محصولات آموزشی دکتر جوادی

محصولات آموزشی دکتر جوادی

  1. –

    @سحر, سلام جواب سوالات شما به طور کامل در فیلمها وجود داره. من توصیه میکنم با دقت خیلی زیاد فیلمهای مربوط به فصل 15 (جلسات 90 تا 96) رو ببینید. اگر تمام مباحث تئوریک و کدنویسی رو با این جلسات پیش برید، حتما جواب تمام سوالاتتون رو پیدا می‌کنید. برای جواب سوال اول و دوم شاید جلسه 90 کافی باشه. برای سوال سوم هم جلسه 96 رو ببینید و به توضیحات و کدها دقت کنید. اگر بعد از اینکار باز هم سوال داشتید، مطرح کنید

  2. (مهمان) –

    سلام آقای دکتر.من چون قراره که موضوع particle filter رو ارائه بدم سوالات زیادی برای خودم هست که حل نشده و بنابراین نمیتونم برا بقیه توضیح بدم. سوالاتم از فصل 15 هستش.. 1-تخمین حالت k ام از طریق معادله مدل سیستم انجام میشه؟یعنی از روابطی که برای مرحله ی تخمین در تخمینگر بیزین نوشتیم عملا استفاده نمیشه؟ 2-برای اندازه گیری های y هم همینطور؟یعنی فقط از معادله مدل اندازه گیری استفاده میشه و از هیچ توزیعی استفاده نمیکنیم درمحاسبه؟ 3-حالت Xk درحالت کلی ماتریسه که سطرهاش تعداد ذرات و ستون هاش ویژگی هایی که هر ذره داره رو نشون میده؟ یعنی اگر مثلا 10 تا ذره داشته باشیم که هرذره با مختصات xو y و مثلا سرعتهای Vx وVy شناخته بشن ماتریس حالتمون 10 در 4 خواهد بود؟ ازسوالاتم مشخصه که اصلا برام جا نیفتاده این موضوع واحتمالا سوالات بیشتری درادامه بپرسم و وقتتون رو بگیرم.شرمنده...اگر امکانش هست یکم راهنماییم کنید

  3. –

    @Milad, سلام امیدوارم در آینده به این موضوع هم بپردازم ولی نمیدونم کی فرصت میشه. البته فاز مطالعاتیش هم انجام نشده و باید کمی مطالعه داشته باشم.

  4. (مهمان) –

    با سلام و خسته نباشید خدمت شما آیا آموزشی برای شبیه سازی سیستم های غیرخطی با LMI که عدم قطعیت از نوع غیرساختاری (دینامیک مدل نشده) داشته باشند ارائه می کنید؟

  5. –

    @سیامک, سلام داخل همین صفحه تخمین، زیر پیش نمایش جلسه 79 جلسات به صورت جداگانه قرارداده شدند که میتونید هر کدوم رو تیک زده و انتخاب کنید. با توجه به اینکه شما تمام جلسات فصل 13 رو می خواهید تهیه کنید، گزینه آخر رو انتخاب کنید که کل جلسات فصل 13 رو شامل میشه و با 20 درصد تخفیف محاسبه شده. بعد دکمه خرید رو بزنید و به صفحه پرداخت برید. به محض اینکه که خرید انجام شد، لینکهای دانلود براتون نمایش داده میشه

  6. (مهمان) –

    با سلام من میخوام جلسات 68 تا 79 رو خریداری کنم اما نمیدونم چطور میشه انتخاب کرد لطفا راهنمایی کنید . با تشکر

  7. –

    @سحر, سلام به نظر میرسه اگر شما فصل 15 (جلسات 90 تا 96) رو ببینید، فیلتر ذره ای رو به طور کامل درک کنید. فقط جلسات آخر فصل هستند که به ترکیب فیلتر کالمن با فیلتر ذره ای پرداخته شده که ممکنه اصلا باهاش کاری نداشته باشید. مباحث فصل 15 تقریبا به صورت مستقل از فصلهای قبل مطرح شده و قابل استفاده است

  8. (مهمان) –

    البته من فقط میخوام فیلترذره رو یادبگیرم. حالا نمیدونم نیازی هست که بخش هایی از فیلترکالمن رو هم ببینم یانه...

  9. (مهمان) –

    سلام وقت بخیر ببخشید من میخوام کلیات فیلتر کالمن و ذره رو یاد بگیرم.مخصوصا فیلتر ذره...سمینارشو دارم یعنی لازم نیست که خیلی مباحث جزئی شو بدونم. کدوم فصل هایاجلسات رو باید دانلود کنم؟ مثلا بررسی متلب رو نمیخوام

  10. –

    @رامين, من در مورد کنترل یادگیر اطلاعی ندارم متاسفانه

  11. (مهمان) –

    @رامين, دكتر يعني ميشه به lmi تبديل كرد؟من كنترل يادگير ميخوام اسفاده كنم

  12. –

    @رامين, سلام روشی که من داخل فیلمها برای ردیابی مطرح کردم، فقط برای آشنایی با بحث ردیابی بوده و تحت شرایط خاصی (مثل تغییرات کند سیگنال مرجع و بدون نامعینی) قابل استفاده هستش. برای حالتی که نامعینی و اغتشاش هم باشه، نمیشه از این روش استفاده کرد. برای حالتی که نامعینی باشه یا اغتشاش در نظر گرفته بشه، نمیشه به ردیابی با خطای صفر رسید ولی شاید بشه به خطای محدود رسید. برای این مورد میتونید مثلا به مقاله زیر (و مقالات مشابه) مراجعه کنید: http://ieeexplore.ieee.org/document/5961942/

  13. –

    @فرجی, با سلام فیلتر EKF اصلا و ابدا بهینه نیست! به خاطر همینه که کلی فیلتر بعدش معرفی شده تا عملکرد رو بهتر کنند وگرنه اگه EKF بهینه بود که همه از اون استفاده می کردند و دنبال روش دیگه ای نمی رفتند

  14. (مهمان) –

    با سلام خدمت شما آقاي دكتر من تمام فيلم هاي شما براي lmi رو خريدم و كامل مطالعه كردم.در مسئله رديابي شما مقادير نامي را قرار مي دهيد ولي مسئله پايان نامه من ilc هستش.كنترل يادگير تكرار شونده.در واقع RILC هستش.يعني در ماتريس هاي سيستم A B C عدم قعيت داريم.و در معادلات سيستم اغتشاش و نويز وجود دارد كه در هر تكرار مي دانيم كه نرم محدودي دارد.ميخواهيم نرم خطا كه همان اختلاف خروجي مطلوب و خروجي سيستم است محدود باشد و بعد از چند تكرار خروجي،خروجي مرجع را به خطاي قابل قبولي رديابي كند.ولي من عدم قطعيت ها رو همونطور كه گفتيد بصورت structure bounded گرفتم،ولي موفق به نوشتن ديناميك خطا نشدم كه بعد داخل تابع لياپانوف خطا رو هم بيارم و ....ميخواستم اگر امكانش هست راهنماييم كنيد

  15. (مهمان) –

    با سلام خدمت شما استاد گرانقدر و تشکر از این که این مجموعه خوب را ارائه کردید. سوالی که برای من مطرح شده است این است که با توجه به دینامیک پیچیده غیرخطی بعضی از سیستم ها و نقص خطی سازی در فیلتر کالمن توسعه‌یافته، بهینه بودن عملکرد EKF چگونه تضمین می‌گردد؟ و این که آیا این بهینه بودن فقط در نقطه کار می باشد؟

  16. –

    @محمد, خواهش میکنم. موفق باشید

  17. (مهمان) –

    @علی جوادی, سلام مجدد آقای دکتر خیلی خیلی ممنونم ...با راهنمایی شما مشکل حل شد....سپاسگزارم

  18. –

    @محمد, سلام باید بردارهای v1 و v2 رو با ضرب ماتریسهای مناسب در متغیر اصلی تولید کنید. مثلا به جای v1 باید از عبارت V*[0 1] استفاده کنید همینطور V*[0 1]=v2 رو باید در LMI استفاده کنید یه روش دیگه هم اینه که v1 و v2 رو به عنوان دو متغیرهای مساله (به جای V) تعریف کنید و از اونها داخل LMI استفاده کنید. بعدا که جواب بدست اومد میتونید V رو از روی v1 و v2 بسازید. البته همونطور که در فیلمها هم گفتم بهتره از تولباکس یالمیپ استفاده کنید چون این کارها اونجا خیلی راحتتر انجام میشه موفق باشید

  19. (مهمان) –

    سلام آقای جوادی سوالی داشتم که ممنون میشم راهنمایی بفرمایید یکی از متغیرهای من ماتریس V هست که ابعادش 4*2 می باشد که با دستور lmivar تعریف گردید. حالا در یکی از LMI ها ، سطرهای ماتریس V وجود دارند یعنی vi ها.... حالا چون من دو سطر دارم بنابراین v1 و v2 خواهم داشت....که بصورت زیر بیان گردید: V=lmivar(2,[2 4]) lmiterm([2 1 2 V(1,:)],1,1) . . lmiterm([3 1 2 V(2,:)],1,1) ولی متلب خطا می دهد Index exceeds matrix dimensions. ممنون میشم راهنمایی بفرمایید.

  20. –

    @n, سلام با عرض معذرت فعلا موجود نیست. در آینده سعی میکنم این موضوع رو هم پوشش بدم