Detail předmětu

Zpracování jízdních dat

FSI-QD0Ak. rok: 2019/2020

Přehled funkce a omezení měřicí techniky v oblasti dopravních prostředků. Rozbor fyzikálních příčin vybraných dějů a vysvětlení zvolených matematických postupů. Řešení konkrétních příkladů z praxe s využitím programovacího prostředí Matlabu a Simulinku.

Jazyk výuky

čeština

Počet kreditů

2

Výsledky učení předmětu

Porozumění problematice měření, schopnost získání a zpracování validních dat, vyhodnocování jednotlivých veličin a jejich vzájemných závislostí, objektivizace jejich vlivu na chování celého systému (vozidla), algoritmické myšlení.

Prerekvizity

Matematika, Fyzika, Informatika

Plánované vzdělávací činnosti a výukové metody

Předmět je vyučován formou cvičení s počítačovou podporou, které je zaměřeno na praktické zvládnutí látky.

Způsob a kritéria hodnocení

Účast na cvičení, zpracování zadaných příkladů a odpovědi na kontrolní otázky.

Učební cíle

Seznámení studentů s moderními postupy počítačového zpracování a vyhodnocování dat, praktickým použitím měřicí techniky a základy automatizace.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Zpracování příkladů pod vedením cvičícího, samostatné projekty, odpovědi na kontrolní otázky

Základní literatura

Hendl, J.: Přehled statistických metod: analýza a metaanalýza dat. Portál, Praha, 2012. (CS)

Doporučená literatura

Zaplatílek, K., Doňar, B.: MATLAB pro začátečníky. BEN-Technická literatura, 2005. (CS)

eLearning

Zařazení předmětu ve studijních plánech

  • Program M2I-P magisterský navazující

    obor M-ADI , 1. ročník, letní semestr, volitelný (nepovinný)
    obor M-ADI , 1. ročník, letní semestr, volitelný (nepovinný)
    obor M-ADI , 2. ročník, letní semestr, volitelný (nepovinný)

Typ (způsob) výuky

 

Cvičení s počítačovou podporou

26 hod., povinná

Vyučující / Lektor

Osnova

1. Typy a principy funkce snímačů základních fyzikálních veličin
2. Jednotky pro sběr a záznam dat
3. Globální poziční systémy
4. Signálové poruchy a zkreslení
5-6. Základy programování v Matlabu
7-8. Digitální filtry
9-10. Statistická analýza
11. Vizualizace dat
12-13. Simulink a základy řízení

eLearning