Imagem de fundo

A utilização de Filtros de Kalman clássicos (Kalman Filters - KF) ou estendidos (Extend...

A utilização de Filtros de Kalman clássicos (Kalman Filters - KF) ou estendidos (Extended Kalman Filters - EKF) para a assimilação de dados envolve dificuldades práticas.


Com relação a essas dificuldades, analise as afirmativas a seguir.


I. O EKF é o método otimizado para a assimilação de dados sequencial de um modelo dinâmico linear -dimensional, sendo o KF apropriado apenas para sistemas unidimensionais.

II. O uso do KF e do EKF em modelos dinâmicos que contam com vetores de estados com muitas dimensões requer alta capacidade computacional e de armazenamento, tornando-os práticos apenas para modelos simplificados, de baixa dimensionalidade.

III. A linearização de modelos não lineares envolve a aproximação de funções matemáticas com o truncamento de séries, o que pode gerar erros de propagação de covariâncias, especialmente em modelos de alta dimensionalidade.


Está correto o que se afirma em


A

I, apenas.


B

I e II, apenas.


C

I e III, apenas.


D

II e III, apenas.


E

I, II e III.