Předmět Identifikace systémů a filtrace (KKY / ISF)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu KKY / ISF - Identifikace systémů a filtrace, Fakulta aplikovaných věd, Západočeská univerzita v Plzni (ZČU).

Materiál	Typ	Datum	Počet stažení

Obsah

1. Identifikace systémů vs. fyzikální (matematické) modelování, ilustrační příklady, typické úlohy, základní identifikační schéma2. Parametrické a neparametrické metody identifikace, systém, struktura modelu, identifikační metody, experimentální podmínky (bohatost vstupního signálu, vliv zpětné vazby, vliv vlastností poruchy na odhad parametrů)3. Lineární regrese, metoda nejmenčích čtverců, analýza odhadu parametrů, odhad variance chyby, výpočetní detaily4. Parametrizace modelu, obecná struktura lineárního stochastického vstupně-výstupního modelu a jeho speciální případy5. Optimální predikce pro obecný lineární stochastický model6. Metoda chyby predikce, kritérium, vazba na parametrický model, analytické a numerické řešení7. Metoda přídavné proměnné, Yule Walkerovy rovnice8. Rekurzivní metody parametrické identifikace, metoda chyby predikce, metoda přídavné proměnné, metoda nejmenších a rozšířených nejmenších čtverců, metoda maximální věrohodnosti, metoda stochastické aproximace9. Neparametrické metody identifikace, korelační a spektrální analýza10. Modelování a estimace, strukturální a pravděpodobnostní modelování, Bayesův přístup k estimaci stavu, filtrace, predikce, vyhlazování, bodové odhady11. Popis lineárního stochastického gaussovského systému ve stavové reprezentaci a odhad stavu pomocí Kalmanova filtru, odvození Kalmanova filtru z Bayesových rekurzivních vztahů12. Odhad stavu nelineárního stochastického systému, lokální nelineární filtry, rozšířený Kalmanův filtr, filtr druhého řádu, iterační Kalmanův filtr, bezderivační filtry13. Odhad stavu nelineárního stochastického systému, globální nelineární filtry, základní principy, směs normálních rozložení, bodové masy, simulační metody Monte Carlo

Získané způsobilosti

Po absolvování předmětu bude student schopen porozumět metodologii identifikace systémů a filtrace, a to zejména:* porozumět parametrickým a neparametrickým metodám identifikace,* použít metody parametrické identifikace pro modely s jednoduchým a složitým popisem neurčitosti, zejména metodu nejmenších čtverců, metodu chyby predikce a metodu přídavné proměnné,* použít metody neparametrické identifikace,* navrhnout jednoduché lokální nelineární filtry,* porozumět principům metod globální nelineární filtrace.

Literatura

Eck V. Identifikace a modelování. ČVUT Praha, 1989. Šimandl, Miroslav. Identifikace systémů a filtrace. Plzeň : ZČU, 1995. ISBN 80-7082-170-1.Strejc, Vladimír. Stavová teorie lineárního diskrétního řízení. Vyd. 1. Praha : Academia, 1978. Strejc V. Teorie automatického řízení II. ČVUT Praha, 1988.

Požadavky

Čtyři laboratorní úlohy zpracované ve formě referátu a zvládnutí přednesené látky.

Garant

Ing. Jindřich Duník, Ph.D.

Vyučující

Ing. Jindřich Duník, Ph.D.