IDENTIFICAZIONE E ANALISI DEI DATI

(A.A. 2012-2013)

Questa pagina contiene materiale riguardante l'insegnamento di Identificazione e Analisi dei Dati, attivato nell'a.a. 2010-11 per i seguenti corsi di studio:

- Corso di Laurea Magistrale in Ingegneria Gestionale (N.O., piano di studi standard): 9 cfu (circa 72 ore)
- Corso di Laurea Magistrale in Ingegneria Informatica (N.O., curriculum SI): 6 cfu (circa 48 ore)
- Corso di Laurea Magistrale in Ingegneria Informatica (N.O., curriculum RA): modulo di Tecniche di Filtraggio 3 cfu (circa 24 ore)


Docente:

Andrea Garulli


Programma del corso e Bibliografia


Modalità di svolgimento dell'esame

L'esame puo' essere sostenuto mediante le prove in itinere oppure nei regolari appelli.

Prove in itinere
Per chi deve sostenere solo la prima parte dell'esame: una prova in itinere scritta e una prova orale.
Per chi deve sostenere l'intero esame: una prova in itinere scritta, un project work e una prova orale.
Per chi deve sostenere solo la seconda parte dell'esame: un project work e una prova orale.

Appelli regolari
Gli appelli sono costituiti da una prova scritta e una prova orale.
Nel corso dell'A.A., vi sono sei appelli: due nel silenzio didattico giugno-luglio, due nella sessione di recupero a settembre, e due nel silenzio didattico gennaio-febbraio.
Sono previsti due appelli straordinari (novembre, aprile) destinati ai soli studenti fuori corso.

Nota Bene 1: durante tutte le prove scritte non è consentito utilizzare appunti o altro materiale didattico. È possibile consultare un unico foglio in cui siano riportate le formule principali che si ritengono utili per lo svolgimento della prova.

Nota Bene 2: per partecipare alle prove scritte degli appelli e alle prove in itinere è necessario iscriversi nel sito https://segreteriaonline.unisi.it, dove verranno anche pubblicati i risultati di tutti gli appelli, sia scritti che orali.

Nota Bene 3: la discussione della prova scritta fa parte della prova orale. Perciò possono vedere la prova scritta durante il ricevimento solo gli studenti che hanno conseguito votazione insufficiente e non sono stati ammessi all'orale.

Nota Bene 4: il project work deve essere richiesto almeno 15 giorni prima della data dell'esame orale. La discussione del project work è parte integrante dell'esame orale.


Materiale didattico

Prima parte del corso
(per tutti, tranne che per coloro che devono sostenere il solo modulo Tecniche di Filtraggio)

Dispense di Identificazione e Analisi dei Dati (A, Garulli e A. Giannitrapani, versione 2.0 del 12.3.2011)

Es3_8.m (file Matlab per risolvere l'Esercizio 3.8)
Es3_10.m (file Matlab per risolvere l'Esercizio 3.10)

yulewalk_ar.m (file Matlab per il calcolo della covarianza di un processo AR)

yulewalk_arma.m (file Matlab per il calcolo della covarianza di un processo ARMA)

Per quanto riguarda l'identificazione di sistemi dinamici, le dispense possono essere integrate da:
- L. Ljung, "System identification: Theory for the user", capitoli 1, 3, 4 (pagg. 79-88), 7 (pp. 197-205), 10 (pp.326-331).
- Matlab System Identification Toolbox, Reference Manual, Sezione 2 (The graphical user interface).
Il materiale in questione è disponibile in biblioteca.

Seconda parte del corso
(solo per chi deve sostenere l'intero esame da 9 cfu, oppure il modulo Tecniche di filtraggio)

Argomenti delle lezioni

Concetto di stato nei sistemi stocastici; processi di Markov.
Il problema della stima dello stato.
Filtro di Kalman per sistemi lineari: derivazione delle equazioni e proprietà.
Riferimenti: [Soderstrom, pag. 61-67 e 137-145], [Lewis, pag. 3-19 e 56-80].

Filtro di Kalman come osservatore dello stato; confronto con filtri tempo-invarianti.
Proprietà asintotiche del filtro di Kalman.
Riferimenti: [Lewis, pag. 97-105].

Applicazioni del filtro di Kalman.
Identificazione ricorsiva. Modelli a regressione lineare: algoritmo RLS. Algoritmi con finestra esponenziale.
Riferimenti: [Ljung, pag. 361-380].

Filtraggio non lineare: filtro di Kalman esteso.
Tecniche avanzate di filtraggio non lineare: unscented Kalman filter; particle filter.
Riferimenti: [Kamen and Su, pag. 269-275; Lewis, pag. 185-191 e 260-272; Soderstrom, p. 245-257 e 265-269; S. Julier and J. Uhlmann, "Unscented filtering and nonlinear estimation", Proc. of the IEEE, 92(3), pag. 401-422, 2004.].

Testi di riferimento

F. L. Lewis, Optimal Estimation, John Wiley & Sons, 1986.
E. W. Kamen and J. K. Su, Introduction to Optimal Estimation, Springer, 1999.
T. Soderstrom, Discrete-time Stochastic Systems, Springer, 2002.
L. Ljung, Identification: Theory for the User, Prentice-Hall, 1999.


Esercitazioni al calcolatore

Di seguito, è possibile scaricare i testi delle esercitazioni di laboratorio (in pdf), insieme ai relativi svolgimenti.
 

Testi

Svolgimenti

File Ausiliari

Versioni precedenti

Esercitazione A: identificazione parametrica Svolgimento Es. A system1.mdl   system1n.mdl system1.mdl (per Matlab 6)   system1n.mdl (per Matlab 6)
Esercitazione B: validazione dei modelli Svolgimento Es. B Eser3-1.mat   Eser3-2.mat
Esercitazione C: filtro di Kalman Svolgimento Es. C dati_eser1.mat
Esercitazione D: filtro di Kalman esteso Svolgimento Es. D dati1.mat  dati2.mat


Testi di prove d'esame scritte

Testi di prove scritte in formato pdf, con file ausiliari Matlab o Simulink.
 

Testi

File ausiliari

Prova scritta del 7.1.2003 Dati_070103.mat
Prova scritta del 21.1.2003 Dati_210103.mat
Prova scritta del 3.4.2003 sys.mdl
Prova scritta del 13.12.2005 Dati_131205.mat
Prova scritta dell'11.1.2006 Dati_110106.mat
Prova in itinere del 16.5.2002
Prova in itinere del 4.6.2002 sys_040602.mdl
Prova in itinere del 19.11.2002
Prova in itinere del 19.12.2002 Dati_191202.mat
Prova in itinere del 18.11.2003
Prova in itinere del 16.12.2003 Dati_161203.mat
Prova in itinere del 23.11.2004
Prova in itinere del 5.12.2005 Dati_051205.mat
Prova in itinere del 30.11.2006 Dati_061130.mat
Prova in itinere del 12.11.2007
Prova in itinere del 29.11.2007 Dati_071129.mat
Prova in itinere del 10.11.2008
Prova in itinere del 12.05.2010


Pagine web degli anni accademici precedenti

I link seguenti si riferiscono a versioni precedenti del corso.
In caso di dubbi sul programma d'esame corrispondente al proprio piano di studi, si prega di contattare il docente.

Identificazione e Analisi dei Dati - A.A. 2010-11
Identificazione e Analisi dei Dati - A.A. 2009-10
Identificazione e Analisi dei Dati II e B - A.A. 2009-10
Identificazione e Analisi dei Dati - A.A. 2008-09


Sarà molto apprezzata la segnalazione di eventuali errori o imprecisioni a:   garulli  at  ing.unisi.it