系统估计  012M5002H

学期:2017—2018学年(春)第二学期 | 课程属性:专业普及课 | 任课教师:方海涛,万林
授课时间: 星期四, 第5、6、7节
授课地点: 教1-225
授课周次: 2、3、4、5、6、7、8、9、10、11、12、13、14、15、16
授课时间: 星期四, 第5、6、7节
授课地点: 教1-225
授课周次: 2、3、4、5、6、7、8、9、10、11、12、13、14、15、16
课程编号: 012M5002H 课时: 40 学分: 3.0
课程属性: 专业普及课 主讲教师:方海涛,万林
英文名称: System Estimation

教学目的、要求

本课程为数学与系统科学学科各专业硕士、博士研究生的学科基础课,同时也可作为运筹学与控制论、系统理论、工程控制等专业研究生的选修课。系统估计在诸如社会、经济、资源、环境、航空航天、工业过程、网络等许多实际系统中有广泛的应用背景,涉及状态估计及参数估计诸方面。本课程主要介绍系统估计所需的基础知识及基本概念、估计算法、收敛性条件、收敛速度分析等。
通过本课程的学习,希望学生对系统估计的形成及发展有所了解,掌握系统估计的基本概念、方法、理论和分析问题、解决问题的基本技能,为从事系统控制领域的研究打下基础。

预修课程

数学分析,线性代数,线性系统理论、概率统计、时间序列。

教 材

郭雷、程代展、冯德兴,《控制理论导论—从基本概念到研究前沿》,科学出版社,2005。

主要内容

第一部分 概率统计与时间序列基础 (约6学时):课程绪论(2学时)概率论基础(2学时)时间序列基础(2学时)。 教学重点与难点: 随机变量、期望与条件期望、鞅收敛定理、极大似然估计、平稳随机过程、ARMA模型等。
第二部分 线性最小方差递推滤波 (约10学时):卡尔曼滤波(3学时) 稳态滤波 (2学时)应用实例 (1学时)内插与外推(2学时)非线性滤波 (2学时)。教学重点与难点: 卡尔曼滤波和平滑、推广卡尔曼滤波、卡尔曼滤波的应用。
第三部分 线性系统的估计 (约10学时):最小二乘估计 (3学时)加权最小二乘估计(2学时)推广最小二乘估计 (2学时)其他估计方法(3学时)。教学重点与难点: 最小二乘估计、其它参数估计方法、估计的收敛性和收敛速度、 传递函数估计方法。
第四部分 时变参数系统的估计 (约8学时):时变随机系统的稳定性(4学时)时变随机系统估计(4学时)。 教学重点与难点: 最小均方方法、遗忘因子最小二乘法、卡尔曼滤波法。  
第五部分 系统估计专题选讲 (约6学时):随机控制、最小二乘自校正调节器等。教学重点与难点: 系统估计综合。

参考文献

[1] 陈翰馥,《离散时间系统的递推估计与随机控制》,科学出版社,1980。
[2] Lennart Ljung, 《System Identification - Theory For the User》, 2nd ed, PTR Prentice Hall, Upper Saddle River, N.J., 1999.
[3] Han-Fu Chen and Lei Guo,《Identification and Stochastic Adaptive Control》, Birkhäuser, Boston, 1991.
[4] 郭雷,《时变随机系统》,吉林科学技术出版社,1993