Systemidentifiering
Kursplan, Avancerad nivå, 1RT880
Kursen är avvecklad.
- Kod
- 1RT880
- Utbildningsnivå
- Avancerad nivå
- Huvudområde(n) med fördjupning
- Teknik A1F
- Betygsskala
- Med beröm godkänd (5), Icke utan beröm godkänd (4), Godkänd (3), Underkänd (U)
- 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.