but.committee	prof. Ing. Jindřich Petruška, CSc. (předseda) doc. Ing. Petr Blaha, Ph.D. (člen) RNDr. Zdeněk Matěj, Ph.D. (člen) doc. Mgr. Jaroslav Hrdina, Ph.D. (člen) doc. Ing. Jiří Krejsa, Ph.D. (člen) prof. Dr. Ing. Alexandr Štefek, Dr. (člen)	cs
but.defence	Komise konstatuje, že předložená DP představuje původní přínos k teorii současného odhadování stavu nelineárních systémů a identifikace jejich parametrů. Nově navržená metoda odhadování stavu systémů RFDE představu současně i významný praktický pokrok v této oblasti s velkým aplikačním potenciálem.	cs
but.jazyk	angličtina (English)
but.program	Aplikované vědy v inženýrství	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Grepl, Robert	en
dc.contributor.author	Brablc, Martin	en
dc.contributor.referee	Blaha, Petr	en
dc.contributor.referee	Bugeja, Marvin	en
dc.date.accessioned	2023-07-17T09:12:07Z
dc.date.available	2023-07-17T09:12:07Z
dc.date.created	2023	cs
dc.description.abstract	Tato Disertační práce se zabývá vývojem nové hybridní metody pro současné odha- dování stavů a parametrů nelineárních dynamických systémů, založené na myšlence lokálních lineárních modelů, která využívá odhad nejistoty parametrů modelu pro automatické nastavení některých parametrů Kalmanova filtru (KF), čímž se výrazně zjednodušuje její nasazení a nastavení v praktických aplikacích. V první části se disertační práce věnuje shrnutí aktuálního stavu poznání v oblasti dynamických systémů, simultánní estimace, KF a modelování nelineárních dynamických systémů. Následně se ve dvou samostatných kapitolách věnuje modifikaci KF pro situace, kde dominantním vlivem způsobujícím procesní šum jsou nepřesné parametry modelu, a dále modifikaci metody Receptive field weighted regression (RFWR) tak, aby mohla být použita pro duální estimaci. Nakonec práce popisuje vyvinutou hybridní metodu složenou z modifikovaných algoritmů RFWR a KF nazvanou Receptive field dual estimation - (RFDE) a demonstruje její funkčnost na simulačních i reálných datech.	en
dc.description.abstract	This Doctoral thesis deals with the development of a new hybrid method for the dual estimation of states and parameters of nonlinear dynamic systems based on the idea of local linear models, which uses the estimation of the uncertainty of the model parameters to automatically adjust the parameters of the Kalman filter (KF), thus greatly simplifying its deployment and adjustment in practical applications. In the first part, the dissertation summarises the current state of knowledge in the field of dynamic systems, simultaneous estimation, KF and modelling of nonlinear dynamic systems. Then, in two separate chapters, it discusses the modification of KF for situations where inaccurate model parameters are the dominant influence causing process noise, and the modification of the Receptive field weighted regression (RFWR) method so that it can be used for dual estimation. Finally, the paper describes the developed hybrid method composed of modified RFWR and KF algorithms called Receptive field dual estimation - (RFDE) and demonstrates its performance on simulation and real data.	cs
dc.description.mark	P	cs
dc.identifier.citation	BRABLC, M. Hybrid Method for Modelling and State Estimation of Dynamic Systems [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2023.	cs
dc.identifier.other	146583	cs
dc.identifier.uri	http://hdl.handle.net/11012/209414
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta strojního inženýrství	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Dynamické systémy; Modelování a simulace; Teorie řízení; Systémy se spojitým časem; Systémy s diskrétním časem; Aproximační metody; Lokální lineární modely; Lokální lineární regrese; Receptivní pole; Vážená regrese; MATLAB; Odhadování patametrů; Odhadování stavů; Kalmanův filtr; Procesní šum; Kovariance Gaussovs- kého šumu; Silmultánní estimace	en
dc.subject	Sloučená estimace	en
dc.subject	Duální estimace	en
dc.subject	Rekursivní metoda nejmenších čtverců	en
dc.subject	Dynamic systems	cs
dc.subject	Modelling and simulation	cs
dc.subject	Control theory	cs
dc.subject	Continuous time systems	cs
dc.subject	Discrete time systems	cs
dc.subject	Approximation methods	cs
dc.subject	Local linear models	cs
dc.subject	Local linear regression	cs
dc.subject	Receptive fields	cs
dc.subject	Weighted regression	cs
dc.subject	MATLAB	cs
dc.subject	Parameter estimation	cs
dc.subject	State estimation	cs
dc.subject	Kalman filter	cs
dc.subject	Process noise	cs
dc.subject	Gaussian Noise Covariance	cs
dc.subject	Simultaneous estimation	cs
dc.subject	Joint estimation	cs
dc.subject	Dual estimation	cs
dc.subject	Recursive least squares	cs
dc.title	Hybrid Method for Modelling and State Estimation of Dynamic Systems	en
dc.title.alternative	Hybrid Method for Modelling and State Estimation of Dynamic Systems	cs
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.dateAccepted	2023-04-21	cs
dcterms.modified	2023-04-28-14:02:55	cs
eprints.affiliatedInstitution.faculty	Fakulta strojního inženýrství	cs
sync.item.dbid	146583	en
sync.item.dbtype	ZP	en
sync.item.insts	2023.07.17 11:12:07	en
sync.item.modts	2023.07.17 09:59:57	en
thesis.discipline	Inženýrská mechanika	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav mechaniky těles, mechatroniky a biomechaniky	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

Hybrid Method for Modelling and State Estimation of Dynamic Systems

Files

Original bundle

Collections