Systemidentifiering

5 hp

Kursplan, Avancerad nivå, 1RT885

Det finns en senare version av kursplanen.
Kod
1RT885
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, 30 augusti 2018
Ansvarig institution
Institutionen för informationsteknologi

Behörighetskrav

120 hp inklusive Linjär algebra II, Sannolikhet och statistik, Signaler och system samt Reglerteknik II eller Signalbehandling. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna:

  • beskriva de olika stegen som ingår då mätdata används för att skatta en modell, från utformning av identifieringsexperiment till modellvalidering
  • redogöra för och tillämpa de stokastiska begrepp som används vid analys av systemidentifieringsmetoder och de modeller som erhålls, samt förklara praktisk användning av olika identifieringsmetoder och modellstrukturer
  • beskriva och motivera grundläggande egenskaper hos identifieringsmetoder såsom minsta-kvadratmetoden och prediktionfelsmetoden, samt beskriva principerna bakom rekursiv identifiering och dess användningsområden
  • hitta och tillämpa tekniker för identifiering av flervariabla system som tillståndsrepresentationer
  • visa praktiska färdigheter vid användning av tillgängliga verktyg och programvaror, samt resonera om hur man i praktiska tillämpningar väljer identifieringsmetod och modellstruktur
  • resonera kring kopplingar till relaterade forskningsområden

Innehåll

Systemidentifieringsproblemet - hur man går från data till modell. Modellstrukturer och insignaler. Minsta-kvadrat- och prediktionsfelsansatserna. Det stokastiska ramverket. Modellvalidering och praktiska aspekter. Rekursiva identifieringsmetoder och tillämpningar (t.ex. adaptiv reglering). Tillståndsrepresentationen. Identifiering av flervariabla (MIMO) system. Orientering om närliggande forskningsområden (t.ex. maskininlärning).

Den genomgångna teorin tillämpas i ett miniprojekt baserat på realistiska fallstudier.

Undervisning

Föreläsningar, laborationer, miniprojekt, gästföreläsning.

Examination

Skriftligt prov (3 hp), laborationer (1 hp) samt miniprojekt (1 hp).

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Övriga föreskrifter

Kursen har till stor del överlappande innehåll med kurserna Systemidentifiering (1RT875), Systemidentifiering (1RT880), samt Empirisk modellering (1RT890) och kan inte tillgodoräknas i en examen tillsammans med någon av dessa.

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
twitter
youtube
linkedin