Systemidentifiering

10 hp

Kursplan, Avancerad nivå, 1RT880

Kod
1RT880
Utbildningsnivå
Avancerad nivå
Huvudområde(n) med fördjupning
Teknik A1F
Betygsskala
Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
Fastställd av
Teknisk-naturvetenskapliga fakultetsnämnden, 6 maj 2013
Ansvarig institution
Institutionen för informationsteknologi

Behörighetskrav

120 hp inklusive kurserna Sannolikhet och statistik, Signaler och system och Reglerteknik II.

Mål

Efter godkänd kurs ska studenten kunna:

  • beskriva de olika stegen som ingår vid modellbygge, från identifieringsexperiment till modellvalidering
  • redogöra för och tillämpa de stokastiska begrepp som används vid analys av systemidentifieringsmetoder och de modeller som erhålls
  • förklara praktisk användning av olika identifieringsmetoder och modellstrukturer
  • beskriva och motivera grundläggande egenskaper hos identifieringsmetoder såsom minsta-kvadratmetoden, prediktionfelsmetoden och instrumentvariabelmetoden
  • förklara fördelar och utmaningar vid identifiering i sluten krets
  • beskriva principerna bakom rekursiv identifiering och dess användningsområden
  • förklara hur realisationsteori kan användas inom systemidentifiering, och hur det utnyttjas vid identifiering med s k subspace-tekniker
  • visa praktiska färdigheter för analys av verkliga data, ha praktisk erfarenhet av tillgängliga verktyg och programvaror, samt resonera om hur man väljer identifieringsmetod och modellstruktur i praktiska tillämpningar

Innehåll

Systemidentifieringsproblemet - hur man går från data till modell. Modellstrukturer och insignaler. Minsta-kvadrat-, prediktionsfels- och instrumentvariabelansatserna. Det stokastiska ramverket. Modellvalidering och praktiska aspekter. Identifiering av återkopplade system. Rekursiva identifieringsmetoder. Tillståndsrepresentationen. Deterministisk realisationsteori. Identifiering av flervariabla (MIMO) system med s k subspace-metoder. Stokastisk realisation och s k subspace-metoder.

Laborationer.

Projektarbete: Den genomgångna teorin tillämpas i ett projektarbete baserat på realistiska fallstudier. Särskild vikt läggs vid praktisk övning, implementering av algoritmer, behandling av data och kritisk värdering av resultat, och arbetet ska redovisas i en skriftlig rapport.

Undervisning

Föreläsningar, laborationer, projektarbete.

Examination

Skriftligt prov (5 hp), laborationer (1 hp) samt projektarbete (4 hp).

Övriga föreskrifter

Kursen har till stor del överlappande innehåll med kursen Systemidentifiering (1RT875) och kan inte tillgodoräknas i en examen tillsammans med den.

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
twitter
youtube
linkedin