performance. Despite the importance of the unscented Kalman filter, the optimal tuning of the scaled unscented transform parameters is still an open problem. This work hence discusses algorithms for the automatic tuning of the unscented transform parameters. The discussion includes the tuning of the needed noise covariance matrices, thus covering the automatic tuning of all parameters of the unscented Kalman filter.

Estimadores de estados têm sido empregados em diversas áreas, em particular em engenharia aeroespacial envolvendo problemas de estimação de atitude e órbita. Estes estimadores são aplicados de modo a inferir variáveis não-observadas (estados) de um sistema dinâmico a partir de duas fontes incertas de informações: as medições e um modelo matemático. Sob a premissa de modelo linear e ruído Gaussiano, o filtro de Kalman é a solução ótima recursiva mais conhecida para o problema de estimação de estados, ao passo que o filtro de Kalman Estendido e, mais recentemente, o filtro de Kalman Sigma-Ponto são as soluções aproximadas mais comumente empregadas para o caso não-linear. Neste trabalho, a proposta principal é utilizar o filtro de Kalman Sigma-Ponto para estimar a atitude, com características de tempo real, de um satélite artificial utilizando medidas reais fornecidas por sensores que estão a bordo do satélite. Para validar a abordagem proposta de modo a realizar uma análise mais completa do problema, apontando as principais vantagens e desvantagens do método, os resultados são comparados das seguintes maneiras: comparações entre os estimadores aplicados a problemas não-lineares (filtro de Kalman Estendido e filtro de Kalman Sigma-Ponto) e entre diferentes parametrizações da atitude do satélite (ângulos de Euler e quaternions de atitude). Os resultados mostram que o algoritmo do Filtro de Kalman Sigma Ponto, mesmo sob condições iniciais imprecisas, é capaz de convergir e fornecer estimativas de atitude com precisão superior aos demais algoritmos. Estes resultados poderão ser úteis no processamento de imagens dos satélites, visando à melhoria na qualidade das mesmas, e poupando tempo de processamento adicional dos especialistas de processamento de imagens.
State estimators have been applied to different areas, particularly in aerospace engineering involving attitude and orbit estimation problem. These estimators are applied in order to infer unobserved variables (state) of a dynamic system providing two uncertain sources of information, namely, the measurements and a mathematical model. Under linear model and Gaussian noise assumptions, the Kalman Filter is the well-known optimal recursive solution for the state-estimation problem, whereas the Extended Kalman Filter and, more recently, the Sigma-Point Kalman Filter are the most commonly employed approximate solutions for the nonlinear case. In this work, the main proposal is to use the Sigma-Point Kalman Filter to estimate the attitude of an artificial satellite, in real time, using real data provided by sensors that are onboard the satellite. To validate the proposed approach in order to achieve a more complete analysis of the problem, pointing out the main advantages and disadvantages of the method, the results will be compared in the following ways: comparing the estimators applied to nonlinear problems (Extended Kalman Filter and Sigma-Point Kalman Filter) and between different parameterizations of the satellite attitude (Euler angles and quaternions). The results show that the algorithm of Sigma Point Kalman filter, even under inaccurate initial conditions, is able to converge and provide estimates of attitude with superior accuracy when compared to the other algorithms. This results may be useful in processing satellite images, aimed at improving the quality of them, and saving additional processing time of image processing by the experts.

Nesta dissertação é apresentada a comparação do desempenho de três estimadores - o Filtro de Kalman Estendido, o Filtro de Kalman Unscented e o Filtro de Partículas - aplicados para estimar a postura de um robô diferencial. Uma câmera foi fixa no teto para cobrir todo o campo operacional do robô durante os experimentos, a fim de extrair o mapa e gerar o ground truth. Isso permitiu realizar uma análise do erro de forma precisa a cada instante de tempo. O desempenho de cada um dos estimadores foi avaliado sistematicamente e numericamente para duas trajetórias. Os resultados desse primeiro experimento demonstram que os filtros proporcionam grandes melhorias em relação à odometria e que o modelo dos sensores é crítico para obter esse desempenho. O Filtro de Partículas mostrou um desempenho melhor em relação aos demais nos dois percursos. No entanto, seu elevado custo computacional dificulta sua implementação em uma aplicação de tempo real. O Filtro de Kalman Unscented, por sua vez, mostrou um desempenho semelhante ao Filtro de Kalman Estendido durante a primeira trajetória. Porém, na segunda trajetória, a qual possui uma quantidade maior de curvas, o Filtro de Kalman Unscented mostrou uma melhora significativa em relação ao Filtro de Kalman Estendido. Foi realizado um segundo experimento, em que o robô planeja e executa duas trajetórias. Os resultados obtidos mostraram que o robô consegue chegar a um determinado local com uma precisão da mesma ordem de grandeza do que a obtida durante a estimação de estados do robô.
In this dissertation, the performance of three nonlinear-model based estimators - the Extended Kalman Filter, the Unscented Kalman Filter and the Particle Filter - applied to pose estimation of a differential drive robot is compared. A camera was placed above the operating field of the robot to record the experiments in order to extract the map and generate the ground truth so the evaluation of the error can be done at each time step with high accuracy. The performance of each estimator is assessed systematically and numerically for two robot trajectories. The first experimental results showed that all estimators provide large improvements with respect to odometry and that the sensor modeling is critical for their performance. The particle filter showed a better performance than the others on both experiments, however, its high computational cost makes it difficult to implement in a real-time application. The Unscented Kalman Filter showed a similar performance to the Extended Kalman Filter during the first trajectory. However, during the second one (a curvier path) the Unscented Kalman Filter showed a significant improvement over the Extended Kalman Filter. A second experiment was carried out where the robot plans and executes a trajectory. The results showed the robot can reach a predefined location with an accuracy of the same order of magnitude as the obtained during the robot pose estimation.

Submitted by Bruna Rodrigues (bruna92rodrigues@yahoo.com.br) on 2016-10-04T14:03:27Z No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5)
Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:18:34Z (GMT) No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5)
Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:18:43Z (GMT) No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5)
Made available in DSpace on 2016-10-14T14:18:52Z (GMT). No. of bitstreams: 1 DissDPL.pdf: 3012901 bytes, checksum: 29c2df84e5e59e8e598fae154f0983d2 (MD5) Previous issue date: 2016-03-04
Não recebi financiamento
Kalman filters are rooted in the technical literature, as a way of predicting new states in nonlinear systems providing a recursive solution to the problem of linear optimal filtering. Therefore, 56 years after its discovery, many modifications have been proposed in order to obtain better accuracy and speed. Some of these changes are used in this work; these being the Extended Kalman Filter (EKF), Unscented Kalman Filter (UKF) and Kalman Filter Cubature (CKF). This work , divided into three distinct parts: Implementation / Comparative analysis of prediction of Kalman filters in complex systems (Series), qualitative analysis of the possible uses of the Kalman filter variants for neural network training and position and velocity determination a displaced object on a simulated plane with some trajectories Having these analyzes key role in fostering the studies cited in the scientific literature , proving the possibility of such algorithms and methods are used for positioning in unstructured environments
Filtros de Kalman estão consagrados na literatura técnica, como uma das formas de prever novos estados em sistemas não-lineares, fornecendo uma solução recursiva para o problema da filtragem ideal linear. Após 56 anos de sua descoberta, muitas modificações e melhorias foram propostas, procurando obter uma maior precisão e velocidade na predição de novos estados. Algumas dessas mudanças são utilizadas neste trabalho; sendo elas o Filtro de Kalman Estendido (EKF), Unscented Kalman Filter (UKF) e Filtro de Kalman de Cubagem Esférica Radial (CKF).O objetivo deste trabalho, divido em três partes distintas, porém complementares: Implementação/Análise comparativa da predição dos Filtros de Kalman em sistemas complexos (Series), Análise qualitativa das possíveis utilizações das variantes do Filtro de Kalman para treinamento de Redes Neurais e Determinação de posição e velocidade de um objeto deslocado sobre um plano simulado. Possuindo essas análises papel fundamental na fomentação dos estudos citados na literatura científica durante o trabalho, e comprovando a possibilidade desses algoritmos/ métodos serem utilizados em tarefas de posicionamento em ambientes não estruturados.

Made available in DSpace on 2014-12-17T14:54:51Z (GMT). No. of bitstreams: 1 DiegoRCS.pdf: 1286138 bytes, checksum: 890aca771a97105bf912985058e417c2 (MD5) Previous issue date: 2008-12-11
The present research aims at contributing to the area of detection and diagnosis of failure through the proposal of a new system architecture of detection and isolation of failures (FDI, Fault Detection and Isolation). The proposed architecture presents innovations related to the way the physical values monitored are linked to the FDI system and, as a consequence, the way the failures are detected, isolated and classified. A search for mathematical tools able to satisfy the objectives of the proposed architecture has pointed at the use of the Kalman Filter and its derivatives EKF (Extended Kalman Filter) and UKF (Unscented Kalman Filter). The use of the first one is efficient when the monitored process presents a linear relation among its physical values to be monitored and its out-put. The other two are proficient in case this dynamics is no-linear. After that, a short comparative of features and abilities in the context of failure detection concludes that the UFK system is a better alternative than the EKF one to compose the architecture of the FDI system proposed in case of processes of no-linear dynamics. The results shown in the end of the research refer to the linear and no-linear industrial processes. The efficiency of the proposed architecture may be observed since it has been applied to simulated and real processes. To conclude, the contributions of this thesis are found in the end of the text
O presente trabalho visa contribuir com a ?rea de detec??o e diagn?stico de falhas em sistemas din?micos atrav?s da proposta de uma nova arquitetura de sistemas de detec??o e isolamento de falhas (FDI, Fault Detection and Isolation). A arquitetura proposta traz inova??es no que se refere ? maneira como as grandezas f?sicas do processo monitorado s?o relacionadas ao sistema FDI e, em conseq??ncia disso, ? maneira como as falhas s?o detectadas, isoladas e classificadas. Uma busca por ferramentas matem?ticas capazes de satisfazer os objetivos da arquitetura proposta apontou para o uso do filtro de Kalman e seus derivados EKF (Extended Kalman Filter) e UKF (Unscented Kalman Filter). O uso do primeiro algoritmo mostra-se eficaz no caso em que o processo monitorado apresenta uma rela??o linear entre suas grandezas f?sicas a serem monitoradas e sua sa?da. Os outros dois, caso a din?mica seja n?o linear. Posteriormente, um comparativo entre o EKF e o UKF mostra que o segundo se adequa melhor ?s necessidades da arquitetura proposta. Os resultados mostrados no final da tese s?o referentes a plantas lineares e n?o-lineares, onde se pode observar a efic?cia da arquitetura proposta quando a mesma foi aplicada a processos simulados e reais

Nesta tese de doutorado é proposta uma abordagem para estimar a velocidade angular de geradores síncronos conectados em um sistema elétrico de potência, a partir de sinais que podem ser facilmente mensurados, tais como a corrente e a tensão na barra do lado de alta tensão do transformador que conecta o gerador em análise ao restante do sistema. Uma vez que informações precisas sobre o comportamento dinâmico do sistema são de elevada importância para um controle efetivo do SEP, especialmente com o aumento da complexidade da rede, a abordagem proposta nesta tese fornece uma estimativa do sinal de velocidade que pode ser aplicada no estudo da estabilidade a pequenas perturbações para mitigar os problemas inerentes a presença das oscilações eletromecânicas mal amortecidas nos SEPs. A abordagem desenvolvida é composta por dois métodos sendo cada um deles aplicável dependendo das características do problema a ser resolvido e das informações disponíveis para tanto. No primeiro método, uma técnica de sensibilidade da trajetória é aplicada ao sinal de diferença entre a resposta obtida pelo modelo simulado e aquela fornecida por dados amostrados no sistema real emulado. A partir desse sinal de erro e das curvas de sensibilidade, a técnica possibilita calibrar os coeficientes de um modelo linear do SEP e, consequentemente, descrever de forma precisa a resposta da velocidade do gerador em análise. No segundo método, uma técnica de filtragem é utilizada (filtro de Kalman Unscented) a qual fornece uma estimativa adequada para a velocidade angular do rotor mesmo quando elevadas discrepâncias são observadas entre a saída do modelo simulado e a resposta amostrada no sistema real. Os resultados obtidos sobre diferentes sistemas testes evidenciam a eficiência da abordagem proposta.
In this thesis, an approach is proposed to estimate the rotor speed of synchronous generators connected to an electric power system (EPS), from signals that can be easily sampled by measuring equipment, such as current and voltage in high voltage side of the step-up transformer of the power plant. Accurate information about the dynamic behavior of system is essential for effective control and reliable operation of EPS, especially with the increasing complexity of the grid. Hence, the main aim of this work is to provide an estimate of the rotor speed signal that can be applied in the area of small-signal stability, in order to mitigate the detrimental effects of poorly damped electromechanical oscillations in EPSs. The developed approach is composed of two methods, where each of them is applicable depending on the characteristics of the problem to be solved and the available information. In the first method, a trajectory sensitivity technique is applied on the mismatch between the simulated output in the system linear model and the response of the real system. Using this error signal and the sensitivity curves, this method allows to identify and to calibrate some coefficients of the linear model and, consequently, to adequately describe the speed response of the generator under analysis. In this second method, a filtering technique is used, the Unscented Kalman Filter, which provides an adequate estimate for rotor speed even when high discrepancies are observed between the linear model and the sampled response of real system. The results obtained on test systems with different characteristics show the efficiency of the proposed approach.

The simplified models of synchronous generators, widely used in stability studies of large electric power systems, are not completely suitable for the stability analysis and the design of controllers of distributed synchronous generators, generally connected to typically unbalanced branches. To more accurately analyze the systems with distributed generation, it is necessary to utilize synchronous generator models that consider frequency variation in their electrical equations. Furthermore, this model must represent possible unbalanced three-phase voltages at the generator terminals as well. Nonetheless, to provide reliable responses, the parameters of this more detailed model should be known. Thus, this work assesses the influence of the parameters on the responses of a detailed synchronous generator model, suitable to depict unbalanced operating conditions, and proposes an approach for the estimation of its most important parameters. In the proposed structure, we first employ Trajectory Sensitivity Functions to evaluate the dependency of the responses of this model with respect to its parameters and, from that, we rank them according to their importance. Subsequently, we apply an estimation process that utilizes the Unscented Kalman Filter with the aid of a genetic algorithm to estimate the main parameters of this synchronous generator model under unbalanced operating conditions. To obtain the results and, therefore, assess the proposed estimation approach, we make use of a system which comprises a synchronous generator connected to a three-phase unbalanced load. In addition to the unbalanced operation of the test system, we also consider noises due to the constant load switching, typical of distribution systems. The estimations performed for three operating conditions of the generator were very satisfactory, which demonstrates the efficiency of the proposed approach to obtain adequate models for the description of synchronous generator operation under unbalanced operating conditions.
Os modelos simplificados de geradores síncronos, amplamente utilizados em estudos de estabilidade de grandes sistemas elétricos de potência, não são completamente adequados para a análise de estabilidade e projetos de controladores dos geradores síncronos distribuídos, geralmente conectados a sistemas tipicamente desequilibrados. Para que os sistemas com geração distribuída possam ser analisados mais fidedignamente, é necessária a utilização de um modelo de gerador síncrono que considere a variação de frequência em suas equações elétricas. Além disso, esse modelo também deve ser capaz de representar possíveis tensões trifásicas desequilibradas nos terminais do gerador. Entretanto, para que esse modelo mais detalhado possa fornecer respostas coerentes com a realidade, deve-se conhecer seus parâmetros. Dessa forma, este trabalho avalia a influência dos parâmetros nas respostas de um modelo de gerador síncrono mais detalhado, adequado para representar operações desbalanceadas, e propõe uma abordagem para a estimação de seus parâmetros mais importantes. Nessa estrutura, inicialmente empregam-se as Funções de Sensibilidade de Trajetória para avaliar a dependência das respostas desse modelo em relação aos seus parâmetros e, a partir disso, ordená-los conforme sua importância. Em seguida, aplica-se um processo de estimação que utiliza o Filtro de Kalman Unscented com o auxílio de um algoritmo genético para estimar os principais parâmetros desse modelo de gerador síncrono em condições de desbalanço. Para a obtenção dos resultados e consequente avaliação da abordagem de estimação proposta, utiliza-se um sistema composto por um gerador síncrono conectado a uma carga trifásica desbalanceada. Além da operação desbalanceada desse sistema teste, também são considerados ruídos devidos ao constante chaveamento de cargas, típicos de sistemas de distribuição. As estimações realizadas para três condições de operação do gerador foram bem satisfatórias, indicando a eficiência da abordagem proposta na obtenção de modelos adequados para descrever a operação de geradores síncronos em condições de desbalanço.

As baterias se tornaram um assunto amplamente estudado em diferentes áreas científicas após o aumento de aplicações dependentes de sistemas de energia em diferentes setores da sociedade e industrial. Com o intuito de aumentar a segurança e eficiência do armazenamento de energia, é necessário monitorar e controlar as baterias continuamente com algoritmos robustos e precisos, baseados em um modelo do sistema. O Estado de Carga (State of Charge - SoC) é um dos mais importantes parâmetros da bateria, pois ele representa a sua capacidade disponível de fornecimento de energia em relação à sua capacidade nominal. É comum utilizar o método de Filtro de Kalman Estendido (EKF), que estima parâmetros do modelo do sistema dinâmico não-linear a partir de um processo de linearização complexo, mas eficaz. Contudo, o algoritmo de estimação do SoC baseado em Filtro de Kalman Unscented (UKF) é capaz de estimar os parâmetros do modelo com maior eficácia computacional com relação a sua contraparte EKF. Assim, neste artigo, é realizada a estimação do SoC de baterias de lítio-íon utilizando os algoritmos EKF e UKF para identificar qual deles apresenta melhor desempenho em comparação com a complexidade de implementação, considerando a influência da variação de temperatura sob o sistema.