SYLABUS^Online

Навігація

Категорії

Фільтри

Фільтри:

Обрані фільтри: Тривалість навчання : рік Рівень навчання: бакалавр Аудиторні заняття: лекції Семестр: 4 семестр

Електронні послуги

Страхування та публічне адміністрування

Бюджетування в управлінні

Управління міжнародними бізнес-проєктами. Індустрія 4.0

Правові основи біоетики і біобезпеки

Креативні технологіі

Звукові коливання є важливим джерелом отримання інформації для людини. Мікрофони та акустичні системи є невід’ємною частиною інтерфейсу людина-машина. Тому дуже важливо розуміти психофізичн особливості слуху людини, особливості поширення звукових хвиль. Не менш важливою проблемою є проектування акустичних систем різного класу та призначення. За результатами вивчення дисципліни студенти зможуть орієнтуватися в суміжних з радіотехнікою царинах знань, навчаться проектувати елементи акустичних трактів та акустичних систем. — Основи акустики

Ультразвукові коливання великої інтенсивності знаходять широке застосування в різноманітних технологічних процесах – ультразвукове чищення, зварювання, сушка та ін. Наприклад, акумуляторні батареї електромобілів збираються за допомогою ультразвукового зварювання. Метою курсу є ознайомлення студентів з фізичними ефектами, що супроводжують розповсюдження ультразвукових коливань, методиками розрахунків елементів технологічного обладнання та основними технологічними застосуваннями потужного ултразвуку. — Ультразвукова техніка та технології

Операційні системи реального часу це система, в якій успішність роботи будь-якої програми залежить не тільки від її логічної правильності, а й від часу, за який вона отримала цей результат. Стандарт POSIX 1003.1 дає визначення: Реальний час в операційних системах - це здатність операційної системи забезпечити необхідний рівень сервісу в певний проміжок часу, якщо система не може задовольнити тимчасовим обмеженням, повинен бути зафіксований збій в її роботі.

Операційні системи реального часу іноді ділять на два типи - системи жорсткого реального часу й системи м'якого реального часу. Операційна система, яка може забезпечити необхідний час виконання завдання реального часу навіть в найгірших випадках, називається операційною системою жорсткого реального часу.  Операційна система, яка може забезпечити необхідний час виконання завдання реального часу в середньому, називається операційною системою м'якого реального часу.

Ядро ОСРВ забезпечує функціонування проміжного абстрактного рівня ОС, який приховує від прикладного ПЗ специфіку технічного пристрою процесора (кількох процесорів) і пов'язаного з ним апаратного забезпечення.  Зазначений абстрактний рівень надає для прикладного ПЗ п'ять основних категорій сервісів:

Управління завданнями. Найголовніша група сервісів. Дозволяє розробникам додатків проектувати програмні продукти у вигляді наборів окремих програмних фрагментів, кожен з яких може ставитися до своєї тематичної області, виконувати окрему функцію і мати свій власний квант часу, відведений йому для роботи. Кожен такий фрагмент називається завданням. Сервіси в розглянутій групі мають здатність запускати завдання і присвоювати їм пріоритети. Основний сервіс тут - планувальник завдань. Він здійснює контроль за виконанням поточних завдань, запускає нові у відповідний період часу і стежить за режимом їх роботи.
Динамічний розподіл пам'яті. Багато хто (але не всі) ядра ОСРВ підтримують цю групу сервісів. Вона дозволяє задачах запозичувати області оперативної пам'яті для тимчасового використання в роботі додатків. Часто ці області згодом переходять від завдання до завдання, і за допомогою цього здійснюється швидка передача великої кількості даних між ними. Деякі дуже малі за розміром ядра ОСРВ, які передбачається використовувати в апаратних середовищах з суворим обмеженням на обсяг використовуваної пам'яті, не підтримують сервіси динамічного розподілу пам'яті.
Управління таймерами. Так як вбудовані системи пред'являють жорсткі вимоги до тимчасових рамок виконання завдань, до складу ядра ОСРВ включається група сервісів, які забезпечують управління таймерами для відстеження ліміту часу, протягом якого повинна виконуватися завдання. Ці сервіси вимірюють і задають різні проміжки часу (від 1 мкс і вище), генерують переривання після закінчення тимчасових інтервалів і створюють разові і циклічні будильники.
Взаємодія між завданнями та синхронізація. Сервіси даної групи дозволяють задачах обмінюватися інформацією і забезпечують її збереження. Вони так само дають можливість програмним фрагментами узгоджувати між собою свою роботу для підвищення ефективності. Якщо виключити ці сервіси зі складу ядра ОСРВ, то завдання почнуть обмінюватися спотвореною інформацією і можуть стати перешкодою для роботи сусідніх завдань.
Контроль пристрої введення / виведення. Сервіси цієї групи забезпечують роботу єдиного програмного інтерфейсу, що взаємодіє з усім безліччю драйверів пристроїв, які є типовими для більшості вбудованих систем.

Багато операційні системи загального призначення також підтримують зазначені вище сервіси. Однак ключовою відмінністю сервісів ядра ОСРВ є детермінований, заснований на суворому контролі часу, характер їх роботи. У даному випадку під детермінованістю розуміється те, що для виконання одного сервісу операційної системи потрібно часовий інтервал завідомо відомою тривалості. Будь-яка випадкова подія, що може викликати небажану затримку в роботі програми, послужить причиною для помилки, оскільки тоді наступна задача не вкладеться в свій квант часу.  У цьому сенсі операційні системи загального призначення не є детермінованими. Їх сервіси можуть допускати випадкові затримки у своїй роботі, що може призвести до уповільнення відповідної реакції додатки на дії користувача в явно невідомий момент часу. При проектуванні звичайних операційних систем розробники не акцентують свою увагу на математичному апараті обчислення часу виконання конкретного завдання і сервісу. Це не є критичним для подібного роду систем.

Основні відмінності операційної системи реального часу від операційних систем загального призначення приведено у таблиці:


Операційна система реального часу
Операційна система загального призначення

Основне завдання
Встигнути зреагувати на події, що відбуваються на обладнанні
Оптимально розподілити ресурси комп'ютера між користувачами і завданнями

На що орієнтована
Обробка зовнішніх подій
Обробка дій користувача

Як позиціонується
Інструмент для створення конкретного апаратно-програмного комплексу реального часу
Сприймається користувачем як набір додатків, готових до використання

Кому призначена
Кваліфікований розробник
Користувач середньої кваліфікації

Під час вивчення дисципліни ви познайомитесь з операційною системою реального часу FreeRTOS, її архітектурою та налаштуванням її елементів. Лабораторні роботи з використанням операційної системи реального часу  FreeRTOS будуть виконуватися на налагоджувальній платі STM32F407G-DISC1, що містить сучасний 32-розрядний мікроконтролер з ARM архітектурою. — Операційні системи реального часу та 32 бітні МК

Мультимедійні технології в радіозв'язку

Курс розрахований на 4 кредитні модулі, орієнтовно – 18 лекцій та 9 практичних занять.

Метою навчальної дисципліни є набуття практичних навичок проєктування (розробки) вузлів телекомунікаційної апаратури.

Будуть розглянуті деякі схеми типових складових частин апаратури зв'язку. Окремо буде розглянуто питання розробки технічного завдання на розробку пристроїв та роботу з технічною та нормативною документацією. На практичних заняттях будемо розробляти типові вузли апаратури цифрового зв'язку з використанням САПРів. В процесі навчання буде можливість розглянути побудову тих вузлів, що вас найбільше зацікавлять. — Комбіновані аналогово-цифрові системи

Інформаційні технології аналізу даних

Програмні засоби моделювання процесів та систем

Основне завдання вивчення дисципліни полягає в опануванні студентами необхідних знань і практичних навичок з машинного навчання як одним із сучасних провідних наукових напрямків штучного інтелекту, а також оволодіти технологією розв’язання широкого класу задач науки та техніки (зокрема, задач розпізнавання, пошуку рішень, комп’ютерного бачення, інтелектуального управління) за допомогою методів, підходів та алгоритмів машинного навчання.

Що буде вивчатися

В курсі вивчається теоретичні та практичні основи застосування основ теорії алгоритмів які використовуються в галузями штучного інтелекту, зокрема, машинного навчання. Подання студентам широкого кола методів та алгоритмів у контексті машинного сприйняття та навчання. Підготувати студента до ефективного використання сучасних методів машинного навчання для створення систем штучного інтелекту у подальшій професійній діяльності; допомогти набути навички практичної роботи з сучасними програмними засобами для побудови інтелектуальних моделей.

Чому це цікаво/треба вивчати

Поглиблене вивчення дисципліни розкриє перед аспірантами широкі можливості по формування у студентів теоретичних знань та практичних навичок самостійної роботи із використання алгоритмів для машинного навчання при зборі та обробки даних від радіотехнічних систем. Спецкурс також може бути корисним випускникам в подальшій професійній діяльності після закінчення аспірантури, шляхом впровадження новітніх радіотехнічних досягнень у вибраних галузях.

Чому можна навчитися (результати навчання)

В процесі вивчення та освоєння спецкурсу «Алгоритми машинного навчання. Нейроні мережі обробки сигналів» слухачі отримають нові знання про можливості радіотехнічних засобів та сигналів вирішувати наукові і прикладні задачі в багатьох сферах науки, і техніки, промисловості та виробництва, біології та медицині, будівництві та сільському господарстві. До позитиву курсу слід віднести можливість розробки слухачами структурних схем та алгоритмів функціонування систем штучного інтелекту, освоєння методології їх роботи та оцінки даних від радіотехнічних систем.

Окрім того зазначене дозволяє слухачу використати отримані нові знання, для більш якісної підготувати дисертації, оформити та захистити її згідно існуючих вимог

Як можна користуватися набутими знаннями і уміннями (компетентності) В результаті вивчення курсу слухачі зможуть на практиці користуватися набутими знаннями і уміннями самостійного застосування складовими комплексної технології підготовки, оформлення та захисту дисертації ступеня доктор філософії при проведенні власних дисертаційних досліджень в галузі телекомунікацій та радіотехніки.

Методи побудови спеціалізованих радіотехнічних пристроїв з застосуванням систем штучного інтелекту та освоєння принципів їх роботи можуть також слугувати в подальшому слухачам для їх практичного освоєння у вибраних галузях наукової або практичної діяльності.

Інформаційне забезпечення

Всі матеріали надаються слухачам в електронному вигляді: навчальний посібник, презентаційні матеріали, приклади практичних робіт та захищених дисертацій (їх авторефератів)

Форма проведення занять

Лекції у вигляді презентацій, практичні роботи, індивідуальні заняття, консультації — Алгоритми машинного навчання. Нейронні мережі оброблення сигналів

Основне завдання вивчення дисципліни полягає в опануванні студентами необхідних знань і практичних навичок та знань в області теорії бездротових мереж, а також навичок проектування комп’ютерних бездротових мереж для їхнього використання щодо пошуку, отримання обробки й аналізу даних, необхідних для прийняття ефективних управлінських рішень в SMART-середовищах.

Що буде вивчатися

В курсі вивчається теоретична основа роботи бездротових мереж, технології обробки інформації в смарт-середовищах та обмін, накопичення даних, ризики незахищеності каналів передачі інформації, теоретичні основи мережних систем. Особливий акцент в дисципліні ставиться на технології для розгортання бездротових комп’ютерних та корпоративних мереж, рекомендацій щодо зменшення ризиків від загроз безпеки в смарт-середовищах. Підготувати студента до ефективного використання сучасних методів створення бездротових мереж інформаційних систем у подальшій професійній діяльності; допомогти набути навички практичної роботи з сучасними програмними засобами для побудови інтелектуальних систем.

Чому це цікаво/треба вивчати

Поглиблене вивчення дисципліни дає можливість аспіранту сформувати теоретичних знань та практичних навичок самостійної роботи із використання технологій організації бездротових мереж для функціонування СМАРТ-середовищ при зборі та обробки даних в радіотехнічних систем. Спецкурс також може бути корисним випускникам в подальшій професійній діяльності після закінчення аспірантури, шляхом впровадження новітніх радіотехнічних досягнень у вибраних галузях.

Чому можна навчитися (результати навчання)

В процесі вивчення та освоєння спецкурсу студенти отримують необхідні знаня й практичні навички із використання існуючих теоретичних і практичних методик, методів та алгоритмів, що використовуються для передачі та прийому інформації засобами бездротових мереж, дослідження апаратних та програмних сучасних бездротових мереж, оволодіння процесами встановлення та підтримки функціонування й управління SMART-середовищами які організуються в радіотехнічних системах та вирішувати наукові і прикладні задачі в багатьох сферах науки, і техніки, промисловості та виробництва, біології та медицині, будівництві та сільському господарстві. До позитиву курсу слід віднести можливість розробки слухачами структурних схем та алгоритмів функціонування бездротових мереж інтелектуальних систем, освоєння методології їх роботи та оцінки даних у радіотехнічних системах. Окрім того зазначене дозволяє слухачу використати отримані нові знання, для більш якісної підготувати дисертації, оформити та захистити її згідно існуючих вимог

Як можна користуватися набутими знаннями і уміннями (компетентності)

В результаті вивчення курсу слухачі зможуть на практиці користуватися набутими знаннями і уміннями самостійного застосування складовими комплексної технології підготовки, оформлення та захисту дисертації ступеня доктор філософії при проведенні власних дисертаційних досліджень в галузі телекомунікацій та радіотехніки.

Методи побудови спеціалізованих радіотехнічних пристроїв з застосуванням систем штучного інтелекту та освоєння принципів їх роботи можуть також слугувати в подальшому слухачам для їх практичного освоєння у вибраних галузях наукової або практичної діяльності.

Форма проведення занять

Лекції у вигляді презентацій, практичні роботи, індивідуальні заняття, консультації

Семестровий контроль

Залік, екзамен — Мережі та технології керування смарт-середовищем

Українська мова за професійним спрямуванням

Мета навчальної дисципліни — формування у аспірантів компетенцій в області імітаційного моделювання телекомунікаційних та радіотехнічних процесів, пристроїв і систем та методів комп’ютерного дослідження типових хвильових структур.

Предмет навчальної дисципліни — технологія імітаційного моделювання, критичний аналіз результатів моделювання.

Програмні результати навчання

Компетентності:

(ЗК 1) здатність до критичного аналізу, оцінки і синтезу нових складних ідей;
(ФК 2) здатність застосовувати математичні методи наукових досліджень, імітаційного моделювання, прикладні аспекти системного аналізу у різних видах професійної діяльності;
(ФК 3) здатність виконувати теоретичні й експериментальні дослідження, математичне й комп’ютерне моделювання процесів у телекомунікаційних і радіотехнічних системах та пристроях.

Знання:

(ЗН 4) сучасних математичних методів наукових досліджень, імітаційного моделювання, прикладних аспектів системного аналізу.

Уміння:

(УМ 5) виконувати самостійно науково-дослідну діяльність у галузі телекомунікацій і радіотехніки з використанням сучасних математичних методів наукових досліджень, імітаційного моделювання, прикладних аспектів системного аналізу;
(УМ 7) планувати, організовувати роботу та керувати проектами в галузі наукових досліджень, розробки, аналізу, розрахунку, моделювання, виробництва та тестування телекомунікаційних і радіотехнічних систем та пристроїв;
(УМ 11) обґрунтовувати й аналізувати вибір конкретного типу моделі та методу телекомунікаційних та радіотехнічних систем при вирішенні відповідних практичних задач.

Після засвоєння матеріалу дисципліни аспіранти отримають фундаментальні знання в області теорії та практики імітаційного моделювання в телекомунікаціях і радіотехніці, практичні знання особливостей імітаційного моделювання на прикладах типових об’єктів телекомунікацій та радіотехніки; набудуть уміння застосовувати здобуті знання при розробці нових наукових методик та в новітніх промислових технологіях і зразках нової техніки, для пояснення отриманих даних і передбачення нових наукових результатів; отримають досвід практичного застосування методів імітаційного моделювання для задач телекомунікацій та радіотехніки; проведення досліджень і узагальнення їх результатів в області хвильових явищ, хвильових структур і хвильових пристроїв обробки сигналів; самостійної роботи з навчальною, науковою та довідковою літературою. — Імітаційне моделювання в телекомунікаціях та радіотехніці

Прикладні аспекти теорії аналізу незалежних компонент

Дисципліна "Статистичні методи оброблення інформації в радіотехнічних комп'ютеризованих системах" навчає статистичним методам оброблення інформації для використання в сучасних радіотехнічних системах. Розробка досконалих радіотехнічних систем, які могли б надійно функціонувати в складній сигнально-завадовій обстановці, що динамічно змінюється, можлива лише на базі сучасних методів оптимізації (синтезу).змішаних марківських процесів в дискретному часі застосування статистичних методів

Мета навчальної дисципліни. Метою дисципліни є вивчення методів адаптивної фільтрації процесів і ідентифікації параметрів в радіотехнічних комп'ютеризованих системах, та методів статистичного оброблення інформації для використання в радіотехнічних системах локації, навігації та керування, що дозволяє визначити їх сучасний стан і найбільш перспективні напрями їх подальшого розвитку.

Предмет вивчання: Методи аналізу та синтезу на основі математичного апарату марківських процесів в дискретному часі оптимальних і квазіоптимальних алгоритмів фільтрації і виявлення процесів в радіотехнічних комп'ютеризованих системах при наявності різних видів завад, методи ідентифікації, а також статистичні методи оброблення інформації в радіотехнічних комп’ютеризованих системах локації, навігації та керування. — Статистичні методи оброблення інформації в радіотехнічних комп’ютеризованих системах

Електронна демократія

Радіолокаційні системи з цифровим обробленням сигналів

Мета вивчення дисципліни: набуття навиків і вмінь проектування систем з використанням елементів систем штучного інтелекту, а саме систем, що працюють на основі нечіткої логіки.

Завдання вивчення дисципліни: студент повинен вміти скласти та обґрунтувати технічне завдання на експертну систему, розробити її модель, запрограмувати роботу експертної системи. — Системи штучного інтелекту

Теорія інтелектуальних систем

Теорія та алгоритми автоматичного управління в інтелектуальних системах

Каталог силабусів протягом року, бакалаврського рівня підготовки, лекційні аудиторні заняття, 4 семестр Сторінка8

Рівень підготовки - бакалаврський

Вивчення дисципліни з лекційним курсом4 семестр

×

Інженерія, виробництво та будівництво

Інженерія, виробництво та будівництво

Електронні комунікації та радіотехніка

×

Форма навчання

Тривалість навчання

Аудиторні заняття

Рівень навчання

Семестровий контроль

Мова

Освіта

Цикл підготовки