- Nazwa przedmiotu:
- Metody identyfikacji
- Koordynator przedmiotu:
- Paweł Domański
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Automatyka i Robotyka
- Grupa przedmiotów:
- Przedmioty techniczne - zaawansowane
- Kod przedmiotu:
- MI
- Semestr nominalny:
- 2 / rok ak. 2018/2019
- Liczba punktów ECTS:
- 4
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- Udział w wykładach: 15 x 2 godz. = 30 godz.
Wykonywanie projektu: 15 x 1 godz. = 15 godz.
Praca własna: 45 godz.
Udział w konsultacjach: 5 godz.
Łączny nakład pracy studenta: 95 godz., co odpowiada 4 ECTS
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- 2
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- 1
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład30h
- Ćwiczenia0h
- Laboratorium0h
- Projekt15h
- Lekcje komputerowe0h
- Wymagania wstępne:
- brak
- Limit liczby studentów:
- 30
- Cel przedmiotu:
- Cele przedmiotu jest przedstawienie i przybliżenie liniowych metod identyfikacji procesów dynamicznych w dziedzinie czasu i częstotliwości. Jednocześnie studenci mają możliwość wykorzystać dotychczas posiadana wiedzę (również z innych dziedzin) i znalezienie jej połączenia z zagadnieniem identyfikacji. Przedmiot jest ilustrowany praktycznymi przykładami przemysłowymi.
- Treści kształcenia:
- 1. Cele identyfikacji. Różnice względem modelowani i symulacji. Pojęcia podstawowe: odpowiedź impulsowa, skokowa oraz częstotliwościowa, stacjonarne procesy stochastyczne (2 godziny).
2. Metody korelacyjne (2 godziny).
3. Metody analizy spektralnej dla sygnałów okresowych i nieokresowych (2 godziny).
4. Wyznaczanie odpowiedzi częstotliwościowych dla sygnałów nieokresowych (2 godziny).
5. Wyznaczanie odpowiedzi częstotliwościowych dla okresowych sygnałów testowych (2 godziny).
6. Analiza częstotliwościowa, transformata Fouriera, szybka transformata Fouriera (FFT), periodogram (3 godziny).
7. Sygnały pseudolosowe (PRBS i inne) (1 godziny).
8. Identyfikacja modeli parametrycznych, tj. modele regresyjne, modele regresyjne z całkowaniem, metody dwuetapowe, metody rekurencyjne, rozszerzenia metody najmniejszych kwadratów (GLS, ELS i TLS) (4 godziny).
9. Sygnały sezonowe. Usuwanie trendów. Modele Wienera i Hammersteina (3 godziny).
10. Filtr Kalmana w wersji podstawowej i z rozszerzeniami (2 godziny).
11. Zasady projektowania eksperymentu identyfikacyjnego, dobór sygnału identyfikacyjnego, zasady doboru okresu próbkowania. Metody walidacji. Traktowanie i usuwanie zakłóceń. Interpretacja wyników (3 godziny).
12. Przedstawienie różnych przykładów praktycznych (4 godziny).
- Metody oceny:
- kolokwia, projekt
- Egzamin:
- nie
- Literatura:
- Bielińska E., Finger J., Kasprzyk J., Jegierski T., Ogonowski Z., Pawełczyk M., Identyfikacja procesów, Wydawnictwo Politechniki Śląskiej, Gliwice, 2002.
Lennart Ljung: System Identification: Theory for the User, Prentice Hall, 1987.
Rolf Isermann, Marco Muenchhof: Identification of Dynamic Systems. An Introduction with Applications, Springer, 2011.
- Witryna www przedmiotu:
- Uwagi:
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Charakterystyka MI_W01
- Wiedza z zakresu identyfikacji modeli regresyjnych przy wykorzystaniu rozszerzonych metod najmniejszych kwadratów
Weryfikacja: kolokwium
Powiązane charakterystyki kierunkowe:
K_W01, K_W04, K_W06
Powiązane charakterystyki obszarowe:
I.P7S_WG, III.P7S_WG.o
- Charakterystyka MI_W02
- Wiedza na temat identyfikacji modeli regresyjnych metodami rekurencyjnymi
Weryfikacja: kolokwium
Powiązane charakterystyki kierunkowe:
K_W01, K_W04, K_W06
Powiązane charakterystyki obszarowe:
I.P7S_WG, III.P7S_WG.o
- Charakterystyka MI_W03
- Wiedza z zakresu identyfikacji oraz adaptacji modeli w dziedzinie funkcji bazowych oraz metod kernelowych
Weryfikacja: kolokwium
Powiązane charakterystyki kierunkowe:
K_W01, K_W04, K_W06
Powiązane charakterystyki obszarowe:
I.P7S_WG, III.P7S_WG.o
- Charakterystyka MI_W04
- Wiedza z zakresu zasad pracy i cech filtru Kalmana
Weryfikacja: kolokwium
Powiązane charakterystyki kierunkowe:
K_W01, K_W04, K_W06
Powiązane charakterystyki obszarowe:
I.P7S_WG, III.P7S_WG.o
Profil ogólnoakademicki - umiejętności
- Charakterystyka MI_U01
- Umiejętność identyfikacji modeli regresyjnych przy wykorzystaniu rozszerzonych metod najmniejszych kwadratów
Weryfikacja: Kolokwium, projekt
Powiązane charakterystyki kierunkowe:
K_U08, K_U09, K_U17, K_U19
Powiązane charakterystyki obszarowe:
III.P7S_UW.3.o, III.P7S_UW.4.o, I.P7S_UW, III.P7S_UW.1.o, III.P7S_UW.2.o, I.P7S_UK
- Charakterystyka MI_U02
- Umiejętność identyfikacji modeli regresyjnych metodami rekurencyjnymi
Weryfikacja: Kolokwium, projekt
Powiązane charakterystyki kierunkowe:
K_U19, K_U08, K_U09, K_U17
Powiązane charakterystyki obszarowe:
I.P7S_UK, I.P7S_UW, III.P7S_UW.1.o, III.P7S_UW.2.o, III.P7S_UW.3.o, III.P7S_UW.4.o
- Charakterystyka MI_U03
- Umiejętność identyfikacji oraz adaptacji modeli w dziedzinie funkcji bazowych oraz metod kernelowych
Weryfikacja: Kolokwium, projekt
Powiązane charakterystyki kierunkowe:
K_U08, K_U09, K_U17, K_U19
Powiązane charakterystyki obszarowe:
I.P7S_UW, III.P7S_UW.1.o, III.P7S_UW.2.o, III.P7S_UW.3.o, III.P7S_UW.4.o, I.P7S_UK
- Charakterystyka MI_U04
- Umiejętność zastosowania filtru Kalmana
Weryfikacja: Kolokwium, projekt
Powiązane charakterystyki kierunkowe:
K_U17, K_U19, K_U08, K_U09
Powiązane charakterystyki obszarowe:
III.P7S_UW.1.o, III.P7S_UW.2.o, III.P7S_UW.3.o, III.P7S_UW.4.o, I.P7S_UK, I.P7S_UW