kalman_filtros
DESCRIPTION
Uso de filtros Kalman programados en lenguajes paralelizados en un clúster de computadoresTRANSCRIPT
![Page 1: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/1.jpg)
![Page 2: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/2.jpg)
EVALUACIÓN DEL DESEMPEÑO DE UN ALGORITMO PARALELO DE FILTRO KALMAN EN UN CLUSTER DE COMPUTADORES
Propuesta de proyecto de grado para el programa de
Ingeniería en Telecomunicaciones
![Page 3: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/3.jpg)
INTRODUCCIÓN
En 1960 Rudolf Emil Kalman publicó un artículodescribiendo una solución recursiva al problema delfiltrado lineal de datos discretos. Mediante el avancede la computación de alto rendimiento ha sidoposible utilizar el filtro de Kalman en numerosasinvestigaciones y aplicaciones en diversos campos.
![Page 4: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/4.jpg)
MARCO TEÓRICO
![Page 5: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/5.jpg)
CLUSTER DE COMPUTADORES
MARCO TEÓRICO
![Page 6: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/6.jpg)
MARCO TEÓRICO
Algoritmos de Kalman
![Page 7: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/7.jpg)
ESTADO DEL ARTE
• ÁLZATE C. RICARDO, DOMÍNGUEZ C GERMÁN. Algoritmo de localización pasiva y seguimiento de una fuente bidimensional acústica. RESET_UTS, 2006 ISSB 1909-258X volumen 1
![Page 8: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/8.jpg)
• Leyton V. Hernando. Desarrollo, implementación y prueba de un filtro de Kalman del tipo UKF para un vehículo aéreo no tripulado. Tesis magistral, Universidad EAFIT, 2009
ESTADO DEL ARTE
![Page 9: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/9.jpg)
• MARTÍNEZ Z FRANCISCO J. Algoritmos paralelos segmentados para los problemas de Mínimos Cuadrados Recursivos (RLS) y de Detección por Cancelación Ordenada y Sucesiva de Interferencia (OSIC). Tesis doctoral, Universidad Politécnica de Valencia, 2006.
ESTADO DEL ARTE
![Page 10: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/10.jpg)
PLANTEAMIENTO DEL PROBLEMA
“El filtro kalman es un algoritmo computacional que requiere una cantidad considerable de
procesamiento”.
![Page 11: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/11.jpg)
PLANTEAMIENTO DEL PROBLEMA
![Page 12: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/12.jpg)
“La parelización de los lenguajes de
programación es hoy en día uno delos retos
informáticos y más la implementación de las
soluciones informáticas.”
PLANTEAMIENTO DEL PROBLEMA
![Page 13: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/13.jpg)
JUSTIFICACIÓN
• CONOCIMIENTOS ALCANZABLES
• VIABILIDAD ECONÓMICA.
• EJES TEMÁTICOS DEL PROGRAMA DE INGENIERÍA EN TELECOMUNICACIONES.
![Page 14: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/14.jpg)
OBJETIVO GENERAL
• DISEÑAR E IMPLEMENTAR UN ALGORITMOPARALELO DE FILTROS KALMAN EN UN CLÚSTERDE COMPUTADORES PARA EVALUAR SUDESEMPEÑO COMPARADO CON ALGORITMOSSECUENCIALES.
![Page 15: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/15.jpg)
1. Determinar la aplicación del filtro Kalman que pueda ser paralelizablepara implementarla en el proyecto.
2. Programar un algoritmo secuencial del filtro Kalman aplicando al caso determinado en el primer objetivo específico.
3. Programar un algoritmo paralelo de filtros Kalman, según paradigmas de programación en paralelo previamente estudiados, aplicado al caso determinado en el primer objetivo específico.
4. Evaluar el desempeño de los algoritmos implementados y la mejora obtenida con la paralelización.
OBJETIVOS ESPECÍFICOS
![Page 16: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/16.jpg)
Cronograma
ACTIVIDAD PRODUCTO Noviembre Febrero Marzo Abril
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Elaboración Marco Teórico y consultas a
fuentes de información.
Documentación y
digitalización de la
información recopilada.
x x
Diseño y programación del Algoritmo
secuencial y paralelo de Kalman
Algoritmo para
implementación en el
clúster de computadores
x x x x
Entrega del primer informe de proyecto Primer informe de
resultados
x x
Verificación y comparación de resultados de
Paralelización de algoritmos
Conclusiones para el
informe final
X x x
Mejoras al algoritmo y nuevas pruebas Verificación de tiempos de
computación
x x
Conclusiones y Recomendaciones Desarrollo del Informe
final.
x x x x
Finalización y socialización del proyecto Socialización de resultados. x
![Page 17: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/17.jpg)
BIBLIOGRAFÍA
I. ÁLZATE C. RICARDO, DOMÍNGUEZ C GERMÁN. Algoritmo de localización pasiva y seguimiento de una fuente bidimensional acústica. RESET_UTS, 2006. ISSB 1909-258X volumen 1.
II. LEYTON V. HERNANDO. Desarrollo, implementación y prueba de un filtro de Kalman del tipo UKF para un vehículo aéreo no tripulado. Tesis magistral, Universidad EAFIT, 2009.
III. MARTÍNEZ Z FRANCISCO J. Algoritmos paralelos segmentados para los problemas de Mínimos Cuadrados Recursivos (RLS) y de Detección por Cancelación Ordenada y Sucesiva de Interferencia (OSIC). Tesis doctoral, Universidad Politécnica de Valencia, 2006.
IV. GREWAL, ANDREWS. Kalman Filtering Theory And Practice Using Matlab 2Ed, Wiley, 2001.
V. DIEGO R. LLANOS, BELEN PALOP. Plataformas de soporte computacional: Sistemas de memoria compartida. Departamento de Informática, Universidad de Valladolid.
![Page 18: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/18.jpg)
PREGUNTAS
![Page 19: Kalman_Filtros](https://reader034.vdocuments.co/reader034/viewer/2022052316/5595a1701a28ab19448b474f/html5/thumbnails/19.jpg)
EDER FERNANDO BOLAÑO ROCHA
Est. Ingeniería en Telecomunicaciones