Estimação Distribuída Robusta usando Aproximações de Baixa Complexidade para o Filtro de Kalman

• Processo: 24/02621-7
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de abril de 2024
• Data de Término da vigência: 30 de setembro de 2024
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Vitor Heloiz Nascimento
• Beneficiário: Tarek Sayjari
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 23/00579-0 - Redes de comunicações sem fio de 6ª geração: novos conceitos, algoritmos e aplicações, AP.TEM
• Assunto(s): Aprendizado computacional Filtragem adaptativa Filtros de Kalman Processamento de sinais
• Palavra(s)-Chave do Pesquisador: aprendizado de máquinas | filtragem adaptativa | filtro de Kalman | Sistemas de comunicações sem fio | Processamento de sinais

Resumo

Este projeto tem como objetivos o desenvolvimento de soluções inovadoras para melhorar o acesso à Internet móvel do futuro e, redes de comunicações sem fio 6G, a formação de recursos humanos na área de telecomunicações com conhecimentos de acesso sem fio à internet e emprego centralizado e decentralizado de nuvens, a disseminação de conhecimento através de publicações especializadas de alto impacto, o estudo de novas aplicações e a transferência de tecnologia entre universidades, institutos de pesquisa e a indústria de telecomunicações.O objetivo deste trabalho de pós-doutoramento é estender nossos resultados anteriores e desenvolver aproximações de baixo custo para o filtro de Kalman que sejam robustas contra incertezas no modelo para a variação dos parâmetros a serem estimados, comparando os resultados com abordagens mais tradicionais na literatura. Devido à sua baixa complexidade, este tipo de algoritmo permitiria a implementação de algoritmos com melhores propriedades de rastreamento em redes de sensores, e a robustez permitiria a sua aplicação para uma classe de problemas em que garantias de desempenho sejam importantes, como controle distribuído (sistemas autônomos cooperativos, por exemplo).