Identificação e Estimação

Código:

EEC0101

Sigla:

IEST

Áreas Científicas
Classificação	Área Científica
OFICIAL	Automação, Controlo e Sistemas de Produção Indust.
OFICIAL	Ciências Fundamentais e da Eletrotecnia

Ocorrência: 2020/2021 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia Eletrotécnica e de Computadores
Curso/CE Responsável:	Mestrado Integrado em Engenharia Electrotécnica e de Computadores

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIEEC	59	Plano de estudos oficial	5	-	6	56	162

Língua de trabalho

Português

Objetivos

1. Aquisição de bases teóricas que permitam compreender os problemas de estimação e identificação assim como os métodos que, hoje em dia, constituem o state of the art nesta área.


2. Compreender os fundamentos da estimação de estado e saber utilizar o Filtro de Kalman.


3. Conhecer o problema da identificação de sistemas com ênfase nos sistemas lineares, conhecendo abordagens à determinação de modelos entrada-saída paramétricos ou não paramétricos e modelos de estado de sistemas LTI em tempo discreto.

Resultados de aprendizagem e competências

1. Compreensão o conceito de estimação de estado


2. Saber implementar e utilizar o filtro de Kalman


3. Compreensão de Conceitos de Àlgebra Linear avançada essenciais para o processamento digital de sinais


4. Compreensão dos diferentes conceitos da representação de sistemas no espaço de estados


5. Conhecer os diferentes modelos de entrada-saída


6. Compreender e saber implmeentar alguns algortimos de identificação de sistemas dinâmicos


7. No fim da UC, um aluno deverá estar apto a projetar e implementar um filtro de Kalman e planear e executar uma experiência de identificação tendo em vista a obtenção dum modelo para resolver um determinado problema.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

• Teoria do Controlo


• Álgebra


• Probabilidades e Estatística

Programa

Parte I -Estimação de Estado

• Observadores Determinísticos
• Introdução ao Processos Estocásticos
• Modelos Determinístico-Estocásticos no Espaço de Estados
• Previsor e Filtro de Kalman

Parte II - Bases teóricas para identificação de sistemas dinâmicos

• Complementos de álgebra linear 
• Análise no Espaço de Estados de Sistemas Lineares e Invariantes no Tempo
• Processos Estocásticos
• Teoria da previsão linear
• Modelos estocásticos de Entrada/Saída
• Modelos Determinístico-Estocásticos de Entrada/Saída

Parte III - Idedntificação de Sistemas

• Estimador de mínimos quadrados 
• Estimação da resposta impulsional
• Identificação de modelos entrada-saída
• Mínimos Quadrados
• Variáveis Instrumentais
• Teoria da realização de sistemas determinísticos
• Determinação de modelos de estado através da resposta impusional

 

Bibliografia Obrigatória

Katayama, Tohru; Susbspace Methods for System Identification, Springer-Verlag , 2005. ISBN: 1852339810
Lopes dos Santos, Paulo; Tópicos de Álgebra Linear, 2007 ("Lecture Notes" escritas para esta disciplina)
Lopes dos Santos, Paulo; Processos Estocásticos e Filtro de Kalman, 2007
Ljung, Lennart; System identification. ISBN: 0-13-881640-9
Lopes dos Santos, Paulo; Sistemas Lineares e Invariantes no Tempo ("Lecture Notes escritas para esta disciplina), 2007

Bibliografia Complementar

Van Overschee, Peter; Subspace identification for linear systems. ISBN: 0-7923-9717-7
Delgado, Catarina Judite Morais; Identificação no subespaço de estados de sistemas lineares
Verhaegen, Michel and Verdult, Vincent; Filtering and System Identification - A least squares approach, Cambridge University Press, 2007. ISBN: ISBN-13 978-0-521-87512-7
Paulo Jorge de Azevedo Lopes dos Santos; Identificação de sistemas dinâmicos
Lopes dos Santos, Paulo; Perdicoúlis, T-P A; Novara, Carlo; Ramos, Jose; Rivera, Daniel; Linear Parameter Varying Systems - New Developments and Trends, World Scientific, 2012. ISBN: 13-978-981-4355-44-5

Métodos de ensino e atividades de aprendizagem

• Aulas teóricas: Exposição 


• Aulas teórico-práticas: Realização de trabalhos de demonstração de conceitos com dados reais ou simulados. Realização de pequenos projectos de estimação e de identificação de sistemas

Software

Interactive System Identification Tool
Matlab 6
System Identification Toolbox - Release 11

Palavras Chave

Ciências Tecnológicas > Engenharia > Engenharia de sistemas > Teoria de sistemas

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Teste	100,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	78,00
Frequência das aulas	56,00
Trabalho laboratorial	28,00
Total:	162,00

Obtenção de frequência

Todo o aluno que não exceda o limite de faltas tem frequência.

Fórmula de cálculo da classificação final

Os alunos terão que fazer 2 testes. O primeiro a meio do semestre e o segundo no fim. A Nota Final é calculada da seguinte forma

 Nota final=0,5*T1+0,5*T2

 

T1 - Primeiro teste
T2 - Segundo teste

Nota do exame final Caso a nota seja superior a 18 valores o aluno pode requerer uma prova oral para eventual atribuição de classificação superior a 18 valores.

Os alunos que não consigam obter a classificação de 10 podem fazer o exame de recurso na época de recurso. Neste caso a classificação final será a obtida no exame.

Avaliação especial (TE, DA, ...)

Os alunos admitidos a exame por terem dispensa de frequência (ao abrigo das alíneas a), b) e c) do Artigo 4º das Normas Gerais de Avaliação) não estão dispensados dos testes de avaliação. 

Melhoria de classificação

A melhoria da classificação pode ser efectuada em época especial de exame, sendo a classificação final igual ao resultado obtido nesse exame, se melhor do que a classificação anterior.

Observações

Os alunos dispensados de frequência pelo facto de a terem obtido no ano lectivo anterior (e apenas nesse!)