Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Identyfikacja Systemów
Tok studiów:
2019/2020
Kod:
ZSDA-3-0027-s
Wydział:
Szkoła Doktorska AGH
Poziom studiów:
Studia III stopnia
Specjalność:
-
Kierunek:
Szkoła Doktorska AGH
Semestr:
0
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
prof. dr hab. inż. Gajda Janusz (jgajda@agh.edu.pl)
Dyscypliny:
Moduł multidyscyplinarny
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Podstawowe pojęcia identyfikacji, metoda najmniejszych kwadratów (LS), rekurencyjna metoda LS, identyfikacja obiektów niestacjonarnych, nieliniowych, dynamicznych. Metody nieparametryczne: korelacyjna i m. gęstości widmowych. Metoda największej wiarygodności. Metoda Bayes’a. Przykłady rozwiązywania problemów identyfikacji.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Podstawy teoretyczne i oraz zagadnienia ogólne i wybrane zagadnienia szczegółowe właściwe dla problemów identyfikacji systemów SDA3A_W01
Umiejętności: potrafi
M_U001 Potrafi w praktyce przeprowadzić identyfikację obiektu, dobrać adekwatne metody eksperymentalne oraz algorytmy przetwarzania sygnałów. Potrafi interpretować uzyskane wyniki. SDA3A_U01
M_U002 Studenci zapoznają się ze słownictwem i pojęciami charakterystycznymi dla zagadnień związanych z identyfikacją systemów. SDA3A_U02
Kompetencje społeczne: jest gotów do
M_K001 Potrafi krytycznie ocenić wyniki własnej pracy naukowej. SDA3A_K01
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 15 0 0 0 15 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Podstawy teoretyczne i oraz zagadnienia ogólne i wybrane zagadnienia szczegółowe właściwe dla problemów identyfikacji systemów + - - - + - - - - - -
Umiejętności
M_U001 Potrafi w praktyce przeprowadzić identyfikację obiektu, dobrać adekwatne metody eksperymentalne oraz algorytmy przetwarzania sygnałów. Potrafi interpretować uzyskane wyniki. + - - - + - - - - - -
M_U002 Studenci zapoznają się ze słownictwem i pojęciami charakterystycznymi dla zagadnień związanych z identyfikacją systemów. + - - - - - - - - - -
Kompetencje społeczne
M_K001 Potrafi krytycznie ocenić wyniki własnej pracy naukowej. + - - - + - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 50 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 10 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (15h):
Wykład

1. Wprowadzenie do identyfikacji obiektów. Pojęcia podstawowe z zakresu identyfikacji
TREŚĆ: Co to jest identyfikacja, model matematyczny i klasa modelu, eksperyment czynny i bierny, model parametryczny i nieparametryczny, identyfikacja właściwości statycznych i dynamicznych, różne zadania identyfikacji. Struktura procesu identyfikacji i źródła błędów, etapy procesu identyfikacji, eksperyment pilotowy jako źródło wiedzy a’priori o obiekcie, identyfikacja jako iteracyjny proces poznawczy
2. Podstawy metody najmniejszych kwadratów (LS)
TREŚĆ: Algorytm identyfikacji dla obiektu liniowego o jednym wejściu i wyjściu, warunki istnienia rozwiązania, rozwiązania statystycznie niezależne, podstawowe właściwości modeli wyznaczonych metodą LS. Zapis macierzowy obiektu identyfikacji i modelu, wektorowo – macierzowa postać algorytmu LS, warunki istnienia rozwiązania, przykład ilustrujący korzystanie z tej postaci algorytmu.
3. Właściwości estymatorów LS
TREŚĆ: Własności statystyczne estymatorów LS – błąd obciążenia, macierz kowariancji i jej interpretacja, ocena macierzy kowariancji, projektowanie estymatorów LS. Przedziały ufności dla parametrów obiektu identyfikowanego metodą LS. Uogólniony estymator LS
4. Zastosowania estymatorów LS
TREŚĆ: Identyfikacja właściwości dynamicznych, identyfikacja obiektów niestacjonarnych (algorytm z wykładniczym zapominaniem, algorytm z ograniczoną pamięcią, algorytm ze zmienną długością pamięci). Nieliniowy estymator LS.
5. Identyfikacja obiektów opisanych modelami nieparametrycznymi
TREŚĆ: Metoda korelacyjna: odpowiedź impulsowa obiektu jako nieparametryczny model właściwości dynamicznych, równanie Winera-Hopfa i jego rozwiązanie, przykłady zastosowań do identyfikacji obiektów przemysłowych.Metoda gęstości widmowych: wyprowadzenie algorytmu, statystyczne właściwości algorytmu (błąd obciążenia i losowa zmienność ocen), przykłady zastosowań
6. Estymatory największej wiarygodności (ML)
TREŚĆ: Idea największej wiarygodności, informacyjna macierz Fishera i przykłady jej wykorzystania, nierówność Cramera-Rao, postać algorytmu ML, właściwości estymatorów ML, przykłady identyfikacji obiektów z wykorzystaniem metody ML.
7. Estymator Bayes’a
TREŚĆ: Idea estymatora Bayes’a, wymagana wiedza a’priori na temat identyfikowanego obiektu, postać algorytmu, przykłady zastosowań estymatora Bayes’a.

Konwersatorium (15h):
Konwersatorium

Badania symulacyjne algorytmów identyfikacji omawianych podczas wykładu. Symulacje są prowadzone w środowisku MatLab.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Omawianie kolejnych treści oraz ilustracja przykładami.
  • Konwersatorium: Podczas konwersatorium informacje przekazywane przez prowadzącego są przeplatane z samodzielną pracą studentów. Metodą badań symulacyjnych studenci zapoznają się z praktycznym wykorzystaniem przekazywanej im wiedzy. Dyskusja pomiędzy studentami i prowadzącym.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Podstawą zaliczenia modułu jest obecność na wykładach oraz aktywność podczas konwersatorium oceniana liczbowo.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Znajomość podstaw statystyki
  • Konwersatorium:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Umiejętność programowania w środowisku Matlab
Sposób obliczania oceny końcowej:

Ocena końcowa jest przyjmowana jako równa ocenie z konwersatorium.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Zaległości powstałe w efekcie usprawiedliwionej nieobecności są wyrównywane w efekcie rozwiązania indywidualnego zadania z zakresu tematycznego zajęć, podczas których wystąpiła nieobecność.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Znajomość podstaw statystyki oraz umiejętność programowania w środowisku MatLab.

Zalecana literatura i pomoce naukowe:

1. Bubnicki Z.; „Identyfikacja obiektów sterowania”, PWN, 1974.
2. Eykhoff. P.; „System Identification – Parameter and State Estimation”, John Wiley & Sons, 1974.
3. Ljung L.; „System Identification. Theory of the User”, Prentice-Hall, 1987.
4. Mańczak K., Nahorski Z.; „Komputerowa identyfikacja obiektów dynamicznych”, PWN, 1983.
5. Schoukens J., Pintelon R.; “Identification of Linear Systems”, Pergamon Press, 1991.
6. Soderstrom T., Stoica P.; „Identyfikacja systemów“, PWN, 1997.
7. Notatki z wykładu

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Application of inductive loops as wheel detectors. Transportation research. Part C, Emerging Technologies; 2012 vol. 21 s. 57–66. Współautorzy: P. PIWOWAR, Ryszard SROKA, Marek STENCEL
2. „Pomiary parametrów ruchu drogowego”, PWN, 2015. Współautorzy: R. Sroka, M. Stencel, T. Żegleń, P. Piwowar, P. Burnos, Z. Marszałek.
3. „Analysis of the temperature influences on the metrological properties of polymer piezoelectric load sensors applied in weigh-in-motion systems”. IEEE I2MTC International Instrumentation and Measurement Technology Conference: Graz, Austria, May 13–16, 2012. Współautorzy: R. SROKA, M. STENCEL, T. ŻEGLEŃ, P. PIWOWAR, P. BURNOS
4. „The influence of temperature on errors of WIM systems employing piezoelectric sensors”. Metrology and Measurement Systems. 2013. Współautorzy: R. SROKA, T. ŻEGLEŃ, P. BURNOS
5. “Przestrzenna funkcja przejścia czujników pętlowych wyznaczana metodą PRBS i skoku prostokątnego”. VI Kongres Metrologii 19–22 czerwca 2013 r. materiały konferencyjne Wydawnictwo Politechniki Świętokrzyskiej, 2013. Współautorzy: M. STENCEL, P. BURNOS
4. “A highly selective vehicle classification utilizing dual-loop inductive detector”. Metrology and Measurement Systems / Polska Akademia Nauk. Komitet Metrologii i Aparatury Naukowej ; ISSN 0860-8229. — 2014 vol. 21 no. 3, s. 473–484. — Bibliogr. s. 484, Abstr. Wspóautor: Marek STENCEL.
5. “Automatic vehicle classification in systems with single inductive loop detector”, Metrology and Measurement Systems / Polska Akademia Nauk. Komitet Metrologii i Aparatury Naukowej; ISSN 0860-8229. — 2014 vol. 21 no. 4, s. 619–630. Współautor: M. Mielczarek
6. „Estymacja indywidualnej prędkości pojazdu na podstawie analizy profilu magnetycznego” (Individual vehicle speed estimation on the base of magnetic profile analysis), Michał MIELCZAREK, Janusz GAJDA, Przegląd Elektrotechniczny; ISSN 0033-2097. 2015 R. 91 nr 3, s. 186–189.
7. „Information fusion in weigh in motion systems”, Ryszard SROKA, Janusz GAJDA, Piotr BURNOS, Piotr PIWOWAR, 2015 IEEE Sensors Applications Symposium (SAS): April 13–15, 2015, Zadar, Croatia : proceedings IEEE Instrumentation & Measurement Society. ISBN: 978-1-4799-6116-0, S. 395–400.
8. “Identification of the spatial impulse response of inductive loop detectors”, Janusz GAJDA, Piotr BURNOS. 2015 IEEE international Instrumentation and Measurement Technology Conference : May 11–14, 2015, Pisa, Italy. e-ISBN: 978-1-4799-6113-9. — S. 1997–2002.

Informacje dodatkowe:

W czasie zajęć zostanie przekazana wiedza mająca praktyczne zastosowanie w badaniach naukowych i w pracy każdego kto posiada wyższe wykształcenie techniczne. Pomimo, że jest to wiedza rozległa, sposób jej przedstawienia pozwoli studentom ukończyć te zajęcia z przekonaniem, że potrafią przeprowadzić identyfikację rzeczywistego obiektu.