X 2 = k 21X 1 + U 2 s + k 02 + k 12. (s + k 02 + k 12 )U 1 + k 12 U 2. s 2 + (k 01 + k 21 + k 02 + k 12 ) s + k

Samankaltaiset tiedostot
POSITIIVISEN LINSSIN POLTTOVÄLI

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 4 Ratkaisuehdotuksia. Tehtäväsarja I

Tehtävä 1. Vaihtoehtotehtävät.

KUINKA PALJON VAROISTA OSAKKEISIIN? Mika Vaihekoski, professori. Lappeenrannan teknillinen yliopisto

S Piirianalyysi 2 2. välikoe

x = ( θ θ ia y = ( ) x.

4.3 Liikemäärän säilyminen

Kahdeksansolmuinen levyelementti

Mat Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

Dynaamiset regressiomallit

RATKAISUT: 3. Voimakuvio ja liikeyhtälö

S Fysiikka III (Est) Tentti

RATKAISUT: 8. Momentti ja tasapaino

ELEC-C1230 Säätötekniikka. Luku 4: Lohkokaaviomuunnokset, PID-säädin ja kompensaattorit,

S FYSIIKKA IV (ES), Koulutuskeskus Dipoli, Kevät 2003, LH2. f i C C. λ 2, m 1 cos60,0 1, m 1,2 pm. λi λi

Nelisolmuinen levyelementti

Viivakuormituksen potentiaalienergia saadaan summaamalla viivan pituuden yli

PD-säädin PID PID-säädin

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

1 Määrittele lyhyesti seuraavat käsitteet. a) Kvantisointivirhe. b) Näytetaajuuden interpolointi. c) Adaptiivinen suodatus.

1. Annettu siirtofunktio on siis G(s) ja vastaava systeemi on stabiili. Heräte (sisäänmeno) on u(t) = A sin(ωt), jonka Laplace-muunnos on

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto

S Piirianalyysi 2 Tentti

Kertausosa. 2. Kuvaan merkityt kulmat ovat samankohtaisia kulmia. Koska suorat s ja t ovat yhdensuuntaisia, kulmat ovat yhtä suuria.

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

c) 22a 21b x + a 2 3a x 1 = a,

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

Insinöörimatematiikka D

Kahdeksansolmuinen levyelementti

Ei-inertiaaliset koordinaatistot

4.0.2 Kuinka hyvä ennuste on?

Inversio-ongelmien laskennallinen peruskurssi Luento 2

12. ARKISIA SOVELLUKSIA

Y (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

TL5362DSK-algoritmit (J. Laitinen) TTE2SN4X/4Z, TTE2SN5X/5Z Välikoe 1, ratkaisut

LUKU 10. Yhdensuuntaissiirto

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö

DIGITAALISET PULSSIMODULAATIOT M JA PCM A Tietoliikennetekniikka I Osa 21 Kari Kärkkäinen Kevät 2015

Mat Tilastollisen analyysin perusteet, kevät 2007

Intensiteettitaso ja Doplerin ilmiö

Pinta-alan variaatio. Rakenteiden Mekaniikka Vol. 44, Nro 1, 2011, s Eero-Matti Salonen ja Mika Reivinen

Maximum likelihood-estimointi Alkeet

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia

1 x 2 1 x 2 C 1 D. 1 x 2 C 1. x 2 C 1 C x2 D x 2 C 1; x 0: x 2 C 1 C 1. x 2 x 4 C 1 ja. x 4 C 1 D.x4 1/.x 4 C 1/

RATKAISUT: 17. Tasavirtapiirit

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Estimointi. Vilkkumaa / Kuusinen 1

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Kokonaislukuoptimointi

ELEC-C1230 Säätötekniikka. Luku 5: Navat ja nollat, systeemin nopeus, stabiilisuus ja värähtelyt, Routh-Hurwitz-kriteeri

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

S if b then S else S S s. (b) Muodosta (a)-kohdan kieliopin kanssa ekvivalentti, so. saman kielen tuottava yksiselitteinen.

Laplace-muunnoksesta ja differentiaaliyhtälöiden ratkaisemisesta sen avulla

Osa VII. Laplace muunnos. Laplace-muunnos. Laplace-muunnos

Harjoitus 1. Tehtävä 1. Malliratkaisut. f(t) = e (t α) cos(ω 0 t + β) L[f(t)] = f(t)e st dt = e st t+α cos(ω 0 t + β)dt.

Numeeriset menetelmät

Insinöörimatematiikka D

Dynaamiset regressiomallit

3. Teoriaharjoitukset

Inversio-ongelmien laskennallinen peruskurssi Luento 3

Tilastollinen päättömyys, kevät 2017 Harjoitus 6B

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

Sovellettu todennäköisyyslaskenta B

DIGITAALISET PULSSIMODULAATIOT M JA PCM

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

3.2.2 Tikhonovin regularisaatio

x = x x 2 + 2y + 3 y = x + 2y f 2 (x, y) = 0. f 2 f 1

l 1 2l + 1, c) 100 l=0

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

Sovellettu todennäköisyyslaskenta B

Lukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 5. joulukuuta Z-muunnos

Kvanttifysiikan perusteet 2017

Suoran yhtälöt. Suoran ratkaistu ja yleinen muoto: Suoran yhtälö ratkaistussa, eli eksplisiittisessä muodossa, on

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 3 / Laplace-muunnos

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

Inversio-ongelmien laskennallinen peruskurssi Luento 4

3.3 Funktion raja-arvo

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Kohdeyleisö: toisen vuoden teekkari

Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin (yo-kirjoituksissa hyväksytty) on sallittu apuväline tässä kokeessa!

Tilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14)

10 Suoran vektorimuotoinen yhtälö

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Numeeriset menetelmät

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu

Fourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7

Kahden suoran leikkauspiste ja välinen kulma (suoraparvia)

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Transkriptio:

Aalto-yliopiton Perutieteiden korkeakoulu Matematiikan ja yteemianalyyin laito Mat-49 Syteemien Identifiointi 0 harjoituken ratkaiut äytetään enin iirtofunktiomalli Tehdään Laplace-muunno: ẋ k 0 k x + k x + u ẋ k x + k 0 k x + u Ratkaitaan nyt alemmata X : X k 0 k X + k X + U X k X + k 0 k X + U X k X + U + k 0 + k joka voidaan ijoittaa ylempään jolloin aadaan X k 0 k X + k k X + U + k 0 + k + U joten X + k 0 + k U + k U + k 0 + k + k 0 + k + k }{{} 0 k 0 + k 0 k + k 0 k }{{ } A B Liäki Y c X joten Y annettu iirtofunktioeity on OK! yt tarkatellaan impuli ja akelvateita Impulivateen { ut a 0 δ0 Laplacemuunno on U a 0 ja akelfunktion ut 0 t < 0 b 0 t 0 U b 0 Seuraavia kohdia käytetään hyväki tietoa että ateen yteemille G voidaan etimoida parametrit α β γ ja σ α + β + γ + σ

a yt ohjauket u ja u ovat erikeen yötettyjä impuleja Tarkatellaan tapauket joia toinen on ykikköimpuli U ja toinen nolla U 0 yt Y C + k 0 + k yt vateen avulla voidaan identifioida vakiot c k 0 + k A ja B Vataavati valitaan iäänmenoiki U 0 ja U jolloin Y C k jota aadaan identifioitua vakiot C k A ja B Saatiin ii viidelle tuntemattomalle parametrille viii yhtälöä joita aadaan kaikki parametrit etimoitua Vataavati valitemalla toinen iäänmeno impuliki ja toinen akeleeki aadaan parametrit identifioitua b yt U U ja iten Y C + k 0 + k + k joten vateeta aadaan vakiot C C k 0 + k + k A ja B äitä enimmäinen C aadaan ii uoraan mutta kolme viimeitä tuottavat kolme yhtälöä mutta parametreja onkin neljä Eli parametreja ei aada identifioitua Vataava tulo aadaan jo molemman iäänmenot ovat akeleita c yt U ja U ja Y C + k 0 + k + k C k 0 + k + k Enimmäinen termi voidaan eittää oamurtokehitelmänä ja iten voidaan kirjoittaa Y C k 0 +k B C k 0 +k AC k 0 +k B B + k + miä oikean puolen enimmäinen termi vataa aikataoa akelta eli e näkyy vateea vain vakiovahvitukena Siten vateeta aadaan ratkaitua vakiot ± C k 0 +k AC k 0 +k B B + k A ja B yt tää on neljä yhtälöä mutta viii tuntematonta Jo C tunnetaan niin aadaan4 yhtälöä ja 4 tuntemationta ja iirtoparametrit k ij voidaan identifioida d Tämä kohta menee kuten edellinen yt U ja U eli aadaan Eitetään tämäkin muodoa Y C + k 0 + k + k r + t + v

Saadaan Y C k B + C k B AC k B k 0 + k Siten vateeta aadaan vakiot C k C k B B AC k B k 0 + k A ja B Siten meillä on viii yhtälöä ja viii tuntematonta joten parametrit aadaan etimoitua! Siten iäänmenon valinta vaikuttaa oleellieti iihen aadaanko mallin parametrit etimoitua! yt olkoon ut kun t ja ut 0 kun t < a Merkitään θ b b T ja φt ut ut T jolloin tarkateltava yteemi on muotoa yt θ T φt + vt Tälle PS-etimaatit aadaan kaavata: ˆθ φ T φ φ T yt φtφt T t φtyt t ut ut ut ut ut ut t yt t3 yt + t yt t3 yt t yt t3 yt t yt + t3 yt + t3 yt y y + t3 yt b + v ˆb b v + t3 vt ˆb t ut yt t ut yt yt huomataan että ˆb riippuu v:ta ei :tä Siten etimaatin tarkkuutta ei voida mielivaltaieti parantaa kavattamalla :ää Ongelma on e että φt φ ei käänny! Peruongelma on e että tää tapaukea heräte ei ole tarpeeki rika 3

b yt oletetaan että b 0 Tällöin aadaan ˆθ ˆb ut ut yt yt b + vt t Koka oletettiin että v on nollakekiarvoinen pätee joten ˆb b c yt b ut + vt vt 0 t φ T φ φtφt T ut ut ut ut ut n ut ut ut ut ut n ut nut ut nut ut n Ehto joka vaaditaan parametrien etimoimieki on että φ T φ kääntyy 3 a Tarkatetaan enin että φt φ kääntyy kun Koka φt φ ut utut utut ut pätee Ru 0 R φt φ u R u R u 0 joka kääntyy jo R u 0 ±R u ; eli aadaan käytettävää herätettä kokeva ehto Laketaan itten etimaatin variani joten ˆθ θ φ T φ φ T y θ φ T φ φ T φθ + e θ φ T φ φ T e E[ˆθ θˆθ θ T ] E[φ T φ φ T }{{} ee T φφ T φ ] σ I }{{} σ E[φ T φ ] R u 0 R u 4 Ru 0 R u R u R u 0

Eli V ar[ˆb ] E[ˆb b ] V ar[ˆb ] V ar[ˆb ] eli varianit riippuvat R u :tä ja R u 0:ta R u 0 R u 0 R u b Halutaan valita u e variani minimoituu Huomataan että minimiä R u 0 jolloin V ar[ˆb i ] R u 0 Koka oletettiin että R u 0 a aadaan liäki että minimiä R u 0 a Siten eimerkiki valkoinen kohina minimoi varianin Minimiä V ar[ˆb i ] a 4 a PRBS on determinitinen dikreetti ignaali joka on taajuiällöltään rika ja e muituttaa valkoita kohinaa Se määritellään euraavati :n mittainen PBRS ekveni on pulijono joka iältää + + 4 + 8 kappaletta puleja joiden keto on kappaletta puleja joiden keto on kappaletta puleja joiden keto on h h 3h kappaletta puleja joiden keto on n h kappaletta puleja joiden keto on n h kappaletta puleja joiden keto on nh Matlab-funktio la0t4am muodotaa tällaien ignaalin b Matlab-funktio la0t4bm 5