Implementación y comparación de algoritmos de estimación de parámetros para predicción y filtrado

Abstract

Este trabajo desarrolla las bases teóricas, principios y conceptos, necesarios para comprender el funcionamiento de los filtros, en especial el filtro de Wiener y el filtro de Kalman, desde un enfoque principalmente probabilístico. De esta manera se puede comprender los efectos que causan perturbaciones de naturaleza aleatoria, causadas principalmente por la presencia de ruido común en prácticamente todos los sistemas sin importar la viabilidad o calidad del modelado matemático, así como comportamientos no modelados debido a su dificultad.\\

Posteriormente, una vez entendidas las ideas planteadas anteriormente, se brinda una breve ejemplificación de la funcionalidad de las aplicaciones de filtros a señales ruidosas para, finalmente dadas, las ventajas presentadas por el filtro de Kalmana desarrollar una aplicación más elaborada en la que se puedan demostrar de una manera más tangible, y fácil de ver, los resultados y los beneficios obtenidos al utilizar un filtro de Kalman para mejorar la precisión de la estimación de la posición de un robot móvil diferencial.