@InProceedings{SilvaGarParKugZan:2019:FiPaRa,
               author = "Silva, William R. and Garcia, Roberta V. and Pardal, Paula C. P. 
                         M. and Kuga, H{\'e}lio Koiti and Zanardi, Maria C. F. P. S.",
          affiliation = "{Universidade de Bras{\'{\i}}lia (UnB)} and {Universidade de 
                         S{\~a}o Paulo (USP)} and {Universidade de S{\~a}o Paulo (USP)} 
                         and {Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Universidade Federal do ABC (UFABC)}",
                title = "Filtro de part{\'{\i}}culas Rao-Blackwellized para 
                         estima{\c{c}}{\~a}o de atidude de sat{\'e}lites artificiais 
                         usando dados simulados",
            booktitle = "Anais...",
                 year = "2019",
         organization = "Congresso Aeroespacial Brasileiro, 2.",
             keywords = "Filtro de Part{\'{\i}}culas Rao-Blackwellized, Filtro de Kalman 
                         Unscented, Estima{\c{c}}{\~a}o de atitude, Bias de giros, 
                         Sat{\'e}lites Artificiais.",
             abstract = "Nesse trabalho, o filtro de part{\'{\i}}culas Rao-Blackwellized 
                         (FPRB) foi desenvolvido para determina{\c{c}}{\~a}o de atitude e 
                         bias de giroc{\'o}pios usando dados de medida simulados para 
                         {\'o}rbita e atitude do CBERS-4 (China Brasil Earth Resources 
                         Satellite) recentemente em opera{\c{c}}{\~a}o. As medidas 
                         simuladas foram fornecidas pelo pacote PROPAT (Satellite Attitude 
                         e Orbit Toolbox for Matlab). O modelo din{\^a}mico de atitude 
                         {\'e} descrito por quat{\'e}rnios. Os sensores de atitude 
                         dispon{\'{\i}}veis s{\~a}o dois DSS (Digital Sun Sensors), dois 
                         IRES (Infrared Earth Sensor) e uma tr{\'{\i}}ade de 
                         girosc{\'o}pios mec{\^a}nicos. O FPRB {\'e} uma t{\'e}cnica 
                         que explorar a estrutura de espa{\c{c}}o de estados a fim de 
                         reduzir o n{\'u}mero de part{\'{\i}}culas, diminuindo o tempo 
                         de processamento, evitando o esfor{\c{c}}o computacional comum ao 
                         filtro de part{\'{\i}}culas padr{\~a}o. Pode-se dizer que a 
                         extens{\~a}o l{\'o}gica do FPRB fornece um modelo geral que 
                         divide o modelo de processo e de medidas em aspectos puramente 
                         n{\~a}o-lineares e aspectos condicionalmente linear-gaussianos, 
                         sendo que este explora essa estrutura, marginalizando as partes 
                         lineares condicionais e estimando-as usando filtros exatos, como o 
                         Filtro de Kalman (FK). Os resultados mostram que {\'e} 
                         poss{\'{\i}}vel alcan{\c{c}}ar precis{\~a}o na 
                         determina{\c{c}}{\~a}o de atitudes dentro dos requisitos 
                         prescritos utilizando o FPRB, com menor custo computacional quando 
                         comparado com o filtro de part{\'{\i}}culas padr{\~a}o e suas 
                         ramifica{\c{c}}{\~o}es.",
  conference-location = "Santa Maria, RS",
      conference-year = "16-19 set.",
             language = "pt",
           targetfile = "silva_filtro.pdf",
        urlaccessdate = "19 abr. 2024"
}