Popis předmětu - AD3M35OFD

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
AD3M35OFD Odhadování, filtrace a detekce Rozsah výuky:21+3c
Garanti:  Role:PO,V Jazyk výuky:CS
Vyučující:  Zakončení:Z,ZK
Zodpovědná katedra:13135 Kreditů:6 Semestr:Z

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.

Výsledek studentské ankety předmětu je zde: A3M35OFD

Osnovy 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

Osnovy cvičení:

Náplní cvičení je práce na zadaných projektech. .

Literatura:

Požadavky:

Poznámka:

Rozsah výuky v kombinované formě studia: 21p+3c
Stránky předmětu:
https://moodle.dce.fel.cvut.cz/course/view.php?id=14

Webová stránka:

https://moodle.dce.fel.cvut.cz/course/view.php?id=14

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
MKEEM1 Technologické systémy V 3
MKEEM5 Ekonomika a řízení elektrotechniky V 3
MKEEM4 Ekonomika a řízení energetiky V 3
MKEEM3 Elektroenergetika V 3
MKEEM2 Elektrické stroje, přístroje a pohony V 3
MKKME1 Bezdrátové komunikace V 3
MKKME5 Komunikační systémy V 3
MKKME4 Sítě elektronických komunikací V 3
MKKME3 Elektronika V 3
MKKME2 Multimediální technika V 3
MKOI1 Umělá inteligence V 3
MKOI5 Softwarové inženýrství V 3
MKOI4 Počítačová grafika a interakce V 3
MKOI3 Počítačové vidění a digitální obraz V 3
MKOI2 Počítačové inženýrství V 3
MKKYR3 Systémy a řízení PO 3


Stránka vytvořena 18.3.2019 17:48:11, semestry: Z,L/2020-1, L/2019-20, Z,L/2018-9, Z/2019-20, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)
Za obsah odpovídá: doc. Ing. Ivan Jelínek, CSc.