Course detail
Optimal Control and Identification
FIT-ORIDAcad. year: 2019/2020
Not applicable.
Language of instruction
Czech, English
Mode of study
Not applicable.
Learning outcomes of the course unit
Not applicable.
Prerequisites
Not applicable.
Co-requisites
Not applicable.
Planned learning activities and teaching methods
Not applicable.
Assesment methods and criteria linked to learning outcomes
Not applicable.
Course curriculum
Not applicable.
Work placements
Not applicable.
Aims
Not applicable.
Specification of controlled education, way of implementation and compensation for absences
Not applicable.
Recommended optional programme components
Not applicable.
Prerequisites and corequisites
Not applicable.
Basic literature
Not applicable.
Recommended reading
Not applicable.
Classification of course in study plans
Type of course unit
Lecture
26 hod., optionally
Teacher / Lecturer
Syllabus
Orientační osnova výuky je uvedena níže. Témata přednášek budou upřesněna na úvodní lekci předmětu podle znalostí studentů. Na konci předmětu se předpokládá výuka formou seminářů a samostatných prezentací.
- Problémy optimálního řízení, statická a dynamická optimalizace, determinované, stochastické a adaptivní řízení, vymezení pojmů.
- Dynamická optimalizace, tvary funkce ztrát, okrajové podmínky a omezení, základy variačního počtu, Eulerova-Lagrangeova rovnice.
- Omezení ve tvaru nerovnic na řízení, Pontrjaginův princip minima.
- Dynamické programování, konstrukce funkce ztrát, rovnice Hamiltona-Jakobiho-Bellmana.
- Příklady optimálních systémů, lineární regulátor, konstrukce funkce ztrát. Riccatiho rovnice, lineární servomechanismus.
- Opakování a/nebo výklad - charakteristiky náhodných procesů, střední hodnota, disperse, korelace, kovariance, spektrální vyjádření, Wiener-Chinčinovy vztahy, Parcevalův teorém, Bílý a "barevný" šum, transformace náhodného signálu lineární soustavou, kmitočtová i časová oblast.
- Bayesovské odhady, funkce ztrát a riziko, aplikace na dynamické soustavy, obecný princip dynamické filtrace.
- Lineární dynamický (Kalmanův) filtr, odvození, přechod na diskrétní filtr, zobecnění lineárního dynamického filtru, Wienerův filtr.
- Současná identifikace parametrů soustavy a trajektorie, rozšířený stavový vektor, linearizovaný Kalmanův filtr, konstrukce vybraných nelineárních filtrů.
- Stochastické řízení, lineární kvadratická Gaussova úloha, spojitý a diskrétní stochastický stavový regulátor a servomechanismus.
- Adaptivní systémy, současná identifikace stavu a parametrů a řízení, nejčastější struktury adaptivních systémů.
Project
13 hod., compulsory
Teacher / Lecturer
Syllabus
Individuální projekty, jejichž výsledky budou prezentovány v závěru výuky předmětu formou semináře.
Guided consultation in combined form of studies
26 hod., optionally
Teacher / Lecturer