CODICE 111106 ANNO ACCADEMICO 2023/2024 CFU 5 cfu anno 1 ROBOTICS ENGINEERING 10635 (LM-32) - GENOVA 5 cfu anno 2 INGEGNERIA ELETTRONICA 8732 (LM-29) - GENOVA 5 cfu anno 1 COMPUTER ENGINEERING 11160 (LM-32) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/04 LINGUA Inglese SEDE GENOVA PERIODO 1° Semestre MODULI Questo insegnamento è un modulo di: SYSTEM IDENTIFICATION AND OPTIMAL CONTROL MATERIALE DIDATTICO AULAWEB OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI The goal of the course is to provide methodologies and tools for designing systems’ models to be used for control, estimation, diagnosis, prediction, etc. Different identification methods are considered, both in a “black box” context (where the structure of the system is unknown), as well as in a “grey box” (uncertainty on parameters) one. Methods are provided for choosing the complexity of the models, for determining the values of their parameters, and to validate them. Moreover, state estimation problems are addressed and their connections with control and identification are considered. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Gli studenti apprenderanno come scegliere un modello appropriato per un Sistema partendo dai dati ingresso/uscita disponibili. Apprenderanno inoltre come scegliere la complessità appropriata per il modello e come ottimizzare opportunamente i parametri coinvolti utilizzando i dati. Inoltre sarà fornita la capacità di trattare metodi di stima dello stato sia nel contesto lineare che in quello non lineare. MODALITA' DIDATTICHE Lezioni in aula PROGRAMMA/CONTENUTO - Diversi modelli per sistemi dinamici e loro applicazioni - Modelli parametrici e non parametrici. -Tecniche di identificazione per modelli lineari. -Modelli non lineari. Esempi e metodi di identificazione. -Procedure di validazione. -Introduzione alla stima dello stato. -Stima dello stato in presenza di disturbi. -Filtro di Kalman e sa estensione al caso non lineare. -Tecniche per l’identificazione di parametri in presenza di disturbi. TESTI/BIBLIOGRAFIA L. Ljung, “System Identification: Theory for the User”, Prentice Hall Y. Bar-Shalom, X. R. Li, T. Kirubarajan, “Estimation with Applications to Tracking and Navigation”, John Wiley & Sons Ulteriore materiale verrà fornito dal docente. DOCENTI E COMMISSIONI MARCO BAGLIETTO Ricevimento: Il docente riceve su appuntamento da concordare con qualche giorno lavorativo di anticipo a inizio o fine delle lezioni o via email. Commissione d'esame MARCO BAGLIETTO (Presidente) GIOVANNI INDIVERI GIORGIO CANNATA (Presidente Supplente) LEZIONI Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME Esame orale con discussione dei metodi di identificazione e di stima dello stato e di loro applicazioni. Agli studenti con disturbi specifici di apprendimento (DSA) sarà consentito l’uso di modalità specifiche e di supporti che saranno determinati caso per caso in accordo con il delegato dei corsi di Ingegneria nel comitato per l’inclusione degli studenti con disabilità. MODALITA' DI ACCERTAMENTO Gli studenti saranno valutati sulla base della loro capacità di descrivere gli algoritmi di identificazione e di stima dello stato, di scegliere modelli appropriati a seconda del contesto applicativo e di utilizzare i dati disponibili per ottimizzare la complessità e i parametri dei modelli. Calendario appelli Data appello Orario Luogo Tipologia Note 08/01/2024 09:00 GENOVA Orale 23/01/2024 09:00 GENOVA Orale 15/02/2024 09:00 GENOVA Orale 05/06/2024 09:00 GENOVA Orale 20/06/2024 09:00 GENOVA Orale 05/07/2024 09:00 GENOVA Orale 09/09/2024 09:00 GENOVA Orale