Penerapan Kalman-Bucy filter pada solusi persamaan diferensial stokastik rangkaian listrik

AnisNurAfifah (2010) Penerapan Kalman-Bucy filter pada solusi persamaan diferensial stokastik rangkaian listrik. Sarjana thesis, Universitas Brawijaya.

Abstract

Masalah filtering atau penyaringan memiliki peranan penting dalam teori persamaan diferensial stokastik. Dalam skripsi ini dibahas penerapan Kalman-Bucy Filter untuk mencari estimasi terbaik dari solusi persamaan diferensial stokastik rangkaian listrik yaitu rangkaian RC dan RL. Kedua rangkaian ini dimodelkan secara deterministik dengan menerapkan hukum Kirchoff mengenai voltase. Model rangkaian listrik yang dihasilkan berbentuk persamaan diferensial biasa. Selanjutnya, model deterministik digantikan dengan model stokastik yang mengandung suatu external noise untuk menyatakan fluktuasi gelombang elektromagnetik dari baterai. Model stokastik tersebut dinyatakan dalam persamaan diferensial stokastik yang memiliki solusi tunggal. Pencarian solusi persamaan diferensial stokastik dilakukan dengan menggunakan formula Ito yang menghasilkan suatu persamaan integral. Solusi pada rangkaian RC berupa fungsi Q(t) yang menyatakan jumlah muatan pada waktu t. Sementara itu, pada rangkaian RL solusinya adalah I (t), yang menunjukkan besar arus pada waktu t. Pada kedua solusi tersebut diterapkan Kalman-Bucy Filter sehingga diperoleh solusi masalah penyaringan yang merupakan estimasi untuk Q(t) dan I (t), yaitu Qˆ (t) dan Iˆ(t). Hasil estimasi Kalman-Bucy Filter akan mendekati solusi eksaknya apabila intensitas noisenya (s dan b ) mendekati 0.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2010/292/051003272
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 08 Nov 2010 13:45
Last Modified: 22 Oct 2021 06:22
URI: http://repository.ub.ac.id/id/eprint/152432
[thumbnail of 051003272.pdf]
Preview
Text
051003272.pdf

Download (2MB) | Preview

Actions (login required)

View Item View Item