@PhDThesis{Orlando:1983:TéEsAp,
               author = "Orlando, Valcir",
                title = "T{\'e}cnicas estoc{\'a}sticas aplicadas {\`a} 
                         suaviza{\c{c}}{\~a}o, tratamento de tendenciosidades e 
                         compress{\~a}o de dados de rastreamento ou telemetria de 
                         sat{\'e}lites artificiais",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "1983",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "1983-08-29",
             keywords = "pr{\'e}-processamento, suaviza{\c{c}}{\~a}o de dados, controle 
                         estoc{\'a}sticas, filtro de Kalman, estima{\c{c}}{\~a}o de 
                         estado, compress{\~a}o de dados, pre-processing, data smoothing, 
                         stochastic control, Kalman filter, state estimation, data 
                         compression.",
             abstract = "S{\~a}o apresentados tr{\^e}s procedimentos relacionados com a 
                         fase de pr{\'e}-processamento de dados de rastreamento e 
                         telemetria de sat{\'e}lites artificiais, desenvolvidos com o 
                         aux{\'{\i}}lio de t{\'e}cnicas estoc{\'a}sticas. O primeiro 
                         deles {\'e} um procedimento de suaviza{\c{c}}{\~a}o de dados, 
                         por ajuste de curvas, desenvolvido atrav{\'e}s da 
                         aplica{\c{c}}{\~a}o do filtro de Kalman combinado com 
                         t{\'e}cnicas adaptativas de dosagem do ru{\'{\i}}do no estado. 
                         O segundo procedimento, desenvolvido de mofo a permitir um 
                         tratamento autom{\'a}tico de tendenciosidade existentes em dados 
                         de observa{\c{c}}{\~a}o do estado de sistemas din{\^a}micos, 
                         torna poss{\'{\i}}vel o emprego direto de 
                         observa{\c{c}}{\~o}es afetadas por erros tendenciosos em 
                         estima{\c{c}}{\~a}o de estado via filtro de Kalman. Para isso 
                         {\'e} utilizado um esquema de compensa{\c{c}}{\~a}o 
                         din{\^a}mica. Finalmente, o terceiro procedimento, classificado 
                         como procedimento de compress{\~a}o de dados, tem o objetivo de 
                         obter, dentro de certas condi{\c{c}}{\~o}es, um ganho em termos 
                         de velocidade de processamento na aplica{\c{c}}{\~a}o do filtro 
                         de Kalman {\`a} estima{\c{c}}{\~a}o de estado de sistemas 
                         din{\^a}micos n{\~a}o-lineares. Testes de valida{\c{c}}{\~a}o 
                         dos procedimentos foram feitos por simula{\c{c}}{\~o}es via 
                         computador digital usando dados relacionados {\`a} {\'o}rbita de 
                         u sat{\'e}lite artificial de baixa altitude. ABSTRACT: Three 
                         procedures related with preprocessing of artificial satellite 
                         tracking and telemetry data, develop with the aid of stochastic 
                         techniques are presented. The first of them consists of a data 
                         smoothing procedure by curve fitting develop by the application of 
                         the Kalman filter combined with an adaptive tecnique of state 
                         noise evaluation. The second procedure, developed in order to 
                         allow an automatic treatement of bias errors dynamics systems 
                         observation data, makes Kalman filter state estimation possible by 
                         direct processing of the bias errors corrupted observations. For 
                         this, a dynamic compensation scheme is used. Finally, third 
                         procedure, classified as a data compression procedure, has the 
                         objective of obtaining, in certain conditions, a processing speed 
                         gain in Kalman filter applications to nonlinear dynamic systems 
                         state estimation. Validation tests of the procedures were made by 
                         digital computer simulation using simulated data related with a 
                         low altitude artificial satellite orbit.",
            committee = "Velasco, Fl{\'a}vio Roberto Dias (presidente) and Rios Neto, 
                         Atair (orientador) and Bennaton, Jocelyn Freitas and Maizza Neto, 
                         Octavio and Martins Neto, Antonio Felix and Rozenfeld, Pawel",
           copyholder = "SID/SCD",
         englishtitle = "Techniques applied to stochastic smoothing treatment biases and 
                         data compression or telemetry tracking of artificial satellites",
                label = "4797",
             language = "pt",
                pages = "138",
                  ibi = "6qtX3pFwXQZ3r59YCT/GTDLR",
                  url = "http://urlib.net/ibi/6qtX3pFwXQZ3r59YCT/GTDLR",
           targetfile = "publicacao.pdf",
        urlaccessdate = "05 maio 2024"
}