up
  • Russian

    course language

  • 14 weeks

    course duration

  • about 10 hours per week

    needed to educate

  • 3 credit points

    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.

About

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.

Format

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.

  • Основы теории оценивания с приложениями к задачам обработки навигационной информации. Ч.1. Введение в теорию оценивания / Изд. 2-е, исправлен. и дополнен. / О.А.Степанов. – СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор», 2010.- 509 с. ISBN 978-5-900780-81-8
  • Основы теории оценивания с приложениями к задачам обработки навигационной информации. Ч.2. Введение в теорию фильтрации / О.А.Степанов. – СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор», 2012.- 417 с.
  • Методы обработки навигационной измерительной информации (http://books.ifmo.ru/file/pdf/2217.pdf) / О.А. Степанов. – СПб: Университет ИТМО, 2017. – 196 с.

Requirements

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).

Course program

В курсе рассматриваются следующие темы:

  1. Элементы теории вероятности
  2. Моделирование случайных величин и векторов в Scilab
  3. Примеры и постановки линейных и нелинейных задач оценивания при обработке навигационных данных
  4. Решение задач оценивания на основе нестохастичеcкого (детерминированного) подхода. Метод наименьших квадратов
  5. Небайесовские алгоритмы оценивания
  6. Байесовский подход. Оптимальные оценки
  7. Алгоритмы комплексной обработки измерений
  8. Случайные последовательности
  9. Фильтрация случайных последовательностей
  10. Рекуррентные оптимальные алгоритмы фильтрации случайных процессов. Фильтр Калмана-Бьюси

Каждая тема изучается в течение одной недели.

В курсе имеется два типа дедлайна (предельного срока выполнения оценивающих мероприятий):

  • мягкий дедлайн, при котором необходимо выполнить все оценивающие мероприятия текущей недели до ее завершения;
  • жесткий дедлайн, при котором на выполнение оценивающих мероприятий после мягкого дедлайна дополнительно выделяется еще две недели, по окончании которых доступ к соответствующим мероприятиям закрывается.

Education results

  • Владение основными математическими методами и понятиями, которые используются в задачах обработки измерительной информации (РО-1).
  • Знание и умение применять на практике основные понятия теории вероятности для описания погрешностей измерений (РО-2).
  • Знание и умение поставить задачу оценивания постоянного вектора в задачах обработки измерительной информации (РО-3).
  • Знание и умение решать задачу оценивания для случайной последовательности измерений (РО-4).

Formed competencies

  • 27.03.04 Управление в технических системах
    1. Способность к самоорганизации и самообразованию.(ОК-7)
    2. Способность использовать основные приемы обработки и представления экспериментальных данных. (ОПК-5)
    3. Способность проводить вычислительные эксперименты с использованием стандартных программных средств с целью получения математических моделей процессов и объектов автоматизации и управления.(ПК-2)
    4. Способность выполнять эксперименты на действующих объектах по заданным методикам и обрабатывать результаты с применением современных информационных технологий и технических средств.(ПК-1)
    5. Способность производить расчеты и проектирование отдельных блоков и устройств систем автоматизации и управления и выбирать стандартные средства автоматики, измерительной и вычислительной техники для проектирования систем автоматизации и управления в соответствии с техническим заданием.(ПК-6)
  • 24.03.02 Системы управления движением и навигация
    1. Способность использовать базовые положения математики, естественных, гуманитарных и экономических наук при решении социальных и профессиональных задач.(OK-2)
    2. Владеть основными методами, способами и средствами получения, хранения, переработки информации, иметь навыки работы с компьютером как средством управления информацией.(ОПК-3)
    3. Способность использовать компьютерные технологии на ранних стадиях проектирования при разработке новых образцов элементов, приборов, систем и комплексов.(ПК-3)
    4. Способность проводить первичный анализ результатов испытаний, их оценку, составление моделей ошибок для их компенсации.(ПК-9)
    5. Готовность участвовать в разработке, изготовлении стендов для комплексной отладки, испытаний приборов и систем управления, ориентации, стабилизации и навигации.(ПК-18)

Education directions

Отзывы о курсе

Степанов Олег Андреевич

Доктор технических наук, профессор
Position: Зам. заведующего кафедрой информационно-навигационных систем

Золотаревич Валерий Павлович

Кандидат технических наук
Position: Доцент кафедры информационно-навигационных систем

Моторин Андрей Владимирович


Position: Ассистент кафедры информационно-навигационных систем

Литвиненко Юлия Александровна

Кандидат технических наук
Position: Доцент кафедры информационно-навигационных систем

course completion certificate

Certificate

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.

Similar courses