Estimación del estado de mínimos cuadrados utilizando muestreo uniforme

Área de la Ciencia:

• Ingeniería de sistemas de control
• Análisis numérico
• Matemáticas computacionales

Sus antecedentes:

• La estimación del estado para sistemas lineares de tiempo invariante discretos a gran escala a menudo se formula como un problema de mínimos cuadrados.
• Los desafíos computacionales surgen debido al aumento de las dimensiones del problema con el tiempo.
• El muestreo aleatorio ofrece aproximaciones, pero requiere el cálculo de las puntuaciones de apalancamiento estadístico, lo cual es difícil.

Objetivo del estudio:

• Proponer un método alternativo y factible desde el punto de vista computacional para aproximar las puntuaciones de apalancamiento estadístico.
• Permitir una aproximación y solución eficientes de problemas de estimación de estados de mínimos cuadrados a gran escala.
• Proporcionar garantías teóricas para el método de aproximación propuesto.

Principales métodos:

• Desarrollar un enfoque para aproximar las puntuaciones de apalancamiento estadístico utilizando un muestreo uniforme de filas.
• Aplicando esta aproximación al problema de estimación del estado de mínimos cuadrados para sistemas lineares invariantes en el tiempo.
• Análisis de las garantías teóricas de la aproximación de muestreo uniforme.

Principales resultados:

• El muestreo uniforme de filas proporciona una aproximación suficientemente débil para estimar las puntuaciones de apalancamiento.
• El método propuesto proporciona una aproximación razonable de las puntuaciones de apalancamiento.
• Esta aproximación es adecuada para resolver el problema de estimación de mínimos cuadrados de manera eficiente.

Conclusiones:

• El muestreo uniforme de filas ofrece una alternativa práctica para aproximar las puntuaciones de apalancamiento en la estimación estatal a gran escala.
• El método simplifica la complejidad computacional asociada con las técnicas de muestreo aleatorio.
• Esta investigación contribuye a soluciones más eficientes y escalables para la estimación del estado del sistema lineal.