ESDU 89032 amplía los métodos de identificación de parámetros en ESDU 87039 y ESDU 88011 que trataban sistemas con ruido de medición únicamente para abordar el caso de un sistema sujeto tanto a ruido de medición como de proceso. El método utilizado consiste en formular una Función Objetivo en términos del estimador de máxima verosimilitud y minimizarla mediante un procedimiento iterativo de Gauss-Newton para encontrar los parámetros desconocidos. La estimación del estado se formula en términos de filtros de Kalman de estado estacionario y variable en el tiempo. El procedimiento se desarrolla primero para un sistema estatal de primer orden con un solo parámetro desconocido y controlado por una combinación de entradas conocidas y aleatorias. Para el filtro de Kalman variable en el tiempo, el conjunto de parámetros desconocidos es la incógnita en la ecuación de estado y las variaciones del ruido de medición y del ruido de proceso. Para el filtro de Kalman de estado estacionario, la varianza del ruido del proceso se reemplaza por la ganancia de Kalman constante en el conjunto de parámetros desconocidos y posteriormente se encuentra una vez que se ha determinado el conjunto de parámetros. Un ejemplo de una aeronave que ejecuta una maniobra de balanceo puro ilustra el procedimiento. Se describe el método completamente generalizado para un sistema multiparamétrico con muchos grados de libertad.
ESDU 89032-1989 Historia
1989ESDU 89032-1989 Estimación de parámetros de sistemas lineales en presencia de ruido de proceso mediante el método de Máxima Verosimilitud.