Opinto-opas 2011-2012
Perus

Perus Pori KV Jatko Avoin

|Tutkinnot|     |Opintokokonaisuudet|     |Opintojaksot|    

Opinto-opas 2011-2012

ASE-5030 Optimaalinen mallipohjainen estimointi ja ennustaminen, 7 op
Optimal Estimation and Prediction Based on Models

Lisätiedot

Soveltuu jatko-opinnoiksi
Ei luennoida lukuvuonna 2011-2012

Vastuuhenkilö

Risto Ritala

Suoritusvaatimukset

Tentti. Tietokoneharjoitukset ja laskuharjoitukset/kotilaskut.

Osaamistavoitteet

Opintojakso esittää stokastisen järjestelmän tilainformaation kuvailumenetelmät ja kuvauksen päivityksen mittaustiedon perusteella. Staattiset, diskreettiajan ja jatkuvan ajan järjestelmät. Osaa (arvosana (3/5) 1. Muodostaa normaalijakaumalla kuvatun järjestelmän tilan estimaatin ja estimaattiepävarmuuden, kun järjestelmän tilasta saadaan osittaista/epävarmaa mittaustietoa. 2. Esittää yleisen Markov-prosessien rekursiivisen estimoinnin/informaation päivityksen periaatteen. 3. Laatia Kalman-suodattimen annetulle lineaarisen diskreetin ajan tilamalliille. 4. Laatia Kalman-suodattimen lineaariselle stokastiselle differentialaiyhtälölle, kun mittaukset tehdään hetkittäin epäsäännöllisin väliajoin. 5. Laatia lineaarisen staattisen (kantafunktio)mallin (esim anturin ¿kalibrointikäyrä) dynaamisen validointialgoritmin. Arvosana (1/5): vähintään neljä tavoitetta täyttyy.

Sisältö

Sisältö Ydinaines Täydentävä tietämys Erityistietämys
1. Normaalijakauma ja siitä johdetut ehdolliset jakaumat.   Keskinäisinformaatio ja Kullback-Leibler ¿etäisyys.   Fisher-informaatio ja Cramer-Rao epäyhtälö.  
2. Markov-ominaisuus ja siitä seuraava mittaushistorian tiivistävä tilainformaation rekursiivinen päivitys.   Estimaattien bias, epävarmuus, konsistenssi ja tehokkuus.   Kramers-Moyal yhtälö. 
3. Lineaarisen tilamallin Kalman-suodatus.   Fokker-Planck ¿yhtälö.    
4. Lineaarisen stokastisen differentiaaliyhtälön ratkaisu: tilan todennäköisyystiheyden dynamiikka.   Referenssimittausten ajoituksen optimointi lineaarisen (kantafunktio)mallin epävarmuuden pitämiseksi asetetuissa rajoissa (esim mittauksen ¿kalibrointikäyrän¿ epävarmuuden monitorointi tai adpatointi).    
5. Lineaarisen staattisen (kantafunktio)mallin parametrien Kalman-suodatus; mallin dynaaminen validointi.   Extended Kalman filter.   

Opintojakson arvostelu

Tentti. Tietokoneharjoitukset j laskuharjoitukset/kotilaskut.

Arvosteluasteikko:

Opintojaksolla käytetään numeerista arviointiasteikkoa (1-5)

Oppimateriaali

Tyyppi Nimi Tekijä ISBN URL Painos,saatavuus... Tenttimateriaali Kieli
Luentokalvot                Suomi  

Esitietovaatimukset

Opintojakso P/S Selite
ASE-2110 Systeemit ja säätö Suositeltava    
ASE-2150 Systeemimallit ja niiden identifiointi Suositeltava    
ASE-2510 Johdatus systeemien analysointiin Suositeltava    
ASE-5010 Kehittyneet datan mallinnus- ja analysointimenetelmät Suositeltava    

Esitietoketju (Vaatii kirjautumisen POPiin)



Vastaavuudet

Opintojakso Vastaa opintojaksoa  Selite 
ASE-5030 Optimaalinen mallipohjainen estimointi ja ennustaminen, 7 op ACI-42130 Systeemiteorian erityiskysymyksiä, 5 op  

Viimeksi muokattu23.02.2011