Обработка данных в механике (1268198)

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла

Программа утверждена на заседании кафедры прикладной механикии управления механико-математического факультета МГУ19.11.2014(протокол № 6)Заведующий кафедрой прикладной механикимеханико-математического факультета МГУд.ф.-м.н., профессор _____________________ Александров В.В.Рабочая программа дисциплины (модуля)1. Код и наименование дисциплины (модуля) Обработка данных в механике2.

Уровень высшего образования – подготовка научно-педагогических кадров в аспирантуре.3. Направление подготовки: 01.06.01 — «Математика и механика».Направленность программы:специальность 01.02.01 — «Теоретическая механика»4. Место дисциплины (модуля) в структуре ООП: вариативная часть ООП.Тип дисциплины (модуля) по характеру ее освоения:электив на любом периоде обучения5. Планируемые результаты обучения по дисциплине (модулю), соотнесенные с планируемыми результатами освоения образовательной программы (компетенциями выпускников)Формируемые компетенции(код компетенции)УК-1ОПК-1ПК-10Планируемые результаты обучения подисциплине (модулю)З1 (УК-1) Знать методы критического анализа иоценки современных научных достижений, а такжеметоды генерирования новых идей при решенииисследовательских и практических задач, в томчисле в междисциплинарных областяхУ1 (УК-1) Уметь анализировать альтернативныеварианты решения исследовательских и практических задач и оценивать потенциальные выигрыши/проигрыши реализации этих вариантовЗ1 (ОПК-1) Знать основные понятия, результаты изадачи фундаментальной математики и механики.У1 (ОПК-1) Уметь применять основные математические методы и алгоритмы для решения стандартных задач математики.В1 (ОПК-1) Владеть методами математическогомоделирования.З (ПК-10)-1 Знать основные и специальные разделытеории оценивания, методы качественного и количественного анализа свойств сигналов, современные методы построения фильтров для отделенияполезных составляющих сигналов от шумовУ (ПК-10)-1 Уметь физически корректно ставить задачи выделения полезного сигнала из зашумленного, анализировать свойства полезного сигнала ишума, выбирать адекватные задаче методы оценивания или фильтрации, представлять и интерпретировать полученные результаты, уметь использовать обработанные данные при решении различных задач анализа движения и навигации6.

Объем дисциплины (модуля) в зачетных единицах с указанием количества академических или астрономических часов, выделенных на контактную работу обучающихся с преподавателем (по видам учебных занятий) и на самостоятельную работу обучающихся:Объем дисциплины (модуля) составляет 4 зачетных единицы, всего 144 часа, из которых 72 часа составляет контактная работа аспиранта с преподавателем (66 часов занятия лекционного типа, 0 часов занятия семинарского типа (семинары, научно-практические занятия, лабораторныеработы и т.п.), 2 часа групповые консультации, 2 часа индивидуальные консультации, 0 часов мероприятия текущего контроля успеваемости, 2часа мероприятия промежуточной аттестации), 72 часа составляет самостоятельная работа аспиранта.7.

Входные требования для освоения дисциплины (модуля), предварительные условия:Знание основ теоретической механики и теории случайных процессов.8. Формат обучения: аудиторные занятия.9. Содержание дисциплины (модуля), структурированное по темам (разделам) с указанием отведенного на них количества академических илиастрономических часов и виды учебных занятийВ том числеМетод наименьших квадратов (МНК) в регулярном и вырожденном случае.

SVDРазложение матриц как инструмент приближенного решения вырожденных задач. Псевдообращение матриц.Метод расширенных наименьших квадратов (РНК). Решение с использованием SVDразложения.Примеры: оценивание прямых, окружностей.Оценивание координат движущегося объекта по измерениям дальностей или псевдодальностей.Оценивание координат объекта по угловым измерениям.Метод наименьших модулей (L1-оптимизация). Сведение к задаче ЛП и к итерационному МНК. Применение к фильтрации сбоев в данных.Оптимальное оценивание в статистической постановке.

Метод максимума правдоподобия. Неравенство Крамера – Рао.Характеристики погрешностей инерциальных сенсоров – акселерометров и гироскопов.ГрупповыецииИндивидуальныесультациикон-Занятиятипа72ЗанятиятипаЧасть 1.Понятия полезного сигнала и шума. Задача оценивания как задача выделения полезногосигнала.консульта-Контактная работа (работа во взаимодействии спреподавателем), часыиз нихсеминарскогоВсего(часы)лекционногоНаименование и краткое содержание разделов и тем дисциплины (модуля),форма промежуточной аттестации по дисциплине (модулю)36000Самостоятельнаяработаобучающегося, часыиз нихУчебные занятия, направленные на проведение текущегоконтроля успеваемости коллоквиумы,практическиеконтрольныезанятия и др.ВсегоВыполнение домашнихзаданийПодготовкарефератовит.п..Всего0360036Вариация Аллана как общепринятый метод описания их погрешностей.Часть 2.Стационарные цифровые фильтры.

Импульсные и частотные характеристики. Фильтры сконечной (КИХ) и бесконечной (БИХ) импульсной характеристиками. Примеры частотных характеристик для некоторых видов цифровых фильтров.7230Промежуточная аттестация: экзаменХХХХИтого144660220340036072Построение цифровых КИХ - фильтров по заданным частотным характеристикам. Явление Гиббса при обрезании коэффициентов фильтра. Сигма-множители Ланцоша.Оптимизация ширины окна КИХ-фильтра.БИХ-фильтры.

Устойчивость. Дискретное преобразование Лапласа. Фильтр Баттерворта.Его связь с фильтром Калмана.Спектральное разложение стационарных случайных процессов. Понятие спектральнойплотности процессов в непрерывном времени. Понятие процесса типа белого шума соспектральной точки зрения.

Спектральная плотность процессов в дискретном времениОпределение спектральной плотности для выходного сигнала линейной динамическойсистемы в непрерывном и дискретном времени. Построение формирующих фильтров.Дискретизация стационарных случайных процессов. Маскировка частот. Спектральнаяплотность дискретизированного сигнала. Теорема отсчетов (Котельникова- Шеннона)Экспериментальное определение спектральной плотности. Метод периодограмм. Идентификация случайных процессов.Обработка данных статического гравиметра.ХХ202227210.

Перечень учебно-методического обеспечения для самостоятельной работы аспирантов по дисциплине (модулю):Научная библиотека МГУ им. А.М.ГорькогоЭлектронная библиотека попечительского совета механико-математического факультета МГУ (lib.mexmat.ru)011. Фонд оценочных средств для промежуточной аттестации по дисциплине (модулю).РЕЗУЛЬТАТОБУЧЕНИЯпо дисциплине (модулю)КРИТЕРИИ ОЦЕНИВАНИЯ РЕЗУЛЬТАТА ОБУЧЕНИЯпо дисциплине (модулю) иШКАЛА оценивания1ПРОЦЕДУРЫОЦЕНИВАНИЯ2345З1 (УК-1) Знать методы критического анализа и оценки современных научных достижений, а такжеметоды генерирования новых идей прирешении исследовательских и практических задач, в том числе в междисциплинарных областяхОтсутствиезнанийФрагментарные знания методов критического анализа и оценки современных научных достижений, атакже методов генерирования новыхидей при решенииисследовательских ипрактических задачОбщие, но не структурированные знания методов критического анализа и оценки современных научных достижений, а также методовгенерирования новыхидей при решении исследовательских и практических задачУ1 (УК-1) Уметь анализировать альтернативные варианты решения исследовательских и практическихзадач и оцениватьпотенциальные выигрыши/проигрыши реализации этих вариантовЗ1 (ОПК1)ОтсутствиеуменийЧастично освоенноеумение анализироватьальтернативные варианты решения исследовательских и практических задач и оценивать потенциальные выигрыши/проигрыши реализации этих вариантовФрагментарные представления о результатах, проблемах, методах научных исследований в области ма-В целом успешно, но несистематически осуществляемые анализальтернативных вариантов решения исследовательских и практическихзадач и оценка потенциальных выигрышей/проигрышей реализации этих вариантовНеполные представления о результатах, проблемах, методах научных исследований в области математики иСформированные, носодержащие отдельныепробелы знания основных методов критического анализа и оценкисовременных научныхдостижений, а такжеметодов генерированияновых идей при решении исследовательских ипрактических задач, втом числе междисциплинарныхВ целом успешно, носодержащие отдельныепробелы анализ альтернативных вариантов решения исследовательских задач и оценка потенциальных выигрышей/проигрышей реализации этих вариантовСформированные систематические знанияметодов критическогоанализа и оценки современных научныхдостижений, а такжеметодов генерирования новых идей прирешении исследовательских и практических задач, в том числе междисциплинарныхСформированноеумение анализироватьальтернативные варианты решения исследовательских и практических задач и оценивать потенциальные выигрыши/проигрыши реализации этих вариантовСформированные систематические представления о результатах, проблемах, методах научных исследо-ОтсутствиезнанийСформированные, носодержащие отдельныепробелы представленияо результатах, проблемах, методах научныхИндивидуальноесобеседованиеПрактические контрольные заданияИндивидуальноесобеседованиетематики и смежныхобластяхсмежных областяхВ целом успешное, но несистематическое умениеразработки и применения методов и алгоритмов научных исследованийНеполные представления об основных и специальных разделах теории оценивания, методах качественного и количественного анализасвойств сигналов, современных методах построения фильтров дляотделенияполезныхсоставляющих сигналовот шумовУ1 (ОПК1)ОтсутствиеуменийФрагментарное умение разработки иприменения методови алгоритмов научныхисследованийЗ (ПК-10)-1 Знать основные и специальные разделы теорииоценивания, методыкачественного и количественного анализасвойств сигналов, современныеметодыпостроения фильтровдля отделения полезныхсоставляющихсигналов от шумовОтсутствиезнанийФрагментарные представления об основных и специальныхразделах теории оценивания, методах качественного и количественногоанализасвойств сигналов, современных методахпостроения фильтровдля отделения полезныхсоставляющихсигналов от шумовУ (ПК-10)-1 Уметь физически корректноставить задачи выделения полезного сигнала из зашумленного, анализироватьсвойства полезногосигнала и шума, выбирать адекватныезадаче методы оценивания или фильтрации, представлять иОтсутствиеуменийФрагментарное умение физически корректно ставить задачивыделения полезногосигнала из зашумленного, анализироватьсвойстваполезногосигнала и шума, выбиратьадекватныезадаче методы оценивания или фильтрации, представлять иинтерпретироватьполученные результа-В целом успешное, но несистематическое умениефизическикорректноставить задачи выделения полезного сигналаиз зашумленного, анализироватьсвойстваполезного сигнала ишума, выбирать адекватные задаче методыоценивания или фильтрации, представлять иинтерпретировать полученныерезультаты,исследований в областиматематики и смежныхобластяхВ целом успешное, носодержащее отдельныепробелы умение разработки и примененияметодов и алгоритмовнаучных исследованийСформированные,носодержащие отдельныепробелы представленияоб основных и специальных разделах теорииоценивания,методахкачественного и количественногоанализасвойств сигналов, современных методах построения фильтров дляотделенияполезныхсоставляющих сигналовот шумовваний в области математики и смежныхобластяхСформированноеумение разработки иприменения методови алгоритмов научныхисследованийСформированные систематические представления об основных и специальныхразделах теории оценивания, методах качественного и количественногоанализасвойств сигналов, современных методахпостроения фильтровдля отделения полезныхсоставляющихсигналов от шумовИндивидуальноесобеседованиеВ целом успешное, носодержащее отдельныепробелы умение физически корректно ставитьзадачи выделения полезного сигнала из зашумленного, анализировать свойства полезного сигнала и шума,выбиратьадекватныезадаче методы оценивания или фильтрации,представлять и интерпретировать полученныеСформированноеумениефизическикорректноставитьзадачивыделенияполезного сигнала иззашумленного, анализироватьсвойстваполезного сигнала ишума, выбирать адекватные задаче методыоценивания или фильтрации, представлятьи интерпретироватьполученные результа-Практические контрольные заданияПрактические контрольные заданияинтерпретироватьполученные результаты, уметь использовать обработанныеданные при решенииразличных задач анализа движения инавигацииты, умение использоватьобработанныеданные при решенииразличных задач анализадвиженияинавигацииумениеиспользоватьобработанные данныепри решении различныхзадач анализа движенияи навигациирезультаты, умение использовать обработанные данные при решении различных задачанализа движения инавигацииты, умение использоватьобработанныеданные при решенииразличных задач анализадвиженияинавигации Типовые контрольные задания или иные материалы, необходимые для оценки результатов обучения, характеризующих этапы формирования компетенций:Построить вариацию Аллана для сигнала какого-либо инерциального сенсораНа основе анализа спектральной плотности сигнала и шума построить оптимальный фильтр в частотной и временной области Методические материалы, определяющие процедуры оценивания результатов обучения:—12.

Характеристики

Тип файла PDF

PDF-формат наиболее широко используется для просмотра любого типа файлов на любом устройстве. В него можно сохранить документ, таблицы, презентацию, текст, чертежи, вычисления, графики и всё остальное, что можно показать на экране любого устройства. Именно его лучше всего использовать для печати.

Например, если Вам нужно распечатать чертёж из автокада, Вы сохраните чертёж на флешку, но будет ли автокад в пункте печати? А если будет, то нужная версия с нужными библиотеками? Именно для этого и нужен формат PDF - в нём точно будет показано верно вне зависимости от того, в какой программе создали PDF-файл и есть ли нужная программа для его просмотра.

Список файлов лекций