Počet kreditů 6
Vyučováno v Zimní
Rozsah výuky 3+1c
Garant předmětu
Přednášející
Cvičící

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: http://www.fel.cvut.cz/anketa/aktualni/courses/A3M35OFD

  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



Náplní cvičení je práce na zadaných projektech.

.

Rozvrh předmětu
Po
Út
St
Čt
PřednáškyCvičení