Dettagli sull'Insegnamento per l'A.A. 2017/2018

Prerequisiti

Conoscenza dei fondamenti della teoria dei sistemi, dei controlli automatici e della teoria della probabilità.

Obiettivi

Il corso ha lo scopo di presentare le principali tecniche di indentificazione e stima dello stato dei sistemi dinamici.  Saranno introdotti concetti di base della teoria della stima: stima di minima varianza, stima lineare ottima e stima di massima verosimigliaza. Tali concetti saranno utilizzati per descrivere il filtro di Kalman per la stima dello stato di sistemi lineari e per l'identificazione parametrica dei sistemi lineari. 

Sillabo

• Introduzione
• Richiami e complementi di calcolo delle probabilità
• Stimatori di minima varianza
• Sistemi stocastici a tempo discreto
• Sequenze di innovazione e loro proprietà
• Struttura del filtro di Kalman
• Calcolo del guadagno di Kalman e schemi di simulazione
• Filtro di Kalman in regime stazionario
• Filtro di Kalman esteso
• Identificabilità dei parametri
• Stima di massima verosimigliaza
• Identificazione parametrica dei sistemi stocastici

Testi di riferimento

• M. Dalla Mora, A. Germani, C. Manes, Introduzione alla teoria dell'identificazione dei sistemi , Euroma. 1997. ISBN 88-8066-168-X    

Modalità d'esame

Esame orale

Note

• Si veda anche la pagina sul vecchio sito di ingegneria: http://www.ing.univaq.it/cdl/scheda_corso.php?codice=I0042_I2I

Aggiornamenti alla pagina del corso

• A.A. 2012/2013
• A.A. 2013/2014
• A.A. 2014/2015
• A.A. 2015/2016
• A.A. 2016/2017
• A.A. 2017/2018
• A.A. 2018/2019
• A.A. 2019/2020