"Eesti Teadusfondi uurimistoetus" projekt ETF6884
ETF6884 (ETF6884) "NARX-mudelite identifitseeritavus ja identifitseerimine (Minu esimene grant) (1.01.2006−31.12.2009)", Sven Nõmm, Tallinna Tehnikaülikool, TTÜ Küberneetika Instituut.
ETF6884
NARX-mudelite identifitseeritavus ja identifitseerimine (Minu esimene grant)
Identifiability and Identification of NARX models (My first grant)
1.01.2006
31.12.2009
Teadus- ja arendusprojekt
Eesti Teadusfondi uurimistoetus
ETIS klassifikaatorAlamvaldkondCERCS klassifikaatorFrascati Manual’i klassifikaatorProtsent
4. Loodusteadused ja tehnika4.7. Info- ja kommunikatsioonitehnoloogia 2.2. Elektroenergeetika, elektroonika (elektroenergeetika, elektroonika, sidetehnika, arvutitehnika ja teised seotud teadused)50,0
4. Loodusteadused ja tehnika4.6. Arvutiteadused 1.1. Matemaatika ja arvutiteadus (matemaatika ja teised sellega seotud teadused: arvutiteadus ja sellega seotud teadused (ainult tarkvaraarendus, riistvara arendus kuulub tehnikavaldkonda)50,0
PerioodSumma
01.01.2006−31.12.2006108 000,00 EEK (6 902,46 EUR)
01.01.2007−31.12.2007108 000,00 EEK (6 902,46 EUR)
01.01.2008−31.12.2008108 000,00 EEK (6 902,46 EUR)
01.01.2009−31.12.2009103 680,00 EEK (6 626,36 EUR)
27 333,74 EUR

Projekti põhieesmärgiks on uurida NARX-mudelite (Nonlinear Auto Regressive Exogenius models) identifitseeritavust ja identifitseerimist. Projekti koostavad kolm omavahel tihedalt seotud probleemi. Pidevate süsteemide jaoks on identifitseeritavuse probleemi detailselt uuritud. Sellega võrreldes on diskreetsete süsteemide identifitseeritavusel palju ebaselget. On olemas tulemused mõningate erijuhtude jaoks, kuid puudub üldine klassifikatsioon. Kavas on uurida suhteid erinevate kontseptsioonide vahel ja välja töötada konstruktiivsed meetodid identifitseeritavuse kontrolliks. Teine uurimisprobleem on seotud süsteemide identifitseerimisega närvivõrkude baasil. Põhieesmärgiks on näidata, et aditiivne NARX- struktuur sobib närvivõrkude treenimiseks ja regulaatori konstrueerimiseks. Projekti kolmandaks probleemiks on moodustada üldine raamistik süsteemidele, kus sisend ja väljund on kõrge sagedusega signaalid, ja selle raames välja töötada meetodid seda tüüpi mudelite identifitseerimiseks. Projekti tulemused võivad leida rakendamist nii telekommunikatsioonide valdkonnas, kui ka teistes naabervaldkondades.
The main goal of the project is to study identifiability and identification of Nonlinear Auto Regressive Exogenous models (NARX-models). The project consists of three problems. The identifiability problem for continuous-time nonlinear systems has got deep and extensive treatment. Compared to the continuous time case, discrete-time systems did not get as much attention. Existing results are valid for some special classes of the systems and do not give a systematic treatment to the problem. We will provide complete characterization to the relations between the different concepts and provide constructive methods to test if the system is identifiable with respect to each concept. Second problem is related to the system identification by neural networks. The main goal of this part of the project is to show that additive NARX-model is suitable for neural networks-training and control synthesis. Third problem is to develop a general framework for the identification of systems with input and output described by high frequency complex signals. Results of the project could be applied in digital telecommunications and neighbouring areas.