Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 4

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 4"

Transcript

1 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 4 Πάτρα 2008

2 Ντετερμινιστικά Moving Average Μοντέλα Ισχύει: n y() t = b u( t j) = φ ( t 1) j = 1 j θ 0 όπου [ b b n ] [ ] θ,, 0 = 1 φ ( t 1) = u( t 1),, u( t n) Σε αυτήν την περίπτωση, οι συνθήκες (1) (3) που είδαμε προηγουμένως για τους διαφόρους αλγορίθμους εκφράζονται σαφώς συναρτήσει της εισόδου {u(t)}.

3 Για παράδειγμα η συνθήκη (3) εκφαίνεται από την ακόλουθη «ισχυρή μόνιμης διεγέρσεως» συνθήκη: Ορισμός: Το σήμα εισόδου { ut () } λέγεται πως είναι ισχυρώς μόνιμα διεγερμένο τάξης n, αν t υπάρχει ένας ακέραιος l έτσι ώστε: uk ( + n ) t+ l uk ( + n 1) ρ1i > [ u( k + n) u( k + 1) ] > ρ2i k= t uk ( + 1) Όπου ρ 1, ρ 2 >0

4 Η ασθενέστερη συνθήκη (2) εκφαίνεται από την ακόλουθη «ασθενή ή μόνιμης μης διεγέρσεως» συνθήκη: ήη ό ή όδ ut () λέγεται πως είναι ασθενώς Ορισμός: Το σήμα εισόδου { } μόνιμα διεγερμένο τάξεως n αν ut ( + n) N 1 ρ 1I lim u ( t + n ) u ( t + 1) 2 I N N t= 1 ut ( + 1) Όπου ρ 1, ρ 2 >0 [ ] ρ (4)

5 Η προηγούμενη συνθήκη έχει μια ενδιαφέρουσα ερμηνεία στο πεδίο της συχνότητας. Λήμμα: Μια στάσιμη είσοδος {u(t)} είναι ασθενώς μονίμως διεγερμένη τάξεως n, αν το δύο πλευρών φάσμα της είναι μη μηδενικό σε n (ή περισσότερα) σημεία.

6 Το προηγούμενο όριο (σχέση 4) στο πεδίο του χρόνου εκφράζεται στο πεδίο της συχνότητας ως: 1 jω 1 e π jω j( n 1) ω M = dfn ( ω) 1 e e 2π π j( n 1) ω e όπου Fn ( ω ) είναι η συνάρτηση φασματικής κατανομής για την { ut ()}. n Το συγκεκριμένο λήμμα δείχνει ότι ο συνδυασμός ημιτονοειδών 2 (με συχνότητες 0 ή π και τυχαία φάση) θα είναι ασθενώς μόνιμα διεγερμένος τάξεως n καθώς κάθε ημιτονοειδής κυματομορφή έχει δύο σημεία στήριξης στο δύο πλευρών φάσμα.

7 Deterministic AutoRegressive Moving Average Models (DARMA) Μια εναλλακτική μορφή μοντέλου όπου η τρέχουσα διανυσματική έξοδος εκφράζεται ως γραμμικός συνδυασμός των προηγούμενων εξόδων, y(t), και των προηγούμενων εισόδων u(t) είναι η εξής: n1 m1 A yt () = A yt ( j) + B ut ( j d ), t 0 0 j j= 1 j= 0 j Όπου Α 0 είναι τετραγωνικός και μη ιδιάζων πίνακας και d αναπαριστά την χρονική καθυστέρηση.

8 Το μοντέλο αυτό ονομάζεται DARMA και μπορεί να εκφραστεί και στην μορφή: 1 1 Aq ( ) yt ( ) = Bq ( ) ut ( ), t 0 Όπου 1 1 n1 Aq ( ) = A+ Aq + + Aq, A μη ιδι ά ζων = n m1 Bq ( ) = ( B0 + Bq Bm q ) q 1 d

9 H DARMA μορφή ενός μιας εισόδου μιας εξόδου χρονικώς αμετάβλητου συστήματος δίνεται από τη σχέση: n y ( t ) = a y ( t j ) + b u ( t j ) n j j= 1 j= 1 j Και στην συνήθη μορφή του: yt () = ϕ( t 1) θ 0 όπου το διάνυσμα ϕ( t 1) έχει την μορφή: ϕ( t 1) = [ y( t 1), y( t 2),, y( t n), u( t 1),, u( t n)]

10 Για αυτό το μοντέλο, ο αλγόριθμος των ελαχίστων τετραγώνων συγκλίνει στο θ 0 αν: 1. Το σύστημαείναιευσταθές ευσταθές 2. Η είσοδος { ut ()} είναι ασθενώς μόνιμα διεγερμένη τάξεως 2n 3. A q 1 1 ( ) και B( q ) είναι relatively prime

11 Στατιστική αναγωγή Η μέθοδος ελαχίστων τετραγώνων μπορεί να αναχθεί σε στατιστική μορφή. Για να γίνει αυτό, πρέπει να γίνουν κάποιες υποθέσεις. Υποθέτουμε λοιπόν ότι: 0 yt () = φ () tθ + et () (Α) όπου { et (), t= 1,2, } 0 θ είναι το διάνυσμα με τις αληθείς παραμέτρους και είναι μια σειρά από ανεξάρτητες, ισόποσα κατανεμημένες τυχαίες μεταβλητές με μηδενικές μέσες τιμές και 2 διασπορά σ.

12 Θεώρημα Στατιστικές ιδιότητες της εκτίμησης ελαχίστων τετραγώνων Θεωρούμε την εξίσωση: ˆ ( ) θ = ( ΦΦ Φ) 1 Φ Y και υποθέτουμε ότι τα δεδομένα παράγονται από την εξίσωση (Α). Αν Τ Φ Φ είναι μη ιδιάζων τότε: 0 i. Eθˆ = θ ˆ Τ ii. cov θ = σ ( ΦΦ Φ ) 2 1 iii. s = 2 V( θ, t)/( t n) (μία αμερόληπτη 2 ˆ 2 εκτίμηση του σ ) 0 όπου n είναι ο αριθμός των παραμέτρων στο θ και ˆ θ και t ο αριθμός των δεδομένων.

13 Μια επιθυμητή ιδιότητα μιας εκτιμώμενης τιμής είναι η δυνατότητα σύγκλισης στην σωστή παραμετρική τιμή καθώς ο αριθμός των παρατηρήσεων αυξάνει στο άπειρο. Αυτή η ιδιότητα ονομάζεται συνέπεια (consistency). Υπάρχουν πολλοί τρόποι για αντιληφθούμε την συνέπεια. Για παράδειγμα, ησύγκλισητωνμέσωντετραγώνων τετραγώνων είναι ένας τέτοιος τρόπος απλά αναλύοντας την διασπορά της εκτιμώμενης τιμής. Η δεύτερη ιδιότητα (ii) μπορεί να χρησιμοποιηθεί για να καθοριστεί πως η διασπορά της εκτιμώμενης τιμής μειώνεται καθώς αυξάνεται ο αριθμός των παρατηρήσεων. Αυτό φαίνεται καλύτερα από το επόμενο παράδειγμα.

14 Παράδειγμα Μείωση της διασποράς Υποθέτουμε ότι το μοντέλο (Α) έχει μόνο μία παράμετρο (n=1). Αν t είναι ο αριθμός των παρατηρήσεων, έχουμε από την (ii) ότι η διασπορά της εκτιμώμενης τιμής δίδεται από την σχέση: Var ˆ θ = t κ = 1 2 σ 2 φ ( κ ) Μπορούμε τώρα να θεωρήσουμε διάφορες περιπτώσεις βάσει Μπορούμε τώρα να θεωρήσουμε διάφορες περιπτώσεις, βάσει της ασυμπτωτικής συμπεριφοράς της φ(t) για μεγάλο t.

15 a) Υποθέτουμε ότι: φ () t ~ e at, a > 0. Τότε φ 2 ( κ ) συγκλίνει και η διασπορά σταθεροποιείται. β) Υποθέτουμε ότι: φ () t ~ t a, a > 0. Τότε N σταθ., a > 1/ 2 2 φ ( κ ) log N, a = 1/2 a N, a< 1/2 κ = 1 1 2

16 γ) Υποθέτουμε ότι: φ () t ~1, Τότε Var ( ˆ θ ) 0 για 1/t δ) Υποθέτουμε ότι: φ () t ~ t a, a > 0 Τότε Var ( ˆ θ ) 0 για t (1+ 2 a) ε) Υποθέτουμε ότι: φ () t ~ e at, a > 0 Τότε Var( ˆ θ ) 0 για 2 a/ t e Η ακρίβεια της εκτίμησης εξαρτάται από τον ρυθμό αύξησης του διανύσματος οπισθοπορείας.

17 Παράδειγμα Ή Ν 1 yˆ ( n) = u( n κ ) h κ κ = 0 y( n) = U ( n) H = H U ( n) [ ] U ( n) = u( n) u( n N 1) [ ] H = h0 h1 h N 1

18 { 2 ( ) } = { y ( ) ( ) } E e n E y n H U n 2 e e n ( ) 2 { ( ) = E Y n H U ( n) } U ( n) H e 2 ( n) H { } { } = 0 E Y ( n) U ( n) = E H U ( n) U ( n) = = opt { ( ) ( )} H E U n U n

19 Ισχύει ότι: { ( ) ( )} E Y n U n P { ( ) ( )} = cross correlation (διασυσχετισμός) EUnU n = R autocorrelation (αυτοσυσχετισμός) P HoptR = Wiener Hopf 1 Hopt = R P

20 Επαναληπτικοί υπολογισμοί (Recursive Computations) Η λύση στην εξίσωση του προβλήματος ελαχίστων τετραγώνων ˆ 1 ( ( θ = ΦΦ) Φ Y ) γράφεται στην αναδρομική της μορφή (RLS) ως εξής: 1 1 Pt () = Pt ( 1) + φ () t φ () t (1) όπου t 1 Pt () = ( Φ () tφ ()) t = φ() iφ () i i= 1 11 Τότε η ˆ( θ t) δίνεται από την την εξίσωση: t 1 t t ˆ( θ t ) = φ () i φ () i φ () i y () i = P () t φ () i y () i i= 1 i= 1 i= 1

21 Επομένως προκύπτει ότι: t 1 1 i= 1 φ i y i = P t ˆ θ t = P t ˆ θ t φ t φ t ˆ θ t 1 1 ( ) ( ) ( 1) ( 1) ( ) ( 1) ( ) ( ) ( 1) Η εκτίμηση στον χρόνο t μπορεί τώρα να γραφεί ως: ˆ ˆ θ () t = θ( t 1) P() t φ() t φ () t ˆ θ( t 1) + P() t φ() t y() t ( ˆ ) = ˆ θ ( t 1) + P( t) φ( t) y( t) φ ( t) θ( t 1)

22 Συνεπώς: ˆ θ () t = ˆ θ( t 1) +Κ() t ε() t όπου Kt () = Pt () φ() t ε() t = y() t φ () t ˆ θ( t 1)

23 Λήμμα Υποθέτουμε ότι οι A, C και ιδιάζοντες δάζ τετραγωνικοί πίνακες. Τότε: C + DA Bείναι μη 1 1 ( + ) = ( + ) A BCD A A B C DA B DA Εφαρμόζοντας αυτό το λήμμα στην εξίσωση (1) παίρνουμε: 1 ( φ φ ) ( φ φ ) 1 1 Pt () = () t () t = Pt ( 1) + () t () t ( ) 1 = P( t 1) P( t 1) φ() t I + φ () t P( t 1) φ() t φ () t P( t

24 Αυτό σημαίνει ότι: ( ) ˆ θ() t = ˆ θ( t 1) + K() t y() t φ () t ˆ θ( t 1) ( ) 1 Kt () = Pt () φ() t = Pt ( 1) φ() t I+ φ () tpt ( 1) φ() t ( φ ) Pt () = I Kt () () t Pt ( 1)

25 Τ Ο πίνακας P () t ορίζεται ρζ μόνο όταν ο πίνακας Φ () t Φ () t είναι μη ιδιάζων. Καθώς: Φ () t Φ () t = φ() i φ () i t i=1= 1 έχουμε ως αποτέλεσμα ο πίνακας Φ () t Φ () t να είναι πάντα ιδιάζων αν το t είναι αρκετά μικρό. Με σκοπό να αποκτήσουμε μια αρχική συνθήκη για τον P, είναι απαραίτητο να επιλέξουμε ένα t=t 0 τέτοιο ώστε Φ ( t0) Φ ( t0) να είναι μη ιδιάζων και να βρούμε τα: ( ) 1 Pt ( ) = Φ ( t) Φ( t) ˆ θ ( t ) = P( t ) Φ ( t ) Y( t ) Οι αναδρομικές εξισώσεις μπορούν τότε να χρησιμοποιηθούν για Οι αναδρομικές εξισώσεις μπορούν τότε να χρησιμοποιηθούν για t>t 0.

26 Όμως είναι προτιμότερο να χρησιμοποιούμε τις αναδρομικές εξισώσεις σε όλα τα βήματα. Αν P(0) = P 0 όπου P 0 είναι θετικά ορισμένος, τότε: Ο () 1 ( ) 1 0 P() t = P +Φ () t Φ () t P t μπορεί να βρίσκεται κοντά στο ( ) 1 αρκετά μεγάλο P 0. Φ () t Φ () t επιλέγοντας

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 2

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 2 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 2 Πάτρα 2008 Εμπειρικός προσδιορισμός συνάρτησης μεταφοράς

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 11

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 11 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 11 Πάτρα 2008 Προσαρμοστικός LQ έλεγχος για μη ελαχίστης

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 5

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 5 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 5 Πάτρα 2008 Χρονικά μεταβαλλόμενες παράμετροι Στο πρόβλημα

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 9

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 9 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 9 Πάτρα 2008 Ρύθμιση ελαχίστης διασποράς Η στρατηγική

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διάλεξη Γραμμική παλινδρόμηση (Linear regression) Εμπειρική συνάρτηση μεταφοράς Ομαλοποίηση (smoothing) Y ( ) ( ) ω G ω = U ( ω) ω +Δ ω γ ω Δω = ω +Δω W ( ξ ω ) U ( ξ) G(

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διδάσκων: Αντώνιος Τζές

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διδάσκων: Αντώνιος Τζές Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διδάσκων: Αντώνιος Τζές Πάτρα 2008 Πανεπιστήμιο Πατρών Τμήμα

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 12

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 12 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 2 Πάτρα 2008 Γενικευμένος προβλεπτικός έλεγχος Μέχρι

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διαλέξεις 3 4 Στοχαστικά/τυχαία / χ διανύσματα Ντετερμινιστικά και στοχαστικά σήματα στο πεδίο της συχνότητας Στοχαστικά σήματα και γραμμικά συστήματα Deterministic and

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΗΜΑΤΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ

ΣΤΟΧΑΣΤΙΚΑ ΣΗΜΑΤΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΣΤΟΧΑΣΤΙΚΑ ΣΗΜΑΤΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ Ακαδηµαϊκό Έτος 007-008 ιδάσκων: Ν. Παπανδρέου (Π.. 407/80) Πανεπιστήµιο Πατρών Τµήµα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής 1η Εργαστηριακή Άσκηση Αναγνώριση

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 10

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 10 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 0 Πάτρα 2008 MIMO αυτορυθμιζόμενος ελεγκτής για τοποθέτηση

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 7

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 7 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 7 Πάτρα 2008 Τοποθέτηση Επιλογή πόλων Θεωρούμε ένα (Σ)

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διάλεξη 5 Εκτίμηση φάσματος ισχύος Συνάφεια Παραδείγματα Στοχαστικά Διανύσματα Autoregressive model with exogenous inputs (ARX y( t + a y( t +... + a y( t n = bu( t +...

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Στοιχειώδη Σήματα Συνεχούς Χρόνου 1. Μοναδιαία Βηματική Συνάρτηση 2. Κρουστική Συνάρτηση ή

Διαβάστε περισσότερα

EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ. Γραµµική Εκτίµηση Τυχαίων Σηµάτων

EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ. Γραµµική Εκτίµηση Τυχαίων Σηµάτων EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ Γραµµική Εκτίµηση Τυχαίων Σηµάτων Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Εκτίµηση Τυχαίων Σηµάτων FIR φίλτρα: Ορίζουµε

Διαβάστε περισσότερα

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 13

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 13 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη 13 Πάτρα 28 Προσαρμοστικός έλεγχος με μοντέλο αναφοράς

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση. συστημάτων. Διαλέξεις 6 7. Συνάφεια (συνέχεια) Μη παραμετρική αναγνώριση γραμμικών

HMY 799 1: Αναγνώριση. συστημάτων. Διαλέξεις 6 7. Συνάφεια (συνέχεια) Μη παραμετρική αναγνώριση γραμμικών HMY 799 1: Αναγνώριση Συστημάτων Διαλέξεις 6 7 Συνάφεια (συνέχεια Συστήματα πολλαπλών εισόδων Μη παραμετρική αναγνώριση γραμμικών συστημάτων Εκτίμηση άσματος Ισχύος Περιοδόγραμμα, Bartlett/Welch, Παραμετρική

Διαβάστε περισσότερα

Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή,

Διαβάστε περισσότερα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι) HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά

Διαβάστε περισσότερα

() min. xt δεν έχει μετασχηματισμό LAPLACE () () () Αν Λ= το σήμα ( ) Αν Λ, έστω σ. Το σύνολο μιγαδικών αριθμών. s Q το ολοκλήρωμα (1) υπάρχει.

() min. xt δεν έχει μετασχηματισμό LAPLACE () () () Αν Λ= το σήμα ( ) Αν Λ, έστω σ. Το σύνολο μιγαδικών αριθμών. s Q το ολοκλήρωμα (1) υπάρχει. Έστω xt : Ο (αμφίπλευρος) μετασχηματισμός LAPLACE ορίζεται : X: L { xt} : X xt e dt = = μιγαδική συνάρτηση της μιγαδικής μεταβλητής = σ+ j Ο (μονόπλευρος) μετασχηματισμός LAPLACE ορίζεται : L { xt } :

Διαβάστε περισσότερα

Ανάλυση Κυκλωμάτων. Φώτης Πλέσσας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών

Ανάλυση Κυκλωμάτων. Φώτης Πλέσσας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Ανάλυση Κυκλωμάτων Σήματα Φώτης Πλέσσας fplessas@inf.uth.gr Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Εισαγωγή Για την ανάλυση των ηλεκτρικών κυκλωμάτων μαζί με την μαθηματική περιγραφή των

Διαβάστε περισσότερα

y(k) + a 1 y(k 1) = b 1 u(k 1), (1) website:

y(k) + a 1 y(k 1) = b 1 u(k 1), (1) website: Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ιδρυμα Θεσσαλονίκης Τμήμα Μηχανικών Αυτοματισμού Μαθηματική Μοντελοποίηση και Αναγνώριση Συστημάτων Μαάιτα Τζαμάλ-Οδυσσέας 7 Μαΐου 207 Αναγνώριση Παραμετρικών μοντέλών

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 1: Μέθοδοι Αναγνώρισης Προτύπων Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ

ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ 1 ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ Σε αυτό το μέρος της πτυχιακής θα ασχοληθούμε λεπτομερώς με το φίλτρο kalman και θα δούμε μια καινούρια έκδοση του φίλτρου πάνω στην εφαρμογή της γραμμικής εκτίμησης διακριτού

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace 1. Επίλυση Γραμμικών

Διαβάστε περισσότερα

website:

website: Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ιδρυμα Θεσσαλονίκης Τμήμα Μηχανικών Αυτοματισμού Μαθηματική Μοντελοποίηση και Αναγνώριση Συστημάτων Μαάιτα Τζαμάλ-Οδυσσέας Απριλίου 7 Αναγνώριση Παραμετρικών μοντέλών

Διαβάστε περισσότερα

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Στοχαστικά Σήματα και Τηλεπικοινωνιές Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 3: Τυχαίες Διαδικασίες Διακριτού Χρόνου Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληροφορικής Σκοποί ενότητας Εισαγωγή στις

Διαβάστε περισσότερα

X = = 81 9 = 9

X = = 81 9 = 9 Πιθανότητες και Αρχές Στατιστικής (11η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 35 Σύνοψη

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής Μετασχηματισμός Fourier Στο κεφάλαιο αυτό θα εισάγουμε και θα μελετήσουμε

Διαβάστε περισσότερα

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER 4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Σκοπός του κεφαλαίου είναι να παρουσιάσει μερικές εφαρμογές του Μετασχηματισμού Fourier (ΜF). Ειδικότερα στο κεφάλαιο αυτό θα περιγραφούν έμμεσοι τρόποι

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier 1. Μετασχηματισμός Fourier

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης Ψηφιακές Τηλεπικοινωνίες Βέλτιστος Δέκτης Σύνδεση με τα Προηγούμενα Επειδή το πραγματικό κανάλι είναι αναλογικό, κατά τη διαβίβαση ψηφιακής πληροφορίας, αντιστοιχίζουμε τα σύμβολα σε αναλογικές κυματομορφές

Διαβάστε περισσότερα

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης 1 Oct 16 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Διάλεξη 4 η Γεωμετρική Αναπαράσταση

Διαβάστε περισσότερα

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis) Μέρος V. Ανάλυση Παλινδρόμηση (Regresso Aalss) Βασικές έννοιες Απλή Γραμμική Παλινδρόμηση Πολλαπλή Παλινδρόμηση Εφαρμοσμένη Στατιστική Μέρος 5 ο - Κ. Μπλέκας () Βασικές έννοιες Έστω τ.μ. Χ,Υ όπου υπάρχει

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕΡΟΣ B Δημήτρης Κουγιουμτζής e-mal: dkugu@auth.gr Ιστοσελίδα αυτού του τμήματος του μαθήματος: http://uer.auth.gr/~dkugu/teach/cvltraport/dex.html Εφαρμοσμένη Στατιστική:

Διαβάστε περισσότερα

Στοχαστικές Διαδικασίες (έμφαση στις σ.δ. διακριτού χρόνου)

Στοχαστικές Διαδικασίες (έμφαση στις σ.δ. διακριτού χρόνου) Στοχαστικές Διαδικασίες (έμφαση στις σ.δ. διακριτού χρόνου) Εισαγωγικές Έννοιες για το μάθημα Ψηφιακές Τηλεπικοινωνίες Τυχαίες Μεταβλητές: Ορισμοί Θεωρούμε το πείραμα της ρίψης ενός νομίσματος. Το πείραμα

Διαβάστε περισσότερα

Ψηφιακός Έλεγχος. 6 η διάλεξη Σχεδίαση στο χώρο κατάστασης. Ψηφιακός Έλεγχος 1

Ψηφιακός Έλεγχος. 6 η διάλεξη Σχεδίαση στο χώρο κατάστασης. Ψηφιακός Έλεγχος 1 Ψηφιακός Έλεγχος 6 η διάλεξη Σχεδίαση στο χώρο κατάστασης Ψηφιακός Έλεγχος Μέθοδος μετατόπισης ιδιοτιμών Έστω γραμμικό χρονικά αμετάβλητο σύστημα διακριτού χρόνου: ( + ) = + x k Ax k Bu k Εφαρμόζουμε γραμμικό

Διαβάστε περισσότερα

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 4 o Φροντιστήριο

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 4 o Φροντιστήριο Ασκήσεις Φροντιστηρίου 4 o Φροντιστήριο Πρόβλημα 1 ο Ο πίνακας συσχέτισης R x του διανύσματος εισόδου x( στον LMS αλγόριθμο 1 0.5 R x = ορίζεται ως: 0.5 1. Ορίστε το διάστημα των τιμών της παραμέτρου μάθησης

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής Φυσική Σημασία του Μετασχηματισμού Fourier Ο μετασχηματισμός Fourier

Διαβάστε περισσότερα

Άσκηση 3. Έλεγχος ανατροφοδότησης κατάστασης dc κινητήρα. Έλεγχος ανατροφοδότησης κατάστασης

Άσκηση 3. Έλεγχος ανατροφοδότησης κατάστασης dc κινητήρα. Έλεγχος ανατροφοδότησης κατάστασης Άσκηση 3 Έλεγχος ανατροφοδότησης κατάστασης dc κινητήρα Έλεγχος ανατροφοδότησης κατάστασης Ένα γραμμικό χρονικά αμετάβλητο (LTI) σύστημα όπως γνωρίζουμε, μπορεί να περιγραφεί στο πεδίο του χρόνου μέσω

Διαβάστε περισσότερα

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι Καταστατικές Εξισώσεις Επιμέλεια: Πέτρος Π. Γρουμπός, Καθηγητής Γεώργιος Α. Βασκαντήρας, Υπ. Διδάκτορας Τμήμα Ηλεκτρολόγων Μηχανικών & Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 11: Μετασχηματισμός Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 11: Μετασχηματισμός Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη : Μετασχηματισμός Laplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Μετασχηματισμός Laplace. Μαθηματικός ορισμός μετασχηματισμού Laplace 2. Η περιοχή σύγκλισης του μετασχηματισμού

Διαβάστε περισσότερα

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Στοχαστικά Σήματα και Τηλεπικοινωνιές Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 5: Προσαρμοστική Επεξεργασία Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληροφορικής Σκοποί ενότητας Παρουσίαση των βασικών εννοιών

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής ΑΥΤΟΣΥΣΧΕΤΙΣΗ Στις βασικές υποθέσεις των γραμμικών υποδειγμάτων (απλών και πολλαπλών), υποθέτουμε ότι δεν υπάρχει αυτοσυσχέτιση (autocorrelation

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ ΚΕΦΑΛΑΙΟ ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ Ως γνωστό δείγμα είναι ένα σύνολο παρατηρήσεων από ένα πληθυσμό. Αν ο πληθυσμός αυτός θεωρηθεί μονοδιάστατος τότε μπορεί να εκφρασθεί με τη συνάρτηση

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 3: Στοχαστικά Συστήματα Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

E[ (x- ) ]= trace[(x-x)(x- ) ]

E[ (x- ) ]= trace[(x-x)(x- ) ] 1 ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ Σε αυτό το μέρος της πτυχιακής θα ασχοληθούμε λεπτομερώς με το φίλτρο kalman και θα δούμε μια καινούρια έκδοση του φίλτρου πάνω στην εφαρμογή της γραμμικής εκτίμησης διακριτού

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 7: Μετασχηματισμός Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 7: Μετασχηματισμός Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 7: Μετασχηματισμός Fourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μετασχηματισμός Fourier 1. Ορισμός του Μετασχηματισμού Fourier 2. Φυσική Σημασία του Μετασχηματισμού

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διαλέξεις Γραμμική παλινδρόμηση (Linear regression) Συνέχεια Γραμμική παλινδρόμηση (Linear regression) g = θϕ + θϕ + + θ ϕ = φ θ ( φ)... d d ϕ ϕ φ=, θ= [ θ θ... θd ]...

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διαλέξεις Επιλογή τάξης μοντέλου και επικύρωση Επαναληπτική αναγνώριση Βέλτιστη μέθοδος συμβαλλουσών μεταβλητών (opimal IV mehod) P P P IV IV, op PEM z() = H ( q) φ () Γενική

Διαβάστε περισσότερα

Επικοινωνίες στη Ναυτιλία

Επικοινωνίες στη Ναυτιλία Επικοινωνίες στη Ναυτιλία Εισαγωγή Α. Παπαδάκης, Αναπλ. Καθ. ΑΣΠΑΙΤΕ Δρ. ΗΜΜΥ Μηχ. ΕΜΠ Βασικά Αντικείμενα Μαθήματος Σήματα Κατηγοριοποίηση, ψηφιοποίηση, δειγματοληψία, κβαντισμός Βασικά σήματα ήχος, εικόνα,

Διαβάστε περισσότερα

Μέϑοδοι Εφαρμοσμένων Μαϑηματιϰών (ΜΕΜ 274) Λύσεις Θεμάτων Εξέτασης Ιούνη 2019

Μέϑοδοι Εφαρμοσμένων Μαϑηματιϰών (ΜΕΜ 274) Λύσεις Θεμάτων Εξέτασης Ιούνη 2019 Μέϑοδοι Εφαρμοσμένων Μαϑηματιϰών ΜΕΜ 74 Λύσεις Θεμάτων Εξέτασης Ιούνη 9 Ζήτημα Α Α. Δείξτε ότι αν p, q πραγματιϰά πολυώνυμα ίδιου βαϑμού, τότε p q ϰαϑώς ±. Λύση. Αρϰεί να δείξουμε ότι για με αρϰετά μεγάλο

Διαβάστε περισσότερα

Το μοντέλο Perceptron

Το μοντέλο Perceptron Το μοντέλο Perceptron Αποτελείται από έναν μόνο νευρώνα McCulloch-Pitts w j x x 1, x2,..., w x T 1 1 x 2 w 2 Σ u x n f(u) Άνυσμα Εισόδου s i x j x n w n -θ w w 1, w2,..., w n T Άνυσμα Βαρών 1 Το μοντέλο

Διαβάστε περισσότερα

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι Προσέγγιση και Ομοιότητα Σημάτων Επιμέλεια: Πέτρος Π. Γρουμπός Καθηγητής Γεώργιος Α. Βασκαντήρας Υπ. Διδάκτορας Τμήμα Ηλεκτρολόγων Μηχανικών & Τεχνολογίας Υπολογιστών Άδειες Χρήσης

Διαβάστε περισσότερα

Μέρος II. Στατιστική Συμπερασματολογία (Inferential Statistics)

Μέρος II. Στατιστική Συμπερασματολογία (Inferential Statistics) Μέρος II. Στατιστική Συμπερασματολογία (Inferential Statistics) Τυχαίο δείγμα και στατιστική συνάρτηση Χ={x 1, x,, x n } τυχαίο δείγμα μεγέθους n προερχόμενο από μια (παραμετρική) κατανομή με σ.π.π. f(x;θ).

Διαβάστε περισσότερα

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER 4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Υπολογίζουµε εύκολα τον αντίστροφο Μετασχηµατισµό Fourier µιας συνάρτησης χωρίς να καταφεύγουµε στην εξίσωση ανάλυσης. Υπολογίζουµε εύκολα την απόκριση

Διαβάστε περισσότερα

Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας. Version 2

Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας. Version 2 Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας Verson ΜΙΑ ΣΥΜΒΑΣΗ: Προκειμένου να καταστήσουμε πιο συμπαγή το συμβολισμό H : ορίζουμε Ετσι έχουμε *=[ ] an *=[ ]. H : * * ΣΗΜΕΙΩΣΗ: Στη συνέχεια εκτός αν ορίζεται

Διαβάστε περισσότερα

Εισαγωγή στις Τηλεπικοινωνίες

Εισαγωγή στις Τηλεπικοινωνίες ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Εισαγωγή στις Τηλεπικοινωνίες Ενότητα : Εισαγωγή στη Διαμόρφωση Συχνότητας (FΜ) Όνομα Καθηγητή: Δρ. Ηρακλής Σίμος Τμήμα: Ηλεκτρονικών

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Αντίστροφος Μετασχηματισμός Laplace Στην

Διαβάστε περισσότερα

Δυναμική Μηχανών I. Διάλεξη 8. Χειμερινό Εξάμηνο 2013 Τμήμα Μηχανολόγων Μηχ., ΕΜΠ

Δυναμική Μηχανών I. Διάλεξη 8. Χειμερινό Εξάμηνο 2013 Τμήμα Μηχανολόγων Μηχ., ΕΜΠ Δυναμική Μηχανών I Διάλεξη 8 Χειμερινό Εξάμηνο 23 Τμήμα Μηχανολόγων Μηχ., ΕΜΠ Ανακοινώσεις To μάθημα MATLAB/simulink για όσους δήλωσαν συμμετοχή έως χθες θα γίνει στις 6//24: Office Hours: Δευτέρα -3 μμ,

Διαβάστε περισσότερα

ΕΝΟΤΗΤΑ 12: ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE

ΕΝΟΤΗΤΑ 12: ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΥΣΤΗΜΑΤΑ ΑΥΤΟΜΑΤΟΥ ΕΛΕΓΧΟΥ ΕΝΟΤΗΤΑ : ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE Δρ Γιώργος Μαϊστρος, Χημικός Μηχανικός

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διαλέξεις 7 8 Μέθοδοι πρόβλεψης σφάλματος (prediction error methods) Συνέχεια Σήματα εισόδου Instrumental variable methods Η γραμμικής παλινδρόμηση μπορεί να εφαρμοστεί

Διαβάστε περισσότερα

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ, ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΒΕΣ 6: ΠΡΟΣΑΡΜΟΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΣΤΙΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ Ακαδηµαϊκό Έτος 26 27, Εαρινό Εξάµηνο Καθ.: Νίκος Τσαπατσούλης ΕΡΩΤΗΣΕΙΣ ΓΙΑ ΕΠΑΝΑΛΗΨΗ Το

Διαβάστε περισσότερα

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις ΔΕΟ - Επαναληπτικές Εξετάσεις Λύσεις ΘΕΜΑ () Το Διάγραμμα Διασποράς εμφανίζεται στο επόμενο σχήμα. Από αυτό προκύπτει καταρχήν μία θετική σχέση μεταξύ των δύο μεταβλητών. Επίσης, από το διάγραμμα φαίνεται

Διαβάστε περισσότερα

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7ο μάθημα: Πολυμεταβλητή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής Υποθέσεις του Απλού γραμμικού υποδείγματος της Παλινδρόμησης Η μεταβλητή ε t (διαταρακτικός όρος) είναι τυχαία μεταβλητή με μέσο όρο

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 3 Ιουλίου 2010

ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 3 Ιουλίου 2010 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ Ιουλίου Θέμα ( μονάδες) 4 Θεωρούμε τον Ευκλείδειο χώρο και τον υποχώρο του V που παράγεται

Διαβάστε περισσότερα

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν ΜΑΘΗΜΑ 12ο Αιτιότητα Ένα από τα βασικά προβλήματα που υπάρχουν στην εξειδίκευση ενός υποδείγματος είναι να προσδιοριστεί η κατεύθυνση που μία μεταβλητή προκαλεί μία άλλη σε μία εξίσωση παλινδρόμησης. Στην

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Ιδιοτιμές - Ιδιοδιανύσματα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Χαρακτηριστικά Ποσά Τετράγωνου Πίνακα (Ιδιοτιμές Ιδιοδιανύσματα)

Διαβάστε περισσότερα

A Τελική Εξέταση του μαθήματος «Αριθμητική Ανάλυση» Σχολή Θετικών Επιστημών, Τμήμα Μαθηματικών, Πανεπιστήμιο Αιγαίου

A Τελική Εξέταση του μαθήματος «Αριθμητική Ανάλυση» Σχολή Θετικών Επιστημών, Τμήμα Μαθηματικών, Πανεπιστήμιο Αιγαίου A Τελική Εξέταση του μαθήματος «Αριθμητική Ανάλυση» Εξεταστική περίοδος Ιουνίου 6, Διδάσκων: Κώστας Χουσιάδας Διάρκεια εξέτασης: ώρες (Σε παρένθεση δίνεται η βαθμολογική αξία κάθε υπο-ερωτήματος. Σύνολο

Διαβάστε περισσότερα

Συστήματα Αυτόματου Ελέγχου

Συστήματα Αυτόματου Ελέγχου ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Αυτόματου Ελέγχου Ενότητα : Απόκριση Συχνότητας Αναλογικών Σ.Α.Ε Διαγράμματα BODE Aναστασία Βελώνη Τμήμα Η.Υ.Σ Άδειες

Διαβάστε περισσότερα

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες

Ψηφιακές Τηλεπικοινωνίες Ψηφιακές Τηλεπικοινωνίες Κωδικοποίηση Αναλογικής Πηγής: Κβάντιση Εισαγωγή Αναλογική πηγή: μετά από δειγματοληψία γίνεται διακριτού χρόνου άπειρος αριθμός bits/έξοδο για τέλεια αναπαράσταση Θεωρία Ρυθμού-Παραμόρφωσης

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier 1. Ανάπτυγμα σήματος σε Σειρά Fourier

Διαβάστε περισσότερα

Κινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού

Κινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού Κινητά Δίκτυα Επικοινωνιών Συμπληρωματικό υλικό Προσαρμοστική Ισοστάθμιση Καναλιού Προσαρμοστικοί Ισοσταθμιστές Για να υπολογίσουμε τους συντελεστές του ισοσταθμιστή MMSE, απαιτείται να λύσουμε ένα γραμμικό

Διαβάστε περισσότερα

Δυναμική Μηχανών I. Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις. Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές

Δυναμική Μηχανών I. Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις. Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές Δυναμική Μηχανών I Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις 5 3 Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές 2015 Δημήτριος Τζεράνης, Ph.D Τμήμα Μηχανολόγων Μηχανικών Ε.Μ.Π. tzeranis@gmail.com

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 1: Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Σήματα 1. Σκοποί της Θεωρίας Σημάτων 2. Κατηγορίες Σημάτων 3. Χαρακτηριστικές Παράμετροι

Διαβάστε περισσότερα

Non Linear Equations (2)

Non Linear Equations (2) Non Linear Equations () Τρίτη, 17 Φεβρουαρίου 015 5:14 μμ 15.0.19 Page 1 15.0.19 Page 15.0.19 Page 3 15.0.19 Page 4 15.0.19 Page 5 15.0.19 Page 6 15.0.19 Page 7 15.0.19 Page 8 15.0.19 Page 9 15.0.19 Page

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Αντίστροφος Μετασχηματισμός Laplace Στην

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 10: Γραμμικά Φίλτρα Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Γραμμικά Φίλτρα 1. Ιδανικά Γραμμικά Φίλτρα Ιδανικό Κατωδιαβατό Φίλτρο Ιδανικό Ανωδιαβατό Φίλτρο Ιδανικό Ζωνοδιαβατό

Διαβάστε περισσότερα

HMY 220: Σήματα και Συστήματα Ι

HMY 220: Σήματα και Συστήματα Ι Σύγκλιση Σειρών Fourier Ιδιότητες Σειρών Fourier Παραδείγματα HMY 220: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ #10 Τρεις ισοδύναμες μορφές: () = = = = Σειρές Fourier j( 2π ) t Τ.. x () t FS a jω0t xt () = ae =

Διαβάστε περισσότερα

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20 Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων Ισαάκ Η Λαγαρής 1 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιον Ιωαννίνων 1 Με υλικό από το υπό προετοιμασία βιβλίο των: Βόγκλη,

Διαβάστε περισσότερα

ΜΕΜ251 Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 03, 12 Φεβρουαρίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Επαναληπτικές μέθοδοι - Γενική θεωρία 2. Η μέθοδος του Newton

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού

Διαβάστε περισσότερα

HMY 220: Σήματα και Συστήματα Ι

HMY 220: Σήματα και Συστήματα Ι HMY 0: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ # Μετασχηματισμός Laplace και ΓΧΑ Συστήματα Συνάρτηση μεταφοράς αιτιατών και ευσταθών συστημάτων Συστήματα που περιγράφονται από ΔΕ Διαγράμματα Μπλοκ Μετασχηματισμός

Διαβάστε περισσότερα

Συστήματα Αυτομάτου Ελέγχου ΙΙ. Άσκηση. γραμμάτων του επιθέτου σας (π.χ. για το επίθετο Κοσματόπουλος, οι αριθμοί α ι θα είναι a

Συστήματα Αυτομάτου Ελέγχου ΙΙ. Άσκηση. γραμμάτων του επιθέτου σας (π.χ. για το επίθετο Κοσματόπουλος, οι αριθμοί α ι θα είναι a Συστήματα Αυτομάτου Ελέγχου ΙΙ Άσκηση Θεωρείστε το σύστημα με συνάρτηση μεταφοράς: Y ( s) a s 4 3 a3s a U ( s) s a όπου οι αριθμοί α ι αντιστοιχούν στους αντίστοιχους αριθμούς των 4 πρώτων γραμμάτων του

Διαβάστε περισσότερα

EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ. Διαφορική Παλµοκωδική Διαµόρφωση (DPCM)

EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ. Διαφορική Παλµοκωδική Διαµόρφωση (DPCM) EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ Διαφορική Παλµοκωδική Διαµόρφωση (DCM) Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Προεπισκόπηση Διαφορική Παλµοκωδική Διαµόρφωση

Διαβάστε περισσότερα

ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ ΡΟΜΠΟΤΙΚΟΥ ΒΡΑΧΙΟΝΑ ΜΕ ΕΞΑΣΦΑΛΙΣΗ ΠΡΟΚΑΘΟΡΙΣΜΕΝΗΣ ΕΠΙΔΟΣΗΣ ΣΤΟ ΣΦΑΛΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΡΟΧΙΑΣ ΣΤΙΣ ΑΡΘΡΩΣΕΙΣ.

ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ ΡΟΜΠΟΤΙΚΟΥ ΒΡΑΧΙΟΝΑ ΜΕ ΕΞΑΣΦΑΛΙΣΗ ΠΡΟΚΑΘΟΡΙΣΜΕΝΗΣ ΕΠΙΔΟΣΗΣ ΣΤΟ ΣΦΑΛΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΡΟΧΙΑΣ ΣΤΙΣ ΑΡΘΡΩΣΕΙΣ. ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ ΡΟΜΠΟΤΙΚΟΥ ΒΡΑΧΙΟΝΑ ΜΕ ΕΞΑΣΦΑΛΙΣΗ ΠΡΟΚΑΘΟΡΙΣΜΕΝΗΣ ΕΠΙΔΟΣΗΣ ΣΤΟ ΣΦΑΛΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΡΟΧΙΑΣ ΣΤΙΣ ΑΡΘΡΩΣΕΙΣ. Όλγα Ζωίδη, Ζωή Δουλγέρη Εργαστήριο Αυτοματοποίησης και Ρομποτικής Τμήμα

Διαβάστε περισσότερα

Ορισμοί (Σημείο ισορροπίας - Ευστάθεια κατά Lyapunov)

Ορισμοί (Σημείο ισορροπίας - Ευστάθεια κατά Lyapunov) Ορισμοί (ημείο ισορροπίας - Ευστάθεια κατά Lyapuo) Έστω ότι στη γενική περίπτωση το σύστημα περιγράφεται στο χώρο κατάστασης με το μαθηματικό πρότυπο: = f(, t), (t 0 ) = 0 () όπου είναι ένα διάστατο διάνυσμα

Διαβάστε περισσότερα

[1] είναι ταυτοτικά ίση με το μηδέν. Στην περίπτωση που το στήριγμα μιας συνάρτησης ελέγχου φ ( x)

[1] είναι ταυτοτικά ίση με το μηδέν. Στην περίπτωση που το στήριγμα μιας συνάρτησης ελέγχου φ ( x) [] 9 ΣΥΝΑΡΤΗΣΙΑΚΟΙ ΧΩΡΟΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER Η «συνάρτηση» δέλτα του irac Η «συνάρτηση» δέλτα ορίζεται μέσω της σχέσης φ (0) αν 0 δ[ φ ] = φ δ dx = (9) 0 αν 0 όπου η φ είναι μια συνάρτηση που ανήκει

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διάλεξη Στοχαστικές Τυχαίες Μεταβλητές/ Στοχαστικά Σήματα Πειραματικά δεδομένα >Επιλογή τύπου μοντέλου >Επιλογή κριτηρίου >Υπολογισμός >Επικύρωση Προσαρμογή καμπύλης (Curve

Διαβάστε περισσότερα

Χρονοσειρές Μάθημα 3. Γραμμικές στάσιμες διαδικασίες. Γραμμική χρονοσειρά (στοχαστική διαδικασία) Z Z ~ WN(0, ) είναι στάσιμη. Θεωρούμε μ=0 E[ X ] 0

Χρονοσειρές Μάθημα 3. Γραμμικές στάσιμες διαδικασίες. Γραμμική χρονοσειρά (στοχαστική διαδικασία) Z Z ~ WN(0, ) είναι στάσιμη. Θεωρούμε μ=0 E[ X ] 0 Γραμμικές στάσιμες διαδικασίες Γραμμική χρονοσειρά (στοχαστική διαδικασία) ~ WN(, ) i i i E[ ] είναι στάσιμη? i () Θεωρούμε μ= i i i Χρονοσειρές Μάθημα 3 i Θεωρώντας τον τελεστή υστέρησης: ( B) ( B) ib

Διαβάστε περισσότερα

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική

Εφαρμοσμένη Στατιστική ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εφαρμοσμένη Στατιστική Παλινδρόμηση Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Σήματα και Συστήματα

Σήματα και Συστήματα Σήματα και Συστήματα Διάλεξη 12: Ιδιότητες του Μετασχηματισμού aplace Ο αντίστροφος Μετασχηματισμός aplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ιδιότητες του Μετασχηματισμού aplace 1. Ιδιότητες

Διαβάστε περισσότερα

9. Παλινδρόμηση και Συσχέτιση

9. Παλινδρόμηση και Συσχέτιση 9. Παλινδρόμηση και Συσχέτιση Παλινδρόμηση και Συσχέτιση Υπάρχει σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές; Αν ναι, ποια είναι αυτή η σχέση; Πως μπορεί αυτή η σχέση να χρησιμοποιηθεί για να προβλέψουμε

Διαβάστε περισσότερα

E [ -x ^2 z] = E[x z]

E [ -x ^2 z] = E[x z] 1 1.ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ Σε αυτήν την διάλεξη θα πάμε στο φίλτρο με περισσότερες λεπτομέρειες, και θα παράσχουμε μια νέα παραγωγή για το φίλτρο Kalman, αυτή τη φορά βασισμένο στην ιδέα της γραμμικής

Διαβάστε περισσότερα

ΔΙΚΤΥO RBF. "Τεχνητά Νευρωνικά Δίκτυα" (Διαφάνειες), Α. Λύκας, Παν. Ιωαννίνων

ΔΙΚΤΥO RBF. Τεχνητά Νευρωνικά Δίκτυα (Διαφάνειες), Α. Λύκας, Παν. Ιωαννίνων ΔΙΚΤΥO RBF Αρχιτεκτονική δικτύου RBF Δίκτυα RBF: δίκτυα συναρτήσεων πυρήνα (radial basis function networks). Πρόσθιας τροφοδότησης (feedforward) για προβλήματα μάθησης με επίβλεψη. Εναλλακτικό του MLP.

Διαβάστε περισσότερα

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι: Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του

Διαβάστε περισσότερα

(1) L{a 1 x 1 + a 2 x 2 } = a 1 L{x 1 } + a 2 L{x 2 } (2) x(t) = δ(t t ) x(t ) dt x[i] = δ[i i ] x[i ] (3) h[i, i ] x[i ] (4)

(1) L{a 1 x 1 + a 2 x 2 } = a 1 L{x 1 } + a 2 L{x 2 } (2) x(t) = δ(t t ) x(t ) dt x[i] = δ[i i ] x[i ] (3) h[i, i ] x[i ] (4) Πανεπιστήμιο Θεσσαλίας ΗΥ240: Θεωρία Σημάτων και Συστημάτων Γραμμικά χρονικά μεταβαλλόμενα συστήματα Συνάρτηση συστήματος Ένα σύστημα L απεικονίζει κάθε σήμα εισόδου x σε ένα σήμα εξόδου y, δηλ., συνεχής

Διαβάστε περισσότερα

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ Ενότητα: Αναγνώριση Διεργασίας - Προσαρμοστικός Έλεγχος (Process Identification) Αλαφοδήμος Κωνσταντίνος

Διαβάστε περισσότερα