Odhadování, filtrace a detekce
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
AD3M35OFD | Z,ZK | 6 | 23+3L | česky |
- Přednášející:
- Cvičící:
- Předmět zajišťuje:
- katedra řídicí techniky
- Anotace:
-
Cílem předmětu bude seznámit posluchače s popisem neurčitosti nepozorovatelných veličin (parametrů a stavu dynamického systému) jazykem teorie pravděpodobnosti a s metodami jejich odhadování. Na základě bayesovské formulace problému bude analyzována metodika racionálního chování v prostředí s neurčitostí a budou odvozeny odvozeny algoritmy pro odhadování parametrů ARX modelů a Kalmanův filtr, včetně jejich rozšířených verzí. Bude ukázána numericky robustní implementace algoritmů použitelná při řešení reálných aplikačních problémů v oblasti průmyslových regulací, robotiky a avioniky . Bude ukázána extenze metod pro lineární gaussovské systému na obecnější problémy použitím metod Monte Carlo. Dále bude v předmětu zahrnuto využití vícemodelového přístupu k řešení problému detekce a izolaci poruch v systému a úvod do adaptivního řízení.
- Požadavky:
-
Předpokladem pro úspěšné absolvování tohoto kurzu jsou znalosti základů teorie řízení (stavová teorie), pravděpodobnosti a statistiky a lineární algebry. Výhodou je absolvování pokročilejšího předmětu o lineárních systémech - na FEL ČVUT jsou nutné znalosti nabídnuty v předmětech Matematika XXX a Teorie dynamických systémů.
Stránky předmětu: http://support.dce.felk.cvut.cz/e-kurzy/course/view.php?id=40
- Osnova přednášek:
-
1.Formulace problému, metody odhadování
2.Bayesovský přístup k popisu neučitosti
3.Model dynamického systému, pravděpodobnostní definice stavu
4.Identifikace parametrů ARX modelu
5.Sledování časově proměnných parametrů, metody zapomínání, zabudování apriorní informace.
6.Numericky robustní implementace algoritmů pro odhadování parametrů v reálném čase
7.Stochastický systém, Kalmanův filtr.
8.Kalmanův filtr pro barené šumy, rozžířený Kalmanův filtr, adaptivní Kalmanův filtr.
9.Stochastické dynamické programování, princip ekvivalence určitosti.
10.Adaptivní řízení, opatrné a důvěřivé strategie řízení, duální řízení a jeho aproximace.
11.Pravděpodobnostní metody detekce a izolace poruch
12.Využití vícenásobných modelů
13.Nelineární odhadování, lokální aproximace
14.Globální aproximace Kalmanova filtru metodou Monte Carlo
- Osnova cvičení:
-
Náplní cvičení je práce na zadaných projektech.
- Cíle studia:
- Studijní materiály:
-
Literatura:
1.Frank L. Lewis, Lihua Xie, and Dan Popa : Optimal and Robust Estimation: With an Introduction to Stochastic Control Theory, CRC Press, 2005
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 21p+3c
- Další informace:
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Kybernetika a robotika - Systémy a řízení_145356 (povinný předmět oboru)