01

Identifikace a rozhodování pro systémy s neurčitostí

Výzkum v oblasti poznávání a řízení systémů, odhadu jejich neznámých veličin a rozhodování v podmínkách neurčitosti.

Cílem aktivity je základní i aplikovaný výzkum v oblasti poznávání a řízení systémů, odhadu jejich neznámých veličin a rozhodování jak v podmínkách neurčitosti, tak pro deterministický popis. Hlavními tématy jsou identifikace a poznávání dynamických systémů, odhad neznámých parametrů a veličin, predikce vývoje veličin, rozhodování pro detekci poruch a změn, optimální řízení, adaptivní systémy pro zpracování signálů, informační fúze a optimalizace jak v oblasti odhadování, tak v oblasti řízení a rozhodování.

Výzkum v oblasti kybernetických systémů odhadu, rozhodování a řízení v podmínkách neurčitosti jak pro jednoduché, tak pro rozlehlé reálné systémy, zahrnující teorii systémů, identifikaci systémů, odhad parametrů, návrh lineárních a nelineárních filtrů pro odhad stavu, rozhodování, detekci chyb a změn v dynamických systémech, optimální řízení, adaptivní řízení a adaptivní zpracování signálů, s cílem zajistit větší adaptabilitu, efektivnost, kvalitu a robustnost navrhovaných kybernetických systémů.

Hlavní zaměření výzkumného týmu je v následujících oblastech:

  • Nelineární filtrace
  • Detekce chyb
  • Informační fúze
  • Adaptivní duální řízení 

Cílem v těchto oblastech jsou nové přístupy, nové formulace a unifikace úloh a hledání jejich řešení. Hlavním motivem je skutečnost, že pro kvalitní popis reálných problémů a reálných systémů je potřebné pracovat s nelineárními modely a zejména s neurčitostí odrážející nepřesnosti měření, vlastnosti poruch a zajistit tak větší soulad mezi modelem a realitou, než jsou schopny zajistit modely lineární a deterministické. 

Teoretická a praktická využitelnost:

Výstupy výzkumu v oblasti odhadu neznámých veličin se dají široce využít v různých oborech lidské činnosti, zejména se jedná o modelování procesů technické, ale i netechnické povahy, v průmyslu, letectví, navigaci, pozemní dopravě, lékařství, ekonomii apod. Například v oblasti letectví a navigace se jedná o algoritmy sloužící k odhadu polohy, rychlosti a orientace v prostoru pro dopravní prostředky a satelity. Respektování neurčitosti umožní najít nová řešení, která přinášejí vyšší kvalitu. Výstupy výzkumu v oblasti detekce jsou algoritmy pro detekci změny chování sledovaných systémů, případně pro nalezení jejich poruchy. Tyto algoritmy nacházejí uplatnění při monitorování, poznávání a řízení systémů nejrůznějších typů, například moderních budov (klimatizace, vytápění), atd. Výstupem výzkumu v oblasti optimálního a adaptivního řízení jsou algoritmy zajišťující dobrou kvalitu poznávání (identifikace) i řízení systémů. Adaptivní algoritmy umožňují řízení i systémů s neznámou strukturou, nejen s neznámými parametry. V rámci výzkumu v oblasti informační fúze pak tým navrhuje metody umožňující efektivní zpracování informace pocházející z více zdrojů (např. různé typy senzorů osazené na zařízeních). Fúze dat i odhadů umožňuje decentralizované zpracování informace a umožňuje poznávání a řízení i v případech, kdy není centralizovaný přístup možný. 

Výzkumné a vývojové cíle aktivity v oblasti základního výzkumu:

  • Výzkum a vývoj úloh poznávání pro stochastické dynamické modely.

Pozornost je zaměřena jak na systémy poskytující odhady ve formě hustoty pravděpodobnosti stavu podmíněné měřením, tak na systémy poskytující bodové odhady neznámých veličin. Úsilí se soustředí hlavně na návrh systémů odhadu umožňující zvyšování kvality odhadů nebo snižování výpočetních nároků.

  • Vývoj úlohy rozhodování se zaměřením na detekci změn a poruch monitorovaného systému.

Výzvou v této oblasti je proto systematický výzkum v oblasti návrhu nové generace detektorů, které generují nejen rozhodnutí o poruše či změně, ale generují i signály působící na monitorovaný systém umožňující zvýšit kvalitu a rychlost detekce.

  • Výzkum v oblasti systémů řízení v podmínkách neurčitosti.

Základním rysem syntézy řídicích systémů je návrh akčních zásahů, které budou současně optimálně vyvažovat proces aktualizace modelu a dosažení požadovaných charakteristik řízeného modelu.