Detail předmětu

Modelling and Identification

FEKT-NMIDAk. rok: 2011/2012

Předmět je zaměřen na:
- metody identifikace dynamických systémů
- postupy při neparametrické a zejména při parametrické identifikaci
- on-line a off-line identifikaci
- spektrální estimaci, ocenění vlivu šumu a poruch při identifikaci

Jazyk výuky

angličtina

Počet kreditů

6

Výsledky učení předmětu

Absolvent předmětu získá znalosti jak provádět identifikaci a základní analýzu dynamických systémů zejména s pomocí univerzálního programového vybavení MATLAB-Simulink a jeho toolboxů.

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Způsob a kritéria hodnocení

Numerická cvičení- Max 15 bodů.
Individuální projekt - Max. 15 bodů.
Závěrečná zkouška - Max. 70 bodů.

Osnovy výuky

1. Introduction into dynamic system identification
2. Nonparametric identification methods
3. Input signal for identification
4. Least squares method
5. Dynamic system models for system identification
6. Recursive LSM1. Úvod do problematiky identifikace dynamických systémů
2. Neparametrické metody identifikace
3. Vstupní signály
4. Metoda nejmenších čtverců
5. Modely dynamických systémů
6. Rekurzivní MNČ
7. Metody pomocných proměnných
8. Metody založené na vybělení chyby predikce
9. Praktické poznámky k identifikaci
10. Identifikace pomocí neuronových sítí a fuzzy modelování
11. Další přístupy k identifikaci
12. Identifikace nelineárních dynamických systémů
13. Zopakování poznatků

7. Instrumental variable methods
8. Identification methods based on prediction error whitening
9. Practical notes on system identification
10. Identification using neural nets and fuzzy modeling
11. Another approaches to system identificaiton
12. Identification of nonlinear dynamic systems
13. Course summary

Učební cíle

Seznámit posluchače se základními technikami používanými pro identifikaci dynamických systémů a s možnými úskalími. Získat představu o vlivu šumu působícího na soustavu na výsledky identifikace

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Základní literatura

Ljung, L.: System Identification, Theory for the User, Prentice Hall, 1987 (EN)
Soderstrom T., Stoica P.: System Identification. Prentice Hall International, 1989 (EN)

Zařazení předmětu ve studijních plánech

  • Program EEKR-MN magisterský navazující

    obor MN-KAM , 2 ročník, zimní semestr, volitelný oborový
    obor MN-BEI , 1 ročník, zimní semestr, volitelný mimooborový

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

Úvod do problematiky identifikace dynamických systémů.
Neparametrické metody identifikace.
Lineární regrese, metoda nejmenších čtverců.
Budicí signály pro identifikaci, persistentní vybuzení, binární pseudonáhodný signál.
Metody chyby predikce.
Metody pomocné proměnné.
Rekurzivní metody identifikace, numericky stabilní metody.
Spektrální estimace, AR, MA a ARMA modely.
Identifikace v uzavřené smyčce.
Hodnocení věrohodnosti získaného modelu.
Kalmanův filtr a rozšířený Kalmanův filtr
Praktické poznámky k identifikaci.
Zopakování získaných poznatků z identifikace dynamických systémů.

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

Náhodné signály a jejich statistické vyhodnocení.
Základní neparametrické metody identifikace
Metoda nejmenších čtverců odchylek.
Generování testovacích signálů.
Rekurzivní metoda nejmenších čtverců
Vliv působení šumu v různých částech systému.
Příkazy MATLAB Identification Toolbox
Použití MATLAB Identifcation Toolbox.
Použití MATLAB Identifcation Toolbox.
Spektrální estimace diskrétních modelů.
Experimenty s Kalmanovým filtrem.
Hodnocení kvality identifikace.
Rezerva - zápočet