OPTIMAL FILTERING

Obiettivi formativi

The course illustrates the basic estimation and filtering methodologies. The student will be able to use the most important estimation techniques and to formulate and study optimization problem of different kinds. Specific objectives - Knowledge and understanding The student will learn the estimation and filtering methodologies for being applied to different frameworks. - Use knowledge and understanding The student will be able to formulate an estimation problem and design the optimal estimate, by implementing it to evaluate the consequent results - Communication skills The course will allow the student to communicate and share the main problems in specific application fields, by focusing on the possible design procedures and evaluating their strength or weakness - Learning skills The course will empower the analytical skills of the student, from the problem analysis to the study of the available scientific literature and down to the design and implementation.

Canale 1
STEFANO BATTILOTTI Scheda docente

Programmi - Frequenza - Esami

Programma
Teoria della probabilità. Stime: definizioni e proprietà. Limite inferiore di Rao-Cramer. Stime ottime: minimi quadrati, massima verosimiglianza, bayesiana con minima varianza dell'errore di stima. Filtro di Kalman. Filtro di Kalman a regime permanente. Minimi quadrati ricorsivi.
Prerequisiti
Teoria dei Sistemi, Controlli Automatici
Testi di riferimento
Note del Corso C. Bruni, C. Ferrone, "Metodi di stima per il filtraggio e l'identificazione dei sistemi", Aracne, 2008 Tutti i testi sono disponibili in biblioteca oppure sono on line.
Frequenza
Frequenza libera
Modalità di esame
La valutazione consiste esclusivamente in una prova orale: lo Studente deve sostenere un esame orale su tutto il programma svolto a lezione
Modalità di erogazione
Il corso si svolge in aula alternando lezioni di teoria della stima ottima ad esercitazioni con applicazioni in ambiti diversi
STEFANO BATTILOTTI Scheda docente

Programmi - Frequenza - Esami

Programma
Teoria della probabilità. Stime: definizioni e proprietà. Limite inferiore di Rao-Cramer. Stime ottime: minimi quadrati, massima verosimiglianza, bayesiana con minima varianza dell'errore di stima. Filtro di Kalman. Filtro di Kalman a regime permanente. Minimi quadrati ricorsivi.
Prerequisiti
Teoria dei Sistemi, Controlli Automatici
Testi di riferimento
Note del Corso C. Bruni, C. Ferrone, "Metodi di stima per il filtraggio e l'identificazione dei sistemi", Aracne, 2008 Tutti i testi sono disponibili in biblioteca oppure sono on line.
Frequenza
Frequenza libera
Modalità di esame
La valutazione consiste esclusivamente in una prova orale: lo Studente deve sostenere un esame orale su tutto il programma svolto a lezione
Modalità di erogazione
Il corso si svolge in aula alternando lezioni di teoria della stima ottima ad esercitazioni con applicazioni in ambiti diversi
  • Codice insegnamento10596176
  • Anno accademico2025/2026
  • CorsoSpace and astronautical engineering - Ingegneria spaziale e astronautica
  • CurriculumSpace transportation (percorso formativo valido anche ai fini del conseguimento del doppio titolo con Georgia institute of technology and Georgia Tech Lorraine)
  • Anno2º anno
  • Semestre2º semestre
  • SSDING-INF/04
  • CFU6