Moodle FEL ČVUT
Odhadování, filtrace a detekce
B232 - Letní 23/24
Tento předmět se nenachází v Moodle. Na jeho domovskou stránku se můžete dostat pomocí tlačítka "Stránka kurzu (mimo Moodle)" vpravo (pokud existuje).
Odhadování, filtrace a detekce - A3M35OFD
| Kredity | 6 |
| Semestry | zimní |
| Zakončení | zápočet a zkouška |
| Jazyk výuky | čeština |
| Rozsah výuky | 3P+1C |
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: http://www.fel.cvut.cz/anketa/aktualni/courses/A3M35OFD
\\Výsledek studentské ankety předmětu je zde: http://www.fel.cvut.cz/anketa/aktualni/courses/A3M35OFD
Cíle studia
Žádná data.
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
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
Žádná data.
Požadavky
Žádná data.