مطالب مفید در ارتباط با شناسایی سیستم ها در این قسمت بروزرسانی می شود.


 

تاریخ به روز رسانی

توضیح / لینک

 

2018-09-26

 

 

 

2017-11-20nhn

داده های آماری باد در جهان در سایت زیر در دسترس است:

https://www.ecmwf.int/

 

نمونه سوال امتحانی برای درس شناسایی سیستم (صرفا جهت آشنایی) در فایل زیر آمده است:

 

Exam- System Identification

2017-11-14 لینک زیر حاوی اطلاعات بسیار مفیدی در خصوص انتخاب ساختار مدل هایی از قبیل ARX، ARMAX و …

 

http://www.ni.com/white-paper/4028/en/

2017-10-10 فایل زیپ شده زیر حاوی اطلاعات ورودی-خروجی یک موتور DC  است که توسط کنترل کننده PID داخلی AVR کنترل می شود. به منظور مشاهده دیاگرام اطلاعات باید m فایل مربوطه را در متلب اجراکنید.

 

مرجع: اطلاعات ارسالی توسط آقای محمد جواد گلچین

2017-10-09 تصویر فایل سیمیولینک زیر برای مقایسه سیگنال کنترل به منظور انتقال قطب غالب به نقاط دوردست تر در نیم صفحه سمت چپ صفحه موهومی بکار میرود. با حذف صفر و انتخاب قطب های دورتر از مبدا دامنه سیگنال کنترل بزرگ تر میشود که ممکن است با محدودیت های عملی مواجه شود.
2017-10-06

اطلاعات مربوط به طراحی فیلتر با متلب

Link_1

Link_2

Link_3

2017-10-03

اطلاعات مربوط به سیستم های مرتبه اول و دوم را با کلیک بر روی نام مربوطه ببینید.

2017-10-02

معرفی یک ابزار نیرومند برای شناسایی سیستم ها درمتلب در این لینک

2017-10-01

درس شناسایی سیستم در MIT:

MIT Open course for system Identification 

2017-09-31

در لینک های زیر اطلاعات عددی قابل استفاده در شناسایی و مدلسازی سیستم ها در دسترس است:

National Climatic Data Center

ِDaisy data

 


ویدیوهای آموزشی

چند ویدئوی آموزشی جالب در زیر آمده است:


مراجع:

برخی کتاب های مفید در زمینه شناسایی سیستم در زیر آمده است: 

1. کتاب System Identification: Theory for the User  توسط Lennart Ljung  چاپ  دوم در سال 1999 با فهرست زیریکی از مراجع مهم این درس است:

 1. Introduction.

PART I. SYSTEMS AND MODELS.

 2. Time-Invariant Linear Systems.

 3. Simulation, Prediction, and Control.

 4. Models of Linear Time-Invariant Systems.

 5. Models for Time-Varying and Nonlinear Systems.

PART II. METHODS.

 6. Nonparametric Time- and Frequency-Domain Methods.

 7.Parameter Estimation Methods.

 8.Convergence and Consistency.

 9. Asymptotic Distribution of Parameter Estimates.

10. Computing the Estimate.

11. Recursive Estimation Methods.

PART III. USER'S CHOICES.

12. Options and Objectives.

13. Affecting the Bias Distribution of Transfer-Function Estimates.

14. Experiment Design.

15. Choice of Identification Criterion.

16. Model Structure Selection and Model Validation.

17. System Identification in Practice.

Appendix I. Some Concepts from Probability Theory.

Appendix II. Some Statistical Techniques for Linear Regressions.


2. کتاب مهم دیگر:  

Nonlinear System Identification From Classical Approaches to Neural Networks and Fuzzy Models

توسط: Oliver Nelles در سال 2001.

گرچه موضوع اصلی این کتاب سیستم های غیرخطی است ولی فصل 16 به سیستم های خطی اختصاص داده شده و نکات بسیار مهمی در آن بیان شده است.