course language
course duration
needed to educate
for credit at your university
В курсе излагаются общие принципы и подходы, используемые при построении алгоритмов оценивания как в линейных, так и в нелинейных задачах. Значительное внимание уделяется задачам синтеза алгоритмов оценивания постоянных величин на основе детерминированного подхода, не требующего привлечения понятий теории вероятностей, а также наиболее распространенных стохастических алгоритмов на основе небайесовского и байесовского подходов. Анализируется взаимосвязь алгоритмов, получаемых в рамках рассматриваемых подходов при различном объеме априорной информации. Методы и алгоритмы, полученные для постоянного вектора, обобщаются применительно к оцениванию случайных последовательностей и процессов, наиболее важными из которых являются алгоритмы калмановского типа.
Целью курса является научить слушателей самостоятельно решать задачи построения эффективных алгоритмов обработки избыточной измерительной информации, проводить их математическое моделирование и анализировать потенциальную точность.
Курс делится на три раздела. В первом разделе слушатели курса изучат основы матричных операций и основы использования программы Scilab, а также элементы теории вероятностей. Они рассмотрят различные типы случайных величин и проблему их преобразования. Второй раздел курса посвящен общим принципам и подходам, используемым при решении задач оценивания. А третий — обобщению методов и алгоритмов оценивания, полученных для постоянного вектора, применительно к задачам оценивания случайных последовательностей и процессов.
В результате обучения слушатели овладеют основными математическими методами и понятиями, которые используются в задачах обработки измерительной информации, будут знать и уметь применять на практике основные понятия теории вероятности для описания погрешностей измерений, будут уметь поставить задачу оценивания постоянного вектора в задачах обработки измерительной информации, решать задачу оценивания для случайной последовательности измерений.
В состав курса входят видеолекции, опросы и лабораторные практикумы. Длительность курса составляет 10 недель. Трудоемкость курса – 3 зачетные единицы. Средняя недельная нагрузка на слушателя – 10 часов.
Для успешного освоения курса необходимо обладать знаниями в области математики в объеме первых двух курсов по программе высшего профессионального образования. В процессе обучения активно используется пакет прикладных математических программ Scilab версии 5.5.x (http://www.scilab.org/download/latest).
В курсе рассматриваются следующие темы:
Каждая тема изучается в течение одной недели.
course language
course duration
needed to educate
for credit at your university
Доктор технических наук, профессор
Position: Зам. заведующего кафедрой информационно-навигационных систем
Кандидат технических наук
Position: Доцент кафедры информационно-навигационных систем
Position: Ассистент кафедры информационно-навигационных систем
Кандидат технических наук
Position: Доцент кафедры информационно-навигационных систем
По данному курсу возможно получение сертификата.
A participant certificate is usually issued upon reaching 60 % of the overall rating, subject to the delivery of works before a hard deadline. The honors certificate is usually issued upon reaching 90 % of the overall rating, subject to the delivery of the work before the soft deadline.