Course: System Identification and Filtration

« Back
Course title System Identification and Filtration
Course code KKY/ISF
Organizational form of instruction Lecture + Tutorial
Level of course Master
Year of study not specified
Semester Summer
Number of ECTS credits 6
Language of instruction Czech
Status of course Compulsory-optional
Form of instruction Face-to-face
Work placements This is not an internship
Recommended optional programme components None
Lecturer(s)
  • Duník Jindřich, Ing. Ph.D.
Course content
1.System identification and mathematical modelling, introduction, 2.System, model structures, experimental conditions, identification methods, 3.Linear regresion, least squares method, 4.General structure of linear stochastic input-output model, special cases, 5.Optimal prediction for linear stochastic system, 6.Prediction error methods, 7.Instrumental variable method, Yule Walker equations, 8.Recursive methods of parameter identification, 9.Nonparametric methods, namely correlation and spectral analysis, 10.Probabilistic modelling, Bayesian approach,filtering, prediction, smoothing, point estimates, 11.Linear stochastic systems, Kalman filtering and Bayesian recursive relations, 12.State estimation of nonlinear stochastic systems-local methods, 13.State estimation of nonlinear stochastic systems-global methods.

Learning activities and teaching methods
Laboratory work, Lecture, Practicum
  • Contact hours - 39 hours per semester
  • Practical training (number of hours) - 26 hours per semester
  • Graduate study programme term essay (40-50) - 50 hours per semester
  • Preparation for an examination (30-60) - 45 hours per semester
prerequisite
professional knowledge
popsat vlastnosti náhodných veličin, stochastockých procesů a stochastických systémů
aplikovat základní techniky integrálního a differenciálního počtu
interpretovat stavový a vstupně-výstupní popis systému
aplikovat metody lineární algebry
professional skills
aplikovat techniky integrálního a differenciálního počtu při práci s náhodnými veličinami
aplikovat metody lineární algebry při analýze vlastností lineárně transformované náhodné veličiny
převést vstupně-výstupní popis systému na stavový a naopak
general eligibility
N/A
N/A
learning outcomes
professional knowledge
formulovat problém odhadu neznámých parametrů na základě dostupných dat
formulovat problém odhadu stavu stochastických dynamických systémů
vybrat vhodnout filtrační techniku pro danou formulaci problému odhadu stavu
vybrat vhodnou identifikační techniku pro danou formulaci problému odhadu parametrů
analyzovat a vyhodnotit vlastnosti odhadu stavu i parametrů
professional skills
navrhnout a aplikovat metodu nejmenších čtverců, metodu chyby predikce a metodu přídavné proměnné pro odhad parametrů vstupně-výstupních modelů
navrhnout a aplikovat metody globální filtrace pro odhad stavu stochastického dynamického systému (zejména metoda vícenásobné linearizace a metoda bodových mas)
navrhnout a aplikovat metody lokální filtrace pro odhad stavu stochastického dynamického systému (zejména rozšířený Kalmanův filtr a unscentovaný Kalmanův filtr)
general eligibility
N/A
N/A
teaching methods
professional knowledge
Lecture
Self-study of literature
Practicum
professional skills
Practicum
general eligibility
Lecture
Practicum
Self-study of literature
assessment methods
professional knowledge
Written exam
Oral exam
professional skills
Seminar work
general eligibility
Seminar work
Oral exam
Written exam
Recommended literature
  • Eck V. Identifikace a modelování. ČVUT Praha, 1989.
  • Strejc V. Teorie automatického řízení II. ČVUT Praha, 1988.
  • Strejc, Vladimír. Stavová teorie lineárního diskrétního řízení. Vyd. 1. Praha : Academia, 1978.
  • Šimandl, Miroslav. Identifikace systémů a filtrace. Plzeň : ZČU, 1995. ISBN 80-7082-170-1.


Study plans that include the course
Faculty Study plan (Version) Branch of study Category Recommended year of study Recommended semester
Faculty of Applied Sciences Cybernetics and Control Engineering (2015) Special and interdisciplinary fields 1 Summer
Faculty of Applied Sciences Mathematics for Business Studies (2016) Mathematics courses 1 Summer
Faculty of Applied Sciences Cybernetics and Control Engineering (2015) Special and interdisciplinary fields 1 Summer
Faculty of Applied Sciences Cybernetics and Control Engineering (2017) Special and interdisciplinary fields 1 Summer
Faculty of Applied Sciences Mathematics for Business Studies (2016) Mathematics courses 1 Summer
Faculty of Applied Sciences Cybernetics and Control Engineering (2011) Special and interdisciplinary fields 1 Summer
Faculty of Applied Sciences Cybernetics and Control Engineering (2017) Special and interdisciplinary fields 1 Summer