Odhadování a filtrace

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra řídicí techniky

Anotace:

Cílem předmětu je seznámit posluchače s odhadováním parametrů dynamických systémů a filtrací stavu. Na základě bayesovské formulace problému jsou odvozeny algoritmu pro odhadování parametrů ARX modelů a Kalmanův filtr, včetně jeho rozšířených verzí. Je ukázána numericky robustní implementace algoritmů a použití metod Monte Carlo. Je ukázáno využití více modelů k řešení problému detekce a izolaci poruch v systému.

Požadavky:

Osnova přednášek:

1. Úvod

2. Formulace úlohy odhadování a filtrace stavů

3. Jednorázová a rekurzivní identifikace konstantních parametrů

4. Sledování časově proměnných parametrů, zapomínání

5. Numerická implementace algoritmů

6. Využití apriorní informace, paralelní a alternativní modely

7. Stochastický systém a jeho vlastnosti

8. Kalmanův filtr a jeho vlastnosti

9. Kalmanův filtr pro barevný šum procesu a měření

10. Rozšířený Kalmanův filtr a jeho použití

11. Filtrace, predikce a interpolace

12. Metody nelineárního odhadování a filtrace

13. Přibližné metody nelineárního odhadování

14. Aplikace metod odhadování a filtrace

Osnova cvičení:

1. - 3. Implementace algoritmů pro rekurzivní identifikaci parametrů

4. - 6. Experimentální ověření vlastností algoritmů rekurzivní identifikace

7. - 9. Implementace Kalmanova filtru

10. - 11. Experimentální ověření vlastností Kalmanova filtru

12. - 14. Algoritmy pro nelineární odhadování

Cíle studia:

Studijní materiály:

[1] Lewis, F.L.: Optimal Estimation. J.Wiley and Sons, N.Y. 1986, 1993

Poznámka:

Rozsah výuky v kombinované formě studia: 19+2

Typ cvičení: s, l

Tento předmět je nabízen také v anglické verzi.

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Technická kybernetika-inženýrský blok (povinně volitelný předmět)
• Technická kybernetika-inženýrský blok (povinně volitelný předmět)