logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2015/2016
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 088981 - MODEL IDENTIFICATION
  • 088979 - MODEL IDENTIFICATION AND ADAPTIVE SYSTEMS
Docente Piroddi Luigi
Cfu 5.00 Tipo insegnamento Modulo Di Corso Strutturato

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - CO (482) COMPUTER SCIENCE AND ENGINEERING - INGEGNERIA INFORMATICA*AZZZZ088977 - MODEL IDENTIFICATION AND ADAPTIVE SYSTEMS
088981 - MODEL IDENTIFICATION

Programma dettagliato e risultati di apprendimento attesi

Objectives

The goal of this course is to provide a framework of advanced modeling and data analysis techniques. The course focuses on the following topics: adaptive filtering, identification and control methods, state-space methods for multivariable system identification and for state estimation (Kalman filtering), nonlinear model identification methods. The course has both a theoretical and a practical flavor, with the illustration of some significant applications of the presented techniques in various fields. The course is the natural extension of the course “Model Identification and Data Analysis”.

Course program

1. Introduction. Course presentation. Brief review of basic notions: stochastic processes, models, prediction, identification. Open problems and motivation for the investigation of advanced modeling and data analysis techniques.
2. Recursive and adaptive methods for parameter identification. Recursive Least Squares (RLS), Extended Least Squares (ELS), Recursive Maximum Likelihood (RML). Forgetting factor. Adaptive and predictive control. Applications.
3. Adaptive filtering and active noise control applications. Adaptive digital filtering. Standard and modified LMS algorithm. The active noise control setting. Broadband feedforward control algorithms: FXLMS, leaky FXLMS, FULMS. Narrowband feedforward control. Periodic disturbance rejection. Disturbance frequency estimation. Multiple channel control. Implementation issues. Applications.
4. State space methods. Estimation, prediction and filtering based on the Kalman Filter. Using the Kalman filter for parameter estimation (gray-box identification). Extended Kalman Filter for non-linear systems. Virtual sensors. Multivariable system identification: subspace methods. Applications.
5. Nonlinear model identification. Nonlinear static modeling: fitting versus interpolation. Basis functions and nonlinear functional expansions. Nonlinear dynamic model classes: block-oriented models, NARX/NARMAX models, neural networks, Radial Basis Functions. Model structure selection: batch and recursive methods. Applications. 

Bibliography
Main textbooks (Italian):
- S. Bittanti, "Identificazione dei modelli e sistemi adattativi", Pitagora Editrice Bologna, 2003.
- S. Bittanti, "Teoria della predizione e del filtraggio", Pitagora Editrice Bologna, 2002.
- S. Bittanti, M. Campi, "Raccolta di Problemi di Identificazione, Filtraggio, Controllo Predittivo", Pitagora Editrice, Bologna, 1995. [eserciziario]

Other useful references (English):
- T. Söderström, P. Stoica, "System Identification", Prentice Hall, London (UK), 1989.
- R. Johansson, "System Modeling and Identification", Prentice Hall, Englewood Cliffs (NJ), 1993.
- B.D.O. Anderson, J.B. Moore, "Optimal Filtering", Prentice Hall, Englewood Cliffs (NJ).
- G.C. Goodwin, K.S. Sin, "Adaptive Filtering, Prediction and Control", Prentice Hall, Englewood Cliffs (NJ), 1984.
- S.M. Kuo, D.R. Morgan, “Active Noise Control Systems”, John Wiley & Sons, 1996.

The lecture notes of the course will also be made available.

Requirements

Perspective students should preferably have followed Model Identification and Data Analysis.


Note Sulla Modalità di valutazione

The final test examination is structured in two parts (both compulsory): a written test and a project.


Bibliografia
Risorsa bibliografica obbligatoriaL. Piroddi, Model Identification and Adaptive Systems: Lecture notes http://home.deib.polimi.it/piroddi/mias.html#lez
Note:

The lecture notes will be made available during the course.

Risorsa bibliografica obbligatoriaS. Bittanti, Identificazione dei modelli e sistemi adattativi, Editore: Pitagora Editrice Bologna, Anno edizione: 2003, ISBN: 88-371-1200-9
Risorsa bibliografica obbligatoriaS. Bittanti, Teoria della predizione e del filtraggio, Editore: Pitagora Editrice Bologna, Anno edizione: 2002, ISBN: 88-371-1092-8
Risorsa bibliografica obbligatoriaS. Bittanti, M. Campi, Raccolta di Problemi di Identificazione, Filtraggio, Controllo Predittivo, Editore: Pitagora Editrice, Bologna, Anno edizione: 1995, ISBN: 88-371-0792-7
Risorsa bibliografica obbligatoriaS.M. Kuo, D.R. Morgan, Active Noise Control Systems, Editore: John Wiley & Sons, Anno edizione: 1996, ISBN: 0471134244
Risorsa bibliografica facoltativaT. Söderström, P. Stoica, System Identification, Editore: Prentice Hall, London (UK), Anno edizione: 1989, ISBN: 0-13-881236-5
Risorsa bibliografica facoltativaR. Johansson, System Modeling and Identification, Editore: Prentice Hall, Englewood Cliffs (NJ), Anno edizione: 1993, ISBN: 0-13-482308-7
Risorsa bibliografica facoltativaB.D.O. Anderson, J.B. Moore, Optimal Filtering, Editore: Prentice Hall, Englewood Cliffs (NJ), Anno edizione: 1979, ISBN: 0-13-638122-7
Risorsa bibliografica facoltativaG.C. Goodwin, K.S. Sin, Adaptive Filtering, Prediction and Control, Editore: Prentice Hall, Englewood Cliffs (NJ), Anno edizione: 1984, ISBN: 0486469328

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
40.0
esercitazione
10.0
laboratorio informatico
0.0
laboratorio sperimentale
0.0
progetto
0.0
laboratorio di progetto
0.0

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Inglese
Disponibilità di materiale didattico/slides in lingua inglese
Disponibilità di libri di testo/bibliografia in lingua inglese
Possibilità di sostenere l'esame in lingua inglese
Disponibilità di supporto didattico in lingua inglese
schedaincarico v. 1.6.1 / 1.6.1
Area Servizi ICT
06/04/2020