Capítulo 23
Identificación de Sistemas Dinámicos

23.1 Modelos polinomiales discretos ARX/OE

[757: arxteoIdentificación de modelos discretos lineales con estructura ARX por mínimos cuadrados *** PIC 14:42

23.1.1 Ejemplos Matlab

Caso de estudio: identificación respuesta impulsional discreta

[758: impulidIdentificación de la respuesta impulsional de un sistema LTI discreto: ejemplo Matlab *** PIC 09:36

[759: impulidregIdentificación de la respuesta impulsional de un sistema LTI discreto: regularización **** PIC 10:37

Otros ejemplos

[760: arxmlIdentificación de modelos discretos ARX por mínimos cuadrados no recursivos: ejemplo MATLAB *** PIC 17:07

[761: arxremlIdentificación de modelos lineales ARX: mínimos cuadrados recursivos (Matlab) *** PIC 13:12

[762: oemlIdentificación de modelos lineales discretos Output-Error (OE): ejemplo Matlab ******* PIC 18:58

[763: tlstfMínimos cuadrados TLS para identificar función de transferencia (SISO) **** PIC 21:28

Nota: Matlab tiene una interfaz gráfica para la identificación de sistemas dinámicos (SystemIdentification). Por ejemplo, un breve tutorial del mismo realizado por mi compan~ero J.M. Herrero aparece en https://media.upv.es/#/portal/video/ec89d9d7-e22f-4b8d-a998-7ed86de75430.

23.1.2 Identificación de series temporales sin entrada

[764: ibexabsIdentificación serie Ibex 35: modelo autoregresivo arx, ejemplo Matlab *** PIC 10:35

[765: ibexincIdentificación serie Ibex 35: modelo autoregresivo incremental (paso-alto) *** PIC 06:08

[766: idstSimulación e Identificación Serie Temporal, modelo ARMA **** PIC 13:36

23.1.3 Regularización con métodos Kernel (ident. rep. impulso)

[767: impulkerTIdentificación de respuesta impulsional discreta con regularización Kernel (proc. gausiano): Teoría ***** PIC 09:41

[768: impulkerM1Identificación de respuesta impulsional discreta con regularización Kernel: ejemplo modelos a priori ***** PIC 12:52

[769: impulkerM2Identificación de respuesta impulsional discreta con regularización Kernel: ejemplo Matlab ***** PIC 10:58

23.2 Identificación de sistemas en tiempo continuo

[770: procestIdentificacion con ‘procest’ de modelos de primer y segundo orden + retardo *** PIC 07:28

23.3 Identificación directa de parámetros físicos

[771: identgaIdentificación experimental con algoritmo genético de parámetros de modelo masa-muelle-amortiguador *** PIC 19:49

[772: identganlIdentificación experimental modelo no-lineal masa-muelle-amortiguador: algoritmo genético, fmincon **** PIC 17:33

[773: idnlgIdentificación sistema masa-muelle no-lineal: Matlab, idnlgrey *** PIC 18:04

23.3.1 Identificación no lineal con filtro de Kalman extendido

[774: ekfid1Identificación+observación estado con Filtro de Kalman extendido (1): planteamiento del problema y modelado depósitos **** PIC 10:23

[775: ekfid2Identificación+observación estado con Filtro de Kalman extendido (2): simulación y resultados ***** PIC 17:49

23.4 Consideraciones prácticas

[776: pdaidPreparación de experimentos y datos para identificación lineal en la práctica *** PIC 27:28