Detail předmětu
Modelování a identifikace
FEKT-MPC-MIDAk. rok: 2025/2026
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
Počet kreditů
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Pravidla hodnocení a ukončení předmětu
Numerická cvičení- Max 15 bodů.
Individuální projekt - Max. 15 bodů.
Závěrečná zkouška - Max. 70 bodů.
Podmínkou udělení zápočtu je získání alespoň 10 bodů ze cvičení a projektu a účast na cvičeních (-2 body za třetí a další neomluvenou absenci na cvičeních).
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.
Učební cíle
Absolvent předmětu je schopen
- používat neparametrické metody identifikace
- zvolit vhodný typ vstupního signálu pro identifikaci
- naprogramovat a použít základní metodu nejmenších čtverců
- vysvětlit, jak vzniká posunutí odhadu a jak se dá odstranit
- používat postupy pro zvýšení kvality identifikace při praktickém použití
- využívat univerzálního programového vybavení MATLAB-Simulink a jeho toolboxů pro identifikaci dynamických systémů
Základní literatura
Soderstrom, T., Stoica, P.: System Identification. Prentice Hall International, 1989 (EN)
Doporučená literatura
Isemrann, R., Munchhof, M. : Identification of Dynamic Systems - An Introduction with Applications. Springer 978-540-78878-2, 2011. (EN)
Noskievič, P.: Modelování a identifikace systémů. Montanex Ostrava 1999 (CS)
Šimandl, M.: Identifikace systémů a filtrace. Západočeská univerzita v Plzni, 2001, ISBN 80-7082-170-1. (CS)
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
2. Neparametrické metody identifikace, korelační metody, získávání frekvenční charakteristiky.
3. Vstupní signály, stupeň persistentního buzení, binární pseudonáhodná posloupnost.
4. Metoda nejmenších čtverců, odvození metody, geometrický význam, vlastnosti.
5. Modely dynamických systémů. ARX, ARMAX, ARARX, obecný model, pseudolineární regrese.
6. Rekurzivní MNČ. Numericky stabilní metody založené na odmocninové filtraci.
7. Metody pomocných proměnných. Metoda se zpožděnými pozorováními, metoda s pomocným modelem.
8. Metody založené na vybělení chyby predikce. Identifikace šumového modelu.
9. Praktické poznámky k identifikaci. Předzpracování signálů.
10. Identifikace pomocí neuronových sítí a fuzzy modelování.
11. Další přístupy k identifikaci.
12. Identifikace nelineárních dynamických systémů.
13. Zopakování poznatků.
Cvičení na počítači
Vyučující / Lektor
Osnova
2. Identifikace parametrů z přechodové a impulsové charakteristiky.
3. Identifikace za pomocí korelačních metod, frekvenční analýza.
4. Spektrální analýza.
5. Vstupní signály pro identifikaci, Metoda nejmenších čtverců.
6. Průběžná metoda nejmenších čtverců.
7. Metody pomocných proměnných.
8. System Identification Toolbox.
9. Metody identifikace založené na vybělení chyby predikce.
10. Vylepšená frekvenční analýza, identifikace parametrů PMSM motoru.
11. Identifikace pomocí metody nejmenších čtverců.
12. Test + práce na projektu.
13. Reálná úloha - DC motor.