(por Rodrigo Botelho, engenheiro)
Máquinas elétricas, carros, aviões, grids de energia, equipamentos médicos ou lava-louças são exemplos de sistemas críticos ou complexos. Idealmente, estes produtos não devem apresentar falhas, por isso os fabricantes recorrem a prototipagens que simulam o comportamento dos sistemas antes de colocar os produtos no mercado.
Algoritmos são desenvolvidos e utilizados para simular o comportamento das máquinas,
Para digitalizar e otimizar processos, a Petrobras acaba de adquirir as soluções oferecidas pela OPENCADD, por meio de produtos MathWorks, para as áreas de Transformação Digital & Inovação e Exploração & Produção. A empresa é uma das maiores produtoras de petróleo e gás do mundo, atuando principalmente na exploração e produção, refino, geração e comercialização de energia. Tem uma grande base de reservas provadas, com expertise em exploração e produção em águas profundas e ultraprofundas,
Lançada em março deste ano, a nova versão do MATLAB e Simulink traz diversas melhorias e atualizações em suas toolboxes. No entanto, as grandes novidades desta versão ficam por conta dos novos produtos. Confira! DDS TOOLBOX O DDS Blockset fornece aplicativos e blocos para modelar e simular aplicativos de software que publicam ou assinam middleware(é um software que fica entre um sistema operacional e os aplicativos executados nele) de Serviço de Distribuição de Dados (DDS).
Por Felipe Yossida Para alguns, o MATLAB é uma ferramenta que foi utilizada na época de faculdade; para outros – poucos, o MATLAB não é apenas um velho conhecido, mas também um instrumento base para seu trabalho. Estes são basicamente engenheiros formados ou pesquisadores, mas a grande maioria desconhece o nome e para que serve. Aliás, eu diria que a maioria, incluindo aqueles que já ouviram falar da ferramenta, desconhece as aplicabilidades que o MATLAB
Neste período de pandemia, plataforma de computação pode ser utilizada em casa para atender às necessidades em formar profissionais cada vez mais qualificados, sem perder a qualidade de ensino. No Brasil, neste momento de pandemia, 15 instituições educacionais investiram em tecnologia e garantiram a boa formação. A UFMA faz parte deste grupo. Alunos e pesquisadores da UFMA, aproximadamente 53 mil favorecidos, já podem utilizar o que há de mais avançado no mundo, no que tange
MATLAB e Simulink foram dois dos principais programas utilizados, para desenvolver e aplicar o projeto (Por Viviane Nunes) Um dos projetos mais interessantes de micro geração distribuída em centros urbanos é o estacionamento solar do Parque Villa Lobos, com 531 kWp de potência. É um sistema de geração fotovoltaica, caracterizada como uma minigeração distribuída, que entrou em operação em 2017. Com pouco mais de dois anos, a energia gerada desde sua inauguração, de fevereiro de
Por Silvia Lavagnoli Como profissional de marketing há mais de 12 anos, perdi a conta de quantas vezes ouvi esta história. Trata-se um caso clássico do WalMart, que detectou um comportamento comum entre pais que compravam fraldas: grande parte deles levava também cervejas. A partir daí, a rede de supermercados começou a localizar as gôndolas de cervejas próximas às gôndolas de fraldas, o que resultou em um crescimento de 30% nas vendas de ambos os
Por Lisa Harvey (Autora contribuinte da comunidade MATLAB, blogger da MathWorks) Desperdício de comida é uma preocupação global. Afeta diretamente nosso meio ambiente pela emissão de gases de efeito estufa em aterros sanitários. Isso sem falar na imensa quantidade de água necessária que é gasta na produção de comida que, no final do ciclo, não é aproveitada. Fatos sobre o desperdício de alimentos Cerca de 1/3 de toda a comida produzida no mundo para
Plataforma de computação será utilizada para atender às necessidades em formar profissionais cada vez mais qualificados. Atualmente, cerca de 5 mil universidades no mundo, utilizam o MATLAB®. UFMG é pioneira no Estado de Minas Gerais. Alunos e pesquisadores da Universidade Federal de Minas Gerais, aproximadamente 57 mil favorecidos, já podem utilizar o que há de mais avançado no mundo, no que tange à análise de dados, simulação e modelagem: o MATLAB®, da MathWorks®, representada no
A equipe FSAE/Unicamp foi fundada em 2006. Um ano depois, o primeiro carro da equipe já estava pronto, para participar da Fórmula SAE, da qual foi vencedora na última edição, conseguindo o direito de representar o Brasil em Michigan, onde acontece a maior competição estudantil. Desde então, participou de 13 competições nacionais e três internacionais. Em 2019, participaram 42 membros, de diversos cursos: Mecânica, Química, Computação, Economia, Estatística e Educação Física, o que mostra a
| Dia 1 de 2 | |
|---|---|
| Cartas de Fluxo de Modelagem | Objetivo: implementar fluxos de decisão com fluxogramas.
|
| Máquinas de Estado de Modelagem | Objetivo: Implementar máquinas de estado com diagramas de transição de estados.
|
| Diagramas de Estado Hierárquico | Objetivo: Implementar diagramas hierárquicos para melhorar a clareza dos projetos de máquinas de estado.
|
| Diagramas de Estado Paralelo | Objetivo: implementar estados paralelos para modelar projetos de multiprocessamento.
|
| Dia 2 de 2 | |
|---|---|
| Usando eventos em diagramas de estado | Objetivo: usar eventos em um diagrama de fluxo de estado para afetar a execução do gráfico.
|
| Chamando Funções do Stateflow | Objetivo: Criar funções em um gráfico de Fluxo de Estado a partir de blocos Simulink, código MATLAB e fluxogramas.
|
| Tabelas de Verdade e Tabelas de Transição de Estado | Objetivo: Criar fluxogramas e diagramas de transição de estados em forma de tabela.
|
| Considerações de design no fluxo de estado | Objetivo: Reutilizar designs de Fluxo de Estado, restringir a semântica do gráfico e interagir com dados estruturados do Simulink.
|
| Dia 1 de 2 | |
|---|---|
| Criando e Simulando um Modelo | Objetivo: criar um modelo Simulink simples, simulá-lo e analisar os resultados.
|
| Construções de Programação de Modelagem | Objetivo: Modelar e simular construções básicas de programação no Simulink.
|
| Modelagem de Sistemas Discretos | Objetivo: Modelar e simular sistemas discretos no Simulink.
|
| Modelagem de Sistemas Contínuos | Objetivo: Modelar e simular sistemas contínuos no Simulink.
|
| Dia 2 de 2 | |
|---|---|
| Seleção do Solver | Objetivo: Selecionar um solucionador apropriado para um determinado modelo Simulink.
|
| Hierarquia de modelos em desenvolvimento | Objetivo: Use subsistemas para combinar sistemas menores em sistemas maiores.
|
| Modelando Algoritmos Condicionalmente Executados | Objetivo: Criar subsistemas que são executados com base em uma entrada de sinal de controle.
|
| Combinando Modelos em Diagramas | Objetivo: Use referência de modelo para combinar modelos.
|
| Criando Bibliotecas | Objetivo: usar bibliotecas para criar e distribuir blocos personalizados.
|
| Dia 1 de 3 | |
|---|---|
| O que é o Simulink? | Objetivo: Obter uma introdução ao Simulink.
|
| Criando e Simulando um Modelo | Objetivo: Explorar a interface do Simulink e bloquear bibliotecas. Construa um modelo simples e analise os resultados da simulação.
|
| Modelagem de Sistemas Dinâmicos Discretos | Objetivo: Modelar sistemas dinâmicos discretos e visualizar sinais baseados em quadros e sinais multicanais usando um escopo.
|
| Construções Lógicas de Modelagem | Objetivo: modelar expressões lógicas. Veja como a detecção de cruzamento zero é usada no Simulink e modele a lógica simples no Simulink usando o código MATLAB.
|
| Do algoritmo ao modelo | Objetivo: criar um modelo a partir de uma especificação de algoritmo.
|
| Dia 2 de 3 | |
|---|---|
| Modelos de sinal misto | Objetivo: Modelar sistemas de sinais mistos.
|
| Solucionadores Simulink | Objetivo: Escolher o solucionador certo para um modelo Simulink.
|
| Subsistemas e Bibliotecas | Objetivo: criar blocos personalizados no Simulink, aplicar máscaras e desenvolver bibliotecas personalizadas.
|
| Subsistemas condicionais | Objetivo: Modelar sistemas com partes executadas condicionalmente.
|
| Análise espectral | Objetivo: Realizar análise espectral no ambiente Simulink e usar a computação do espectro em um algoritmo.
|
| Dia 3 de 3 | |
|---|---|
| Projetando e Aplicando Filtros | Objetivo: Incorporar filtros em um modelo e explorar diferentes maneiras de projetar e implementar filtros em um modelo Simulink.
|
| Sistemas Multirrato | Objetivo: Modelar sistemas multirate. Re-amostrar dados e explorar blocos de filtros multirate.
|
| Incorporando Código Externo | Objetivo: Importar ou incorporar códigos MATLAB e C personalizados ou externos em um modelo Simulink.
|
| Combinando Modelos em Diagramas | Objetivo: Explorar a integração de modelos, um tópico importante para projetos de larga escala em que vários desenvolvedores estão desenvolvendo diferentes partes de um sistema grande.
|
| Automatizando Tarefas de Modelagem | Objetivo: Controlar e executar modelos Simulink a partir da linha de comandos do MATLAB.
|
| Dia 1 de 2 | |
|---|---|
| Visão geral da plataforma Zynq e configuração do ambiente | Objetivo: Configurar a plataforma Zynq-7000 e o ambiente MATLAB.
|
| Introdução ao codificador embutido e codificador HDL | Objetivo: Configurar modelos Simulink para geração de código embutido e interpretar efetivamente o código gerado.
|
| Geração e implantação de núcleo IP | Objetivo: Use o HDL Workflow Advisor para configurar um modelo Simulink, gerar e construir códigos HDL e C e implantar na plataforma Zynq.
|
| Usando a interface do AXI4 | Objetivo: Usar várias interfaces AXI para comunicação de dados entre o sistema de processamento e a lógica programável.
|
| Verificação do Processador no Loop | Objetivo: Use o processador no loop para verificar o algoritmo em execução na plataforma Zynq e o perfil dos tempos de execução em seu algoritmo de produção.
|
| Dia 2 de 2 | |
|---|---|
| Interface de dados com aplicação em tempo real | Objetivo: Use a interface UDP para transmitir dados entre o Simulink e o aplicativo em tempo real em execução na plataforma Zynq.
|
| Integrando Drivers de Dispositivos | Objetivo: Desenvolver interfaces de driver de dispositivo para integrar periféricos no sistema de processamento.
|
| Design de referência personalizado | Objetivo: Criar e empacotar IP reutilizável para o Vivado e registrar placas customizadas e projetos de referência.
|
| Dia 1 de 1 | |
|---|---|
| Introdução ao Simscape e à abordagem da rede física | Objetivo: Familiarizar-se com o ambiente Simscape modelando um sistema elétrico simples.
|
| Trabalhando com Componentes do Simscape | Objetivo: Interpretar os diagramas de blocos do Simscape e identificar as variáveis físicas no Simscape modelando um sistema mecânico.
|
| Conectando Domínios Físicos | Objetivo: Conectar modelos de diferentes domínios físicos para criar um modelo único de vários domínios.
|
| Combinando Modelos Simscape e Modelos Simulink | Objetivo: Adicionar blocos Simulink a um modelo Simscape para aumentar a flexibilidade de modelagem.
|
| Criando Componentes Customizados com o Idioma Simscape | Objetivo: Aproveitar a linguagem Simscape para criar componentes físicos personalizados no Simscape.
|
| Dia 1 de 1 | |
|---|---|
| Introdução à Simulação Multibody | Objetivo: Discutir os componentes que compõem os modelos mecânicos e como defini-los no Simscape Multibody.
|
| Componentes de Refino | Objetivo: Criar corpos rígidos personalizados e complexos e parametrizar peças para modelos reutilizáveis do Simscape Multibody.
|
| Mecanismos de Montagem | Objetivo: Definir e configurar a cinemática de uma máquina multicorpo no Simscape Multibody.
|
| Importando Modelos CAD | Objetivo: Importar peças e mecanismos existentes de plataformas CAD para o Simscape Multibody.
|
| Conectando-se ao Simscape e Simulink | Objetivo: ilustrar as maneiras pelas quais os blocos do Simscape Multibody podem interagir com os blocos Simscape e Simulink.
|
| Dia 1 de 1 | |
|---|---|
| Introdução aos sistemas trifásicos | Objetivo: Familiarizar-se com o ambiente do Simscape Power Systems modelando um sistema elétrico trifásico simples.
|
| Sistemas Trifásicos com Máquinas Elétricas | Objetivo: Criar modelos com máquinas elétricas trifásicas.
|
| Controlando Máquinas Elétricas | Objetivo: Analisar e controlar os efeitos de cargas e distúrbios em modelos de máquinas elétricas.
|
| Eletrônica de Potência | Objetivo: Modelar sistemas de conversão e transmissão de energia elétrica.
|
| Dia 1 de 1 | |
|---|---|
| Introdução à Modelagem de Veículos | Objetivo: Criar e analisar modelos de carroceria e pneu de veículos sob várias condições de terreno, vento e atrito.
|
| Sistemas de Travagem | Objetivo: Modelar sistemas de freios do veículo com blocos embutidos e componentes personalizados da linguagem Simscape.
|
| Mecanismos de Transmissão | Objetivo: Construir e testar sistemas mecânicos de transmissão de energia no Simscape Driveline.
|
| Unidade e controle de múltiplos domínios | Objetivo: Conectar modelos automotivos mecânicos a outros domínios físicos no Simscape e criar estratégias realistas de controle de malha fechada.
|
| Dia 1 de 1 | |
|---|---|
| Métodos de Integração de Código | Objetivo: familiarizar-se com os vários métodos de integração de código e discutir como um modelo do Simulink interage com os blocos definidos pelo usuário.
|
| Transição do MATLAB para o Simulink | Objetivo: Integrar o código MATLAB nos modelos Simulink.
|
| Chamando Rotinas Externas | Objetivo: Integrar o código C em um modelo Simulink usando ferramentas automatizadas.
|
| Escrevendo S-Funções do Wrapper | Objetivo: Integrar o código C em um modelo Simulink, escrevendo manualmente as funções C MEX S.
|
| Considerações sobre geração de código | Objetivo: Explorar os procedimentos e limitações para gerar código automaticamente com o Simulink Coder ™ .
|
| Revisão de Métodos de Integração de Código | Objetivo: Revisar os métodos de integração de código e discutir os prós e contras de cada um.
|
| Dia 1 de 2 | |
|---|---|
| Preparando Modelos Simulink para Geração de Código HDL | Objetivo: Preparar um modelo Simulink para geração de código HDL. Gere o código HDL e o testbench para modelos simples que não exigem otimização.
|
| Controle de Precisão de Ponto Fixo | Objetivo: Estabelecer correspondência entre o código HDL gerado e blocos específicos do Simulink no modelo. Use a ferramenta Ponto-fixo para finalizar a arquitetura de ponto fixo do modelo.
|
| Gerando Código HDL para Modelos Multirate | Objetivo: Gerar código HDL para projetos multirate
|
| Dia 2 de 2 | |
|---|---|
| Otimizando o Código HDL Gerado | Objetivo: usar pipelines para atender aos requisitos de tempo de design. Use implementações de hardware específicas e compartilhe recursos para otimização de área.
|
| Usando o ponto flutuante nativo | Objetivo: implementar valores e operações de ponto flutuante em seu código HDL.
|
| Interfacing o código HDL externo com HDL gerada | Objetivo: Incorporar código HDL escrito à mão e / ou IP do fornecedor em seu design.
|
| Verificando o Código HDL com Cosimulação | Objetivo: Verificar seu código HDL usando um simulador de HDL no modelo Simulink.
|
| Dia 1 de 3 | |
|---|---|
| Gerando Código Embutido | Objetivo: Configurar modelos Simulink para geração de código embutido e interpretar efetivamente o código gerado.
|
| Integrando Código Gerado com Código Externo | Objetivo: Modificar modelos e arquivos para executar código gerado e código externo juntos.
|
| Execução em Tempo Real | Objetivo: Gerar código para sistemas multirate em configurações de tarefas únicas e multitarefa.
|
| Protótipos de função de controle | Objetivo: Personalizar protótipos de função dos pontos de entrada do modelo no código gerado.
|
| Dia 2 de 3 | |
|---|---|
| Otimizando o Código Gerado | Objetivo: Identificar os requisitos do aplicativo em questão e definir configurações de otimização para atender a esses requisitos.
|
| Customizando características de dados no Simulink | Objetivo: Controlar os tipos de dados e classes de armazenamento de dados no Simulink.
|
| Customizando características de dados usando objetos de dados | Objetivo: Controlar os tipos de dados e classes de armazenamento de dados usando objetos de dados.
|
| Criando Classes de Armazenamento Personalizadas | Objetivo: projetar classes de armazenamento personalizadas e usá-las para geração de código.
|
| Objeto de ônibus e referência de modelo | Objetivo: Controlar o tipo de dados e classe de armazenamento de objetos de barramento e usá-los para gerar código a partir de modelos que fazem referência a outros modelos.
|
| Dia 3 de 3 | |
|---|---|
| Customizando a Arquitetura de Código Gerado | Objetivo: Controlar a arquitetura do código gerado de acordo com os requisitos da aplicação.
|
| Técnicas avançadas de personalização | Objetivo: Use modelos de geração de código para controlar os arquivos gerados.
|
| Implantando código gerado | Objetivo: Criar um destino personalizado para uma placa Arduino ® e implantar código usando o destino.
|
| Integrando Drivers de Dispositivos | Objetivo: Identificar o fluxo de trabalho para a integração de drivers de dispositivos com o Simulink e o código gerado.
|
| Melhorando a eficiência e conformidade do código | Objetivo: inspecionar a eficiência do código gerado e verificar a conformidade com padrões e diretrizes.
|
| Dia 1 de 3 | |
|---|---|
| Introdução ao Hardware FPGA do DSP | Objetivo: Fornecer introdução ao DSP e ao FPGA. Entenda a arquitetura geral do FPGA e por que os FPGAs são exclusivamente adequados para a implementação de algoritmos DSP.
|
| Revisão de Algoritmo DSP de Sistemas Lineares | Objetivo: Rever conceitos fundamentais de teorema de amostragem, quantização, análise de Fourier e projeto de filtro digital.
|
| Tecnologia FPGA | Objetivo: Explorar diferentes famílias e arquiteturas Xilinx FPGA. Fornecer introdução aos FPGAs Spartan 3 e Virtex-5.
|
| Elementos FPGA para algoritmos DSP | Objetivo: Entender fatias de DSP, recursos de clock e consumo de energia.
|
| Essenciais Aritméticos DSP | Objetivo: Entender a aritmética binária de ponto fixo. Mapear operações aritméticas para o hardware Xilinx FPGA.
|
| Técnicas de Gráfico de Fluxo de Sinal (SFG) | Objetivo: Revisar a representação dos algoritmos DSP usando o gráfico de fluxo de sinal. Use o método Cut Set para melhorar o desempenho de tempo. Implemente filtros FIR paralelos e seriais.
|
| Dia 2 de 3 | |
|---|---|
| Processamento de Domínio de Frequência | Objetivo: Discutir a teoria e a implementação do FPGA da Transformada Rápida de Fourier.
|
| Processamento de Sinal Multirata para FPGAs | Objetivo: Desenvolver estrutura polifásica para implementação eficiente de filtros multirate. Use o filtro CIC para interpolação e dizimação.
|
| Técnicas CORDIC | Objetivo: Introduzir o algoritmo CORDIC para o cálculo de várias funções trigonométricas.
|
| Dia 3 de 3 | |
|---|---|
| Algoritmos e Aplicativos DSP Adaptativos | Objetivo: Introduzir o algoritmo LMS no processamento adaptativo de sinais. Ilustre o algoritmo QR como uma técnica de Recursive Least Squares (RLS) e por que ele é particularmente adequado para a implementação do FPGA.
|
| Comunicações habilitadas para DSP e FPGAs | Objetivo: Rever a modulação de quadratura e modelagem de pulso. Discuta a implementação de osciladores controlados numericamente.
|
| Problemas de sincronização e sincronização | Objetivo: Recuperação da temporização do símbolo de cobertura, recuperação da fase da portadora, recuperação da frequência da portadora e sincronização da trama.
|
| Dia 1 de 2 | |
|---|---|
| Visão geral do projeto do sistema de controle | Objetivo: Fornecer uma visão geral do processo de design do sistema de controle e apresentar como o MATLAB e o Simulink se encaixam nesse processo. Os detalhes de cada etapa do processo de design são abordados nos próximos capítulos.
|
| Representações do Modelo | Objetivo: discutir os vários formatos usados para representar os modelos do sistema. Também destaca os prós e contras de cada formato.
|
| Identificação do sistema | Objetivo: ilustrar como estimar modelos de sistema com base em dados medidos.
|
| Estimação de Parâmetros | Objetivo: Usar dados medidos para estimar os valores dos parâmetros de um modelo Simulink.
|
| Análise de sistema | Objetivo: Descrever as diferentes ferramentas de análise e funções disponíveis para entender o comportamento do sistema – como ressonâncias do sistema, resposta transitória, etc.
|
| Dia 2 de 2 | |
|---|---|
| Linearização | Objetivo: Discutir técnicas para linearizar um modelo Simulink e validar os resultados da linearização.
|
| Controle PID no Simulink | Objetivo: Use o Simulink para modelar e ajustar os controladores PID.
|
| Design de Controle Clássico | Objetivo: Usar técnicas clássicas de projeto de controle para desenvolver controladores de sistema. Técnicas comuns de controle são cobertas, como controladores PID e lead / lag.
|
| Otimização de Resposta | Objetivo: Usar técnicas de otimização para ajustar os parâmetros do modelo com base nos requisitos do projeto e na incerteza do parâmetro.
|
| Implementação do controlador | Objetivo: Discuta as etapas que podem ser necessárias para implementar efetivamente um controlador em um sistema real.
|
| Dia 1 de 3 | |
|---|---|
| Introdução à Evolução de Longo Prazo 3GPP | Objetivo: Fornecer uma introdução ao padrão LTE e sua relação com outros padrões 3GPP. Entenda os requisitos e objetivos gerais do LTE. Obtenha uma visão geral das diferentes camadas de protocolo no LTE.
|
| Revisão da Teoria OFDM | Objetivo: Compreender os fundamentos da modulação OFDM, inserção de prefixo cíclico e janelamento.
|
| Quadros, Slots e Recursos LTE | Objetivo: Entender os conceitos de quadros, subquadros, slots e grades de recursos físicos no downlink e no uplink LTE.
|
| Dia 2 de 3 | |
|---|---|
| Procedimentos | Objetivo: Entender os diferentes procedimentos da camada física para o downlink e o uplink especificados no LTE.
|
| Fundo MIMO | Objetivo: Compreender diferentes técnicas MIMO, como diversidade, beamforming e multiplexação espacial. Aprenda sobre a decomposição de valores singulares como a solução para o problema genérico de MIMO.
|
| Modulação de Camada Física de Downlink LTE | Objetivo: Entender os elementos de processamento para diferentes canais físicos de downlink e sinais físicos de downlink. Aprenda sobre a grade de recursos e o elemento de canal de controle.
|
| MIMO em LTE R8 | Objetivo: Aprender diferentes técnicas MIMO especificadas no padrão LTE.
|
| Dia 3 de 3 | |
|---|---|
| Multiplexação LTE e Codificação de Canal | Objetivo: Compreender a codificação, multiplexação e mapeamento para canais físicos de todos os canais de transporte no downlink e no uplink.
|
| Modulação de Camada Física LTE Uplink | Objetivo: Entender os elementos de processamento para diferentes canais físicos de uplink e sinais físicos de uplink.
|
| LTE Release 9 | Objetivo: Aprenda sobre os novos recursos introduzidos no LTE Release 9.
|
| LTE Advanced – versão 10 | Objetivo: Aprenda sobre os novos recursos introduzidos no LTE Release 10.
|
| Dia 1 de 2 | |
|---|---|
| Geração de código com codificador MATLAB | Objetivo: Familiarizar-se com o MATLAB Coder e seus aplicativos.
|
| Preparando o Código MATLAB para Geração de Código | Objetivo: Usar os padrões de codificação do MATLAB Coder para escrever código MATLAB que esteja pronto para geração de código.
|
| Trabalhando com dados de tamanho fixo | Objetivo: Gerar código C a partir do código MATLAB que tenha entradas de tamanho fixo ou constantes.
|
| Trabalhando com dados de tamanho variável | Objetivo: Gerar código C a partir do código MATLAB que possui entradas de tamanho variável ou dados locais.
|
| Dia 2 de 2 | |
|---|---|
| Trabalhando com dados globais, estruturas e matrizes de células | Objetivo: Gerar código C a partir do código MATLAB que contém dados persistentes, variáveis globais, estruturas de entrada ou matrizes de células.
|
| Integrando com código externo | Objetivo: Integrar código C gerado a partir do MATLAB Coder com código C externo.
|
| Otimizando o Código Gerado | Objetivo: Use várias opções e técnicas para otimizar o código gerado.
|
| Dia 1 de 1 | |
|---|---|
| Classificação de Ratings de Crédito | Objetivo: criar e validar modelos de classificação para classificações de crédito e pontuações de crédito com base em dados históricos.
|
| Modelos de formulários reduzidos | Objetivo: Avaliar e avaliar o risco implícito de mercado e as premissas de granularidade de Basileia em uma carteira de títulos
|
| Modelos de Risco de Crédito Estrutural | Objetivo: Calcular as exigências de capital sob Basileia para um portfólio de títulos usando o modelo ASRF e modelos estruturais de probabilidade de inadimplência.
|
| Modelos históricos de migração de créditos | Objetivo: Calcular a perda esperada, o valor em risco e o valor condicional em risco em uma carteira de títulos incorporando eventos de transição correlacionados à cópula.
|
| Dia 1 de 1 | |
|---|---|
| Avaliando o risco da carteira | Objetivo: Avaliar e analisar o risco de mercado associado a uma determinada carteira de ativos.
|
| Modelando e simulando o risco da carteira | Objetivo: Modelar e simular o risco de mercado associado a uma determinada carteira de ativos.
|
| Analisando o Risco de Volatilidade Implícita | Objetivo: Estimar e interpolar as curvas e superfícies de volatilidade implícitas dos dados de opção observados no mercado.
|
| Criando e analisando modelos de risco de séries temporais | Objetivo: Criar e analisar modelos de séries temporais GARCH orientados ao risco para fins de análise e simulação de risco de mercado.
|
| Bootstrapping e Simulação Histórica Filtrada | Objetivo: Realizar análise de risco de mercado aplicando simulação histórica filtrada.
|
| Validando Modelos de Valor em Risco | Objetivo: Avaliar e validar os modelos de eficácia, desempenho e precisão do valor em risco e do déficit esperado, usando backtesting formal em dados históricos do mercado.
|
| Dia 1 de 2 | |
|---|---|
| Criando tipos de dados personalizados | Objetivo: Organize seus arquivos em pacotes. Aprenda algumas das técnicas e benefícios básicos da programação orientada a objetos e experimente as diferenças entre programação procedural e orientada a objetos.
|
| Criando uma classe MATLAB | Objetivo: Tornar os objetos confiáveis separando a interface e a implementação. Melhore a capacidade de manutenção de código, evitando a duplicação de código. Personalize operações padrão para suas aulas.
|
| Hierarquias de Classe de Construção | Objetivo: Relacionar várias classes similares por meio de uma superclasse comum. Estenda a superclasse genérica especializando seu comportamento nas subclasses.
|
| Facilitando várias referências | Objetivo: Incorporar uma classe a outra via agregação. Distinguir os casos de uso por comportamento de passagem por valor versus comportamento de passagem por referência. Defina uma classe que exiba um comportamento de referência.
|
| Dia 2 de 2 | |
|---|---|
| Escrevendo testes de unidade | Objetivo: Garantir o comportamento correto escrevendo testes formais para a unidade de código correspondente. Use a estrutura de teste de unidade fornecida no MATLAB. Melhore a qualidade e a flexibilidade do seu software.
|
| Sincronizando Objetos | Objetivo: Reagir automaticamente a alterações de propriedade usando eventos, ouvintes e retornos de chamada predefinidos. Trigger chamadas de função com base em eventos personalizados.
|
| Convertendo e concatenando objetos | Objetivo: implementar conversões de tipo de dados. Define relações de precedência entre classes. Construa matrizes de objetos heterogêneos.
|
| Dia 1 de 1 | |
|---|---|
| Conectando ao sistema operacional do robô (ROS) | Objetivo: Trocar dados entre ambientes MATLAB e ROS.
|
| Algoritmos de Circuito Fechado de Construção | Objetivo: Projetar um algoritmo simples de planejamento de movimento no MATLAB usando dados do ROS.
|
| Considerações de design | Objetivo: Explorar diferentes métodos para controlar a execução e a transferência de dados de algoritmos.
|
| Incorporando Algoritmos Internos | Objetivo: Use os algoritmos de robótica móvel incluídos no Robotics System Toolbox.
|
| Dia 1 de 2 | |
|---|---|
| Importando, visualizando e anotando vídeos | Objetivo: Importe vídeos para o MATLAB, anote e visualize-os. O foco está no uso do System Objects ™ para realizar cálculos iterativos em quadros de vídeo.
|
| Detectando, extraindo e combinando recursos de imagem | Objetivo: Use detectores de canto e blob para detectar recursos locais em imagens. Extraia e combine recursos de duas imagens. Use recursos correspondentes para alinhar e costurar imagens automaticamente.
|
| Detecção de Objetos | Objetivo: Treinar um detector para detecção flexível de objetos. Detecte objetos em movimento usando um detector de primeiro plano.
|
| Estimação de Movimento | Objetivo: Estimar direção e força de movimento em uma seqüência de vídeo.
|
| Dia 2 de 2 | |
|---|---|
| Rastreamento | Objetivo: Rastrear objetos únicos e múltiplos e estimar sua trajetória. Lide com a oclusão prevendo a posição do objeto.
|
| Calibração da câmera | Objetivo: Remover a distorção da lente das imagens. Meça o tamanho dos objetos planares.
|
| Nuvens de ponto | Objetivo: Trabalhar com pontos de dados armazenados como nuvens de pontos. Importe, visualize e processe nuvens de pontos.
|
| Reconstrução 3D | Objetivo: Criar uma reconstrução 3D de uma cena usando câmeras estéreo ou uma série de imagens tiradas por uma câmera em movimento.
|
| Dia 1 de 2 | |
|---|---|
| Sinais em MATLAB | Objetivo: Gerar sinais amostrados e sintetizados a partir da linha de comando e visualizá-los. Crie sinais de ruído para uma determinada especificação. Realize operações de processamento de sinal, como reamostragem, modulação e correlação.
|
| Análise espectral | Objetivo: Compreender diferentes técnicas de análise espectral e o uso de janelamento e preenchimento com zero. Familiarize-se com as ferramentas de análise espectral no MATLAB e explore técnicas não paramétricas (diretas) e paramétricas (baseadas em modelos) de análise espectral.
|
| Sistemas Invariantes de Tempo Linear | Objetivo: Representar sistemas lineares invariantes no tempo (LTI) no MATLAB e calcular e visualizar diferentes caracterizações de sistemas LTI.
|
| Dia 2 de 2 | |
|---|---|
| Design de filtro | Objetivo: projetar filtros de forma interativa usando o aplicativo Filter Design and Analysis. Projete filtros a partir da linha de comando usando objetos de especificação de filtro.
|
| O aplicativo de análise de sinal | Objetivo: Aprenda a usar um poderoso aplicativo tudo-em-um para importar e visualizar múltiplos sinais, realizar análises espectrais neles e projetar e aplicar filtros aos sinais. Faça medições estatísticas e de cursor simples nos sinais.
|
| Filtros Multirate | Objetivo: Compreender os princípios do design de filtro multifásico polifásico. Projete filtros de interpolação e decimação multirate. Projete filtros multiestágios e de banda estreita.
|
| Design de filtro adaptativo | Objetivo: projetar filtros adaptativos para identificação do sistema e cancelamento de ruído.
|
| Dia 1 de 2 | |
|---|---|
| Melhorando a performance | Objetivo: Analisar o desempenho do código e utilizar técnicas de aceleração no MATLAB.
|
| Gerando arquivos MEX | Objetivo: Gerar arquivos de código compilados a partir do código MATLAB para melhor desempenho.
|
| Paralelizar Cálculos | Objetivo: Paralelizar a execução de código para aproveitar vários núcleos.
|
| Dia 2 de 2 | |
|---|---|
| Paralelo para Loops | Objetivo: Explorar loops for-lo paralelos em mais detalhes e aplicar técnicas para converter loops par-loops.
|
| Execução de Descarregamento | Objetivo: Transferir cálculos para outro processo do MATLAB para poder usar o MATLAB para outras tarefas nesse meio tempo. Esta é também uma etapa de preparação para trabalhar com clusters.
|
| Trabalhando com Clusters | Objetivo: Acelerar cálculos e realizar simulações mais extensas utilizando vários computadores.
|
| Computação GPU | Objetivo: Executar o código MATLAB na placa gráfica do seu computador (GPU) como outra opção para acelerar os cálculos.
|
| Dia 1 de 1 | |
|---|---|
| Primeiros passos com portfólios | Objetivo: usar métricas padrão de média-variância e um pequeno conjunto de restrições de portfólio para definir e analisar um conjunto de portfólios viáveis.
|
| Definindo restrições de investimento | Objetivo: Definir restrições típicas de investimento e explorar seus efeitos limitantes na fronteira eficiente.
|
| Alterando Solvers, Opções e Métricas | Objetivo: Ajustar solucionadores e opções de solver do tipo de dados Portfolio para acelerar os cálculos. Explore proxies de risco alternativos fora da estrutura de média-variância.
|
| Empregando Cenários Personalizados | Objetivo: Definir e ajustar um modelo de distribuição personalizado para a série de retorno histórico. Use-o para gerar cenários customizados e para configurar uma variável PortfolioCVaR. Avalie os resultados via back-testing.
|
| Gerando relatórios personalizados | Objetivo: Usar o MATLAB Report Generator para gerar automaticamente relatórios personalizados do código MATLAB usando um modelo de relatório externo.
|
| Dia 1 de 1 | |
|---|---|
| Usando o ambiente do App Designer | Objetivo: usar o App Designer para criar e compartilhar um aplicativo, organizando componentes e dando a eles um comportamento interativo.
|
| Criando e atualizando plotagens | Objetivo: criar aplicativos com elementos gráficos que podem ser modificados pela interação do usuário, bem como aplicativos com componentes continuamente ajustáveis.
|
| Criando Componentes Responsivos | Objetivo: criar aplicativos robustos e flexíveis com componentes que se adaptam adequadamente às ações do usuário.
|
| Gerenciando vários aplicativos e janelas | Objetivo: criar aplicativos que usam janelas de diálogo extras e aplicativos auxiliares.
|
| Dia 1 de 2 | |
|---|---|
| Importando e Visualizando Imagens | Objetivo: Importar imagens para o MATLAB e visualizá-las. Converta as imagens em um formato que seja útil para as etapas de análise subsequentes.
|
| Exploração Interativa de Imagens | Objetivo: Explorar de forma interativa os detalhes do objeto, como tamanho e cor, para encontrar os valores iniciais das etapas subsequentes do processamento de imagens. Para aplicar as etapas repetidamente, você pode criar ferramentas de exploração de imagem personalizadas a partir dos módulos interativos.
|
| Imagens de pré-processamento | Objetivo: pré – processar imagens filtrando e usando o ajuste de contraste para simplificar ou permitir etapas de análise de imagem.
|
| Transformação espacial e registro de imagem | Objetivo: Comparar imagens com escala e orientação diferentes, alinhando-as. Use as mesmas técnicas para criar imagens panorâmicas.
|
| Dia 2 de 2 | |
|---|---|
| Detecção de Borda e Linha | Objetivo: segmentar arestas de objetos e extrair locais de pixel de limite. Detecte linhas e círculos em uma imagem.
|
| Segmentação de cores e texturas | Objetivo: segmentar objetos com base em cor ou textura. Use recursos de textura para classificação de imagem.
|
| Extração de recursos | Objetivo: Analisar e modificar a forma dos objetos para melhorar os resultados da segmentação. Conte os objetos detectados e calcule os recursos do objeto como área ou centróides.
|
| Dia 1 de 1 | |
|---|---|
| Executando uma Otimização | Objetivo: Compreender a estrutura básica e o processo de resolver problemas de otimização de forma eficaz. Use ferramentas interativas para definir e resolver problemas de otimização.
|
| Especificando a função objetiva | Objetivo: Implementar uma função objetiva como um arquivo de função. Use alças de função para especificar funções objetivas e dados extras.
|
| Especificando Restrições | Objetivo: Adicionar diferentes tipos de restrições a um problema de otimização no MATLAB.
|
| Escolhendo um Solver | Objetivo: Selecione um solucionador e um algoritmo apropriados considerando o tipo de problema de otimização a ser resolvido.
|
| Avaliando Resultados e Melhorando o Desempenho | Objetivo: Interpretar a saída do solucionador e diagnosticar o progresso de uma otimização. Aumente a precisão e a eficiência de uma otimização alterando as configurações.
|
| Usando métodos globais de otimização | Objetivo: Usar a funcionalidade do Global Optimization Toolbox para resolver problemas em que algoritmos clássicos falham ou funcionam de maneira ineficiente.
|
| Dia 1 de 2 | |
|---|---|
| Importando e organizando dados | Objetivo: Trazer dados para o MATLAB e organizá-los para análise. Execute tarefas comuns, como mesclar dados e lidar com dados ausentes.
|
| Explorando dados | Objetivo: Realizar a investigação estatística básica de um conjunto de dados, incluindo visualização e cálculo de estatísticas de resumo.
|
| Distribuições | Objetivo: Investigar diferentes distribuições de probabilidade e ajustar distribuições a um conjunto de dados.
|
| Testes de Hipóteses | Objetivo: Determinar a probabilidade de uma afirmação sobre um conjunto de dados. Aplique testes de hipóteses para usos comuns, como comparar duas distribuições e determinar intervalos de confiança para uma média de amostra.
|
| Dia 2 de 2 | |
|---|---|
| Análise de variação | Objetivo: Comparar as médias amostrais de múltiplos grupos e encontrar diferenças estatisticamente significativas entre os grupos.
|
| Regressão | Objetivo: executar a modelagem preditiva, ajustando modelos lineares e não lineares a um conjunto de dados. Explore técnicas para melhorar a qualidade do modelo.
|
| Trabalhando com várias dimensões | Objetivo: Simplificar conjuntos de dados de alta dimensão, reduzindo a dimensionalidade.
|
| Números Aleatórios e Simulação | Objetivo: Use números aleatórios para avaliar a incerteza ou sensibilidade de um modelo, ou realizar simulações. Gere números aleatórios de várias distribuições e gerencie os algoritmos de geração de números aleatórios do MATLAB.
|
| Dia 1 de 1 | |
|---|---|
| Visão geral do arquivo MEX | Objetivo: Identificar os componentes necessários de um arquivo MEX e configurar o ambiente para produzir arquivos MEX.
|
| Arquivos MEX com entradas e saídas | Objetivo: Criar arquivos MEX com entradas e saídas para interação com o ambiente MATLAB.
|
| Considerações sobre a interface do arquivo MEX | Objetivo: Exibir mensagens de diagnóstico e gerenciar a memória em arquivos MEX.
|
| Chamando o MATLAB do código C | Objetivo: chamar o mecanismo MATLAB a partir de um aplicativo C para avaliar expressões do MATLAB e transferir dados entre o aplicativo C e o mecanismo MATLAB.
|
| Dia 1 de 2 | |
|---|---|
| Utilizando Ferramentas de Desenvolvimento | Objetivo: Use ferramentas integradas para gerenciar código, diagnosticar problemas, depurar aplicativos e medir o desempenho.
|
| Verificando o comportamento do aplicativo | Objetivo: criar testes para verificar se o código atende aos requisitos.
|
| Criando Aplicativos Robustos | Objetivo: Criar aplicativos robustos que suportem entrada inesperada e produzam erros significativos. Use funções integradas do MATLAB e construções de programação, e empregue técnicas padrão para lidar com condições de erro.
|
| Dia 2 de 2 | |
|---|---|
| Código de Estruturação | Objetivo: modularizar o código em funções legíveis e atualizáveis. Explore os diferentes tipos de função disponíveis no idioma do MATLAB e as compensações associadas a cada tipo. Veja como o tipo de função afeta o desempenho e a confiabilidade do código.
|
| Estruturando Dados | Objetivo: Explorar opções para armazenar dados em um aplicativo MATLAB.
|
| Gerenciando Dados Eficientemente | Objetivo: Use técnicas comuns para melhorar o desempenho ao armazenar, acessar e processar dados.
|
| Criando uma caixa de ferramentas | Objetivo: código e documentação do pacote em uma caixa de ferramentas personalizada para distribuição a outros usuários.
|
| Dia 1 de 1 | |
|---|---|
| Importando dados | Objetivo: ler arquivos de texto que contenham uma mistura de tipos de dados, delimitadores e cabeçalhos.
|
| Processando dados | Objetivo: processar dados importados brutos extraindo, manipulando, agregando e contando partes de dados.
|
| Customizando visualizações | Objetivo: Anotar e modificar gráficos padrão para produzir gráficos informativos personalizados.
|
| Trabalhando com dados irregulares | Objetivo: Importar e visualizar dados dispersos de arquivos de texto com formatação irregular.
|
| Dia 1 de 1 | |
| Importando dados | Objetivo: Ler arquivos de texto que contenham uma mistura de tipos de dados, delimitadores e cabeçalhos.
o Importar uma mistura de tipos de dados de arquivos de texto formatados arbitrariamente o Importar apenas colunas obrigatórias de dados de um arquivo de texto o Importar e mesclar dados de vários arquivos |
| Processando dados | Objetivo: Processar dados importados brutos, extraindo, manipulando, agregando e contando partes de dados.
o Processar dados com elementos ausentes o Criar e modificar matrizes categóricas o Agregar, binear e contar grupos de dados |
| Customizando visualizações | Objetivo: Anote e modifique os gráficos padrão para produzir gráficos informativos personalizados.
o Determinar propriedades de objetos gráficos e seus valores associados o Localizar e manipular objetos gráficos o Personalizar gráficos modificando propriedades de objetos gráficos |
| Trabalhando com dados irregulares | Objetivo: Importe e visualize dados dispersos de arquivos de texto com formatação irregular.
o Analisar arquivos de texto para determinar a formatação o Importar dados de seções separadas de um arquivo de texto o Extrair dados de variáveis de contêiner o Interpolar dados tridimensionais espaçados irregularmente o Visualize dados tridimensionais em duas e três dimensões |
| Dia 1 de 1 | |
| Preparando Dados para Montagem de Modelos | Objetivo: Preparar dados de séries temporais para o ajuste do modelo, identificando tendências e aplicando transformações de dados.
o Removendo as tendências exponenciais o Identificando tendências polinomiais e sazonais o Testando para estacionaridade de dados o Estacionarizando dados o Testes de raiz unitária |
| Seleção de modelos e ajustes | Objetivo: Use ferramentas de diagnóstico para selecionar um grupo de modelos ARIMA e GARCH candidatos adequados para uma determinada série temporal. Identifique, crie e ajuste modelos de séries temporais de candidatos a dados.
o Autocorrelação computacional e autocorrelação parcial o Selecionando modelos usando testes formais o Selecionando modelos ARIMA e GARCH candidatos para um dado conjunto de dados o Criando e ajustando modelos de séries temporais para um conjunto de dados |
| Avaliando a adequação do modelo | Objetivo: Calcule e avalie o diagnóstico do modelo para garantir a correção, adequação e confiabilidade do modelo.
o Inferindo resíduos do modelo o Teste de resíduos para a normalidade o Analisando diagnósticos de modelo e estatísticas de boa adequação o Avaliando a significância de termos de modelos individuais o Comparando modelos |
| Previsão e Simulação | Objetivo: Modelos de previsão para prever dados futuros. Simule trajetórias e estatísticas de amostra aplicando técnicas de simulação de Monte Carlo.
o Previsão de dados usando modelos ajustados o Usando previsões dentro da amostra para avaliar a adequação do modelo o Simulação de modelo de Monte Carlo o Modelos de backtesting |
| Dia 1 de 2 | |
| Importando e organizando dados | Objetivo: Trazer dados para o MATLAB e organizá-los para análise, incluindo a normalização de dados e a remoção de observações com valores ausentes.
o Tipos de dados o Tabelas o Dados categóricos o Preparação de dados |
| Encontrando padrões naturais em dados | Objetivo: Usar técnicas de aprendizado não supervisionadas para agrupar observações com base em um conjunto de variáveis explicativas e descobrir padrões naturais em um conjunto de dados.
o Aprendizagem não supervisionada o Métodos de Cluster o Avaliação e Interpretação de Clusters |
| Modelos de classificação de edifícios | Objetivo: Usar técnicas de aprendizado supervisionadas para executar modelagem preditiva para problemas de classificação. Avalie a precisão de um modelo preditivo.
o Aprendizado supervisionado o Treinamento e validação o Métodos de classificação |
| Dia 2 de 2 | |
| Melhorando Modelos Preditivos | Objetivo: Reduzir a dimensionalidade de um conjunto de dados. Melhore e simplifique os modelos de aprendizado de máquina.
o Validação cruzada o Transformação de Recurso o Seleção de recursos o Aprendizagem de conjunto |
| Modelos de Regressão de Edifícios | Objetivo: Usar técnicas de aprendizado supervisionadas para executar modelagem preditiva para variáveis de resposta contínua.
o Métodos de regressão paramétrica o Métodos de regressão não paramétricos o Avaliação de modelos de regressão |
| Criando Redes Neurais | Objetivo: Criar e treine redes neurais para clustering e modelagem preditiva. Ajuste a arquitetura de rede para melhorar o desempenho.
o Agrupando com Mapas Auto-Organizáveis o Classificação com redes feed-forward o Regressão com redes feed-forward |
| Dia 1 de 2 | |
| Comunicação através de um canal sem ruído | Objetivo: Modelando um sistema ideal de comunicações de uma única operadora e familiarizando-se com os objetos do sistema.
o Teorema de amostragem e aliasing o Simulação de banda passante complexa versus banda passante real o Criando um fluxo de bits aleatório o Objetos do sistema e seus benefícios o Modulando um fluxo de bits usando o QPSK o Aplicação de modelagem de pulso ao sinal transmitido o Diagramas de olho e análise espectral o Modelando um receptor QPSK para um canal sem ruído o Taxa de erro de bit de computação |
| Canais Ruidosos, Codificação de Canal e Taxas de Erro | Objetivo: Modelando um canal AWGN. Usando códigos convolutional, LDPC e turbo para reduzir a taxa de erro de bit. Correção de erros Os códigos dos sistemas DVB-S.2 e LTE são usados como exemplos. Acelerando simulações usando múltiplos núcleos.
o Modelando um canal AWGN o Usando codificação e decodificação de canal: códigos convolutional, LDPC e turbo o Diagrama de treliça e decodificação de Viterbi o Usando o Parallel Computing Toolbox para acelerar as simulações de Monte Carlo o Discussão de métodos alternativos de aceleração: GPUs, MDCS, MATLAB Parallel Cloud |
| Erros de temporização e frequência e canais multipath | Objetivo: Modelagem de deslocamento de frequência, erros de temporização e mitigação usando técnicas de sincronização de frequência e temporização. Modelagem de atenuação plana, canais multipercurso e mitigação usando equalizadores.
o Fase de modelagem e offsets de tempo o Mitigando o offset de frequência usando um PLL o Mitigação do jitter de temporização usando sincronização de temporização Gardner o Modelagem de canais de atenuação plana o Estimativa de canal usando sequências de treinamento o canais de desvanecimento seletivo de frequência de modelagem o Usando equalizadores Viterbi para canais invariantes no tempo e equalizadores lineares LMS para canais com variação de tempo o Demonstração de uma desmodulação em tempo real de transmissão de portadora única usando RTL-SDR |
| Dia 2 de 2 | |
| Sistemas de Comunicações Multiportadoras para Canais Multipath | Objetivo: Compreender a motivação para sistemas de comunicações com várias operadoras para canais seletivos de frequência. Modelando um transceptor OFDM com um prefixo cíclico e janelas. Serão usados valores de parâmetros do sistema de IEEE 802.11ac e LTE.
o Motivação para comunicações de várias operadoras o Introdução à multiplexação ortogonal por divisão de frequência (OFDM) o Gerando símbolos OFDM usando o IFFT o Prevenção de interferência entre blocos usando um prefixo cíclico o Uso de janelas para reduzir as emissões fora de banda o Vantagens e desvantagens do OFDM o Métodos de temporização e recuperação de frequência para OFDM o Estimativa de canal usando símbolos piloto o Equalização de domínio de frequência |
| Usando Antenas Múltiplas para Ganhos de Robustez e Capacidade | Objetivo: Compreender o sistema alternativo de comunicações com múltiplas antenas. Modelagem de sistemas de beamforming, diversidade e multiplexação espacial. Construindo um sistema MIMO-OFDM para comunicações de banda larga. Modos MIMO de IEEE 802.11ac e LTE serão discutidos.
o Vantagens e tipos de sistemas multi-antena o Transmitir e receber beamforming o Receber técnicas de diversidade o Alcançar a diversidade de transmissão usando códigos de bloco ortogonais de espaço-tempo o Modelo de canais de saída múltipla de entrada múltipla (MIMO) de banda estreita o estimativa de canal MIMO o Multiplexação espacial usando equalização ZF e MMSE o Comunicações de banda larga usando um sistema MIMO-OFDM |
| Construindo um Sistema Radio-in-the-Loop | Objetivo: Compreender o fluxo de trabalho de desenvolvimento do rádio no loop. Usando RTL-SDRs e USRPs como plataformas de desenvolvimento de rádio-in-the-loop.
o Visão geral do fluxo de trabalho de rádio em loop o Suporte a hardware de comunicação MathWorks (RTL-SDR, USRP, Rádio com base em Zynq) o Comparação alternativa de hardware (tabela pros / cons) o Diferentes modos de transmissão e recepção RIL (single burst, looped, streamed) o Construir um sistema de comunicações multiportadora de antena única ponta-a-ponta usando um USRP o Demonstração de um sistema over-the-air OFDM-MIMO 2×2 usando USRPs |
| Dia 1 de 3 | |
| Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarizar-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Obtenha uma visão geral dos temas do curso.
• Lendo dados de arquivos • Salvando e carregando variáveis • Plotar dados • Personalização de plotagens • Exportando gráficos para uso em outros aplicativos |
| Variáveis e Comandos | Objetivo: Digitar os comandos do MATLAB, com ênfase na criação de variáveis, no acesso e manipulação de dados em variáveis e na criação de visualizações básicas. Colete comandos do MATLAB em scripts para facilitar a reprodução e a experimentação.
• Inserindo comandos • Criando variáveis numéricas e de caracteres • Fazer e anotar lotes • Conseguindo ajuda • Criando e executando scripts ao vivo |
| Análise e Visualização com Vetores | Objetivo: Realizar cálculos matemáticos e estatísticos com vetores. Use a sintaxe do MATLAB para executar cálculos em conjuntos de dados inteiros com um único comando. Organize scripts em seções lógicas para desenvolvimento, manutenção e publicação.
• Realizando cálculos com vetores • Acessando e modificando valores em vetores • Formatando e compartilhando scripts ao vivo |
| Dia 2 de 3 | |
| Análise e Visualização com Matrizes | Objetivo: Usar matrizes como objetos matemáticos ou como coleções de dados (vetoriais). Entenda o uso apropriado da sintaxe do MATLAB para distinguir entre esses aplicativos.
• Criando e manipulando matrizes • Realizando cálculos com matrizes • Calculando estatísticas com dados matriciais • Visualizando dados da matriz |
| Tabelas de Dados | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com dados armazenados como uma tabela.
• Armazenando dados como uma tabela • Operando em mesas • Extrair dados de tabelas • Modificando tabelas |
| Seleção condicional de dados | Objetivo: Extrair e analisar subconjuntos de dados que satisfaçam determinados critérios.
• Operações lógicas e variáveis • Encontrar e contar • indexação lógica |
| Organizando dados | Objetivo: Organizar os dados da tabela para análise. Representar dados usando tipos de dados MATLAB nativos apropriados.
• Combinando tabelas de dados • Metadados da tabela • Datas e durações • Categorias discretas |
| Dia 3 de 3 | |
| Analisando Dados | Objetivo: Executar tarefas típicas de análise de dados no MATLAB, incluindo a importação de dados de arquivos, o pré-processamento de dados, a adaptação de um modelo a dados e a criação de uma visualização personalizada do modelo.
• Importando de planilhas e arquivos de texto delimitados • Lidando com dados perdidos • Funções de plotagem • Personalização de plotagens |
| Aumento da automação com construções de programação | Objetivo: Criar código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações.
• Construções de programação • Interação com o usuário • ramificação de decisão • Rotações |
| Aumento da automação com funções | Objetivo: Aumentar a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Use ferramentas de desenvolvimento do MATLAB para localizar e corrigir problemas com código.
• Criando funções • Funções de chamada • Configurando o caminho do MATLAB • Depurando com o MATLAB Editor • Usando pontos de interrupção • Criando e usando estruturas |
| Dia 1 de 3 | |
| Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarizar-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Obtenha uma visão geral dos temas do curso.
• Lendo dados de arquivos • Salvando e carregando variáveis • Plotar dados • Personalização de parcelas • Exportando gráficos para uso em outros aplicativos |
| Variáveis e Comandos | Objetivo: Digitar os comandos do MATLAB, com ênfase na criação de variáveis, no acesso e manipulação de dados em variáveis e na criação de visualizações básicas. Colete comandos do MATLAB em scripts para facilitar a reprodução e a experimentação.
• Inserindo comandos • Criando variáveis numéricas e de caracteres • Fazer e anotar lotes • Conseguindo ajuda • Criando e executando scripts ao vivo |
| Análise e Visualização com Vetores | Objetivo: Realizar cálculos matemáticos e estatísticos com vetores. Use a sintaxe do MATLAB para executar cálculos em conjuntos de dados inteiros com um único comando. Organize scripts em seções lógicas para desenvolvimento, manutenção e publicação.
• Realizando cálculos com vetores • Acessando e modificando valores em vetores • Formatando e compartilhando scripts ao vivo |
| Dia 2 de 3 | |
| Análise e Visualização com Matrizes | Objetivo: Usar matrizes como objetos matemáticos ou como coleções de dados (vetoriais). Entenda o uso apropriado da sintaxe do MATLAB para distinguir entre esses aplicativos.
• Criando e manipulando matrizes • Realizando cálculos com matrizes • Calculando estatísticas com dados matriciais • Visualizando dados da matriz |
| Tabelas de Dados | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com dados armazenados como uma tabela.
• Armazenando dados como uma tabela • Operando em mesas • Extrair dados de tabelas • Modificando tabelas |
| Seleção condicional de dados | Objetivo: Extrair e analisar subconjuntos de dados que satisfaçam determinados critérios.
• Operações lógicas e variáveis • Encontrar e contar • indexação lógica |
| Organizando Dados | Objetivo: Organizar os dados da tabela para análise. Representar dados usando tipos de dados MATLAB nativos apropriados.
• Combinando tabelas de dados • Metadados da tabela • Datas e durações • Categorias discretas |
| Dia 3 de 3 | |
| Analizando Dados | Objetivo: Executar tarefas típicas de análise de dados no MATLAB, incluindo a importação de dados de arquivos, o pré-processamento de dados, a adaptação de um modelo a dados e a criação de uma visualização personalizada do modelo.
• Importando de planilhas e arquivos de texto delimitados • Lidando com dados perdidos • Funções de plotagem • Personalização de parcelas |
| Aumento da automação com construções de programação | Objetivo: Criar código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações.
• Construções de programação • Interação com o usuário • Ramificação de decisão • Rotações |
| Aumento da automação com funções | Objetivo: Aumentar a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Use ferramentas de desenvolvimento do MATLAB para localizar e corrigir problemas com código.
• Criando funções • Funções de chamada • Configurando o caminho do MATLAB • Depurando com o MATLAB Editor • Usando pontos de interrupção • Criando e usando estruturas |
| Dia 1 de 3 | |
| Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarizar-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Crie visualizações personalizadas de forma interativa que podem ser usadas para relatórios financeiros.
• Importando dados de arquivos • Salvando e carregando variáveis • Visualizando dados interativamente • Explorar e personalizar gráficos • Compartilhamento de resultados gráficos |
| Variáveis e Comandos | Objetivo: Digitar os comandos do MATLAB, com ênfase na criação e no acesso a dados numéricos e de texto. Colete comandos do MATLAB em arquivos de código para reprodução e automação. Aprenda a executar tarefas como importação, análise e geração de relatórios.
• Inserindo comandos • Criando variáveis numéricas e de texto • Encontrar ajuda e documentação • Importando dados programaticamente • Acessando e modificando valores em variáveis • Criando e executando scripts |
| Visualizando Resultados | Objetivo: Criar visualizações informativas de dados numéricos e baseados em tempo. Melhore a aparência dos gráficos personalizando gráficos e anotações.
• Visualizando dados • Personalização de opções gráficas • Trabalhando com componentes gráficos individuais • Anotação • Conversão entre números e texto |
| Análise de Dados | Objetivo: Realizar cálculos matemáticos e estatísticos em dados numéricos. Use a sintaxe do MATLAB para executar tarefas de pré-processamento e análise em várias séries de preços com comandos únicos.
• Realizando cálculos em dados • Interpretando dados da matriz • Usando matrizes para análise |
| Dia 2 de 3 | |
| Datas e Tempos | Objetivo: Usar variáveis para representar e manipular datas e tempos. Extraia componentes de datas e durações como variáveis numéricas.
• Representando datas e durações • Realizando cálculos com datas e durações • Extraindo componentes numéricos de datas e durações • Plotar com datas |
| Trabalhando com dados tabulares | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com conjuntos de dados financeiros tabulares que incluem tipos de dados mistos.
• Armazenando dados em tabelas • Extrair dados de tabelas • Modificando tabelas • operações de mesa • Exportando dados de tabelas |
| Seleção condicional de dados | Objetivo: Analisar subconjuntos de dados que satisfaçam determinados critérios. Execute a extração e manipulação rápida de dados usando variáveis lógicas.
• Definição de condições lógicas usando operadores lógicos • Extraindo e filtrando dados indexando com uma variável lógica • Identificando e contando subconjuntos de dados • Gerenciando variáveis discretas usando matrizes categóricas |
| Controle de Fluxo de Programação | Objetivo: Criar código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações. Automatize tarefas usando construções de programação.
• Gerenciando interação gráfica orientada a comandos com um usuário • Controlando o fluxo do programa usando construções de programação condicional • Executando tarefas iterativas usando loops |
| Dia 3 de 3 | |
| Trabalhando com dados ausentes | Objetivo: Realizar cálculos estatísticos em dados com valores omissos. Identifique, remova e substitua os valores ausentes em um conjunto de dados.
• Localizando valores ausentes • Ignorando, removendo e substituindo valores ausentes |
| Customizando Gráficos | Objetivo: Criar gráficos que incluam vários componentes gráficos. Use técnicas de cor, texto e manipulação de dados para produzir visualizações atraentes.
• Trabalhando com a hierarquia de gráficos do MATLAB • Acessando e modificando componentes gráficos individuais • Gerenciando tabelas gráficas |
| Ajustando Modelos aos Dados Empíricos | Objetivo: Pré-processar dados antes do ajuste do modelo. Ajustar distribuições de probabilidade e modelos lineares aos dados. Gere números aleatórios a partir de uma distribuição teórica ou ajustada.
• Ajustando modelos de regressão linear • Distribuindo distribuições de probabilidade • Simulação de ajustes de distribuição |
| Aumento da automação com funções | Objetivo: Aumentar a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Explore as ferramentas do MATLAB para depuração de código.
• Criando e chamando funções • Gerenciando dados em espaços de trabalho • Escrever arquivos de código de texto simples • Gerenciando o caminho do MATLAB • Depurando arquivos de código • Simplificação de interfaces usando estruturas |
| Dia 1 de 3 | |
| Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarize-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Obtenha uma visão geral dos temas do curso.
o Lendo dados de arquivos o Salvando e carregando variáveis o Plotar dados o Personalização de plotagens o Exportando gráficos para uso em outros aplicativos |
| Variáveis e Comandos | Objetivo: Digite os comandos do MATLAB, com ênfase na criação de variáveis, no acesso e manipulação de dados em variáveis e na criação de visualizações básicas. Colete comandos do MATLAB em scripts para facilitar a reprodução e a experimentação.
o Inserindo comandos o Criando variáveis numéricas e de caracteres o Fazer e anotar lotes o Conseguindo ajuda o Criando e executando scripts ao vivo |
| Análise e Visualização com Vetores | Objetivo: Realize cálculos matemáticos e estatísticos com vetores. Use a sintaxe do MATLAB para executar cálculos em conjuntos de dados inteiros com um único comando. Organize scripts em seções lógicas para desenvolvimento, manutenção e publicação.
o Realizando cálculos com vetores o Acessando e modificando valores em vetores o Formatando e compartilhando scripts ao vivo |
| Dia 2 de 3 | |
| Análise e Visualização com Matrizes | Objetivo: Use matrizes como objetos matemáticos ou como coleções de dados (vetoriais). Entenda o uso apropriado da sintaxe do MATLAB para distinguir entre esses aplicativos.
o Criando e manipulando matrizes o Realizando cálculos com matrizes o Calculando estatísticas com dados matriciais o Visualizando dados da matriz |
| Tabelas de Dados | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com dados armazenados como uma tabela.
o Armazenando dados como uma tabela o Operando em mesas o Extrair dados de tabelas o Modificando tabelas |
| Seleção condicional de dados | Objetivo: Extraia e analise subconjuntos de dados que satisfaçam determinados critérios.
o Operações lógicas e variáveis o Encontrar e contar o indexação lógica |
| Organizando dados | Objetivo: Organize os dados da tabela para análise. Representar dados usando tipos de dados MATLAB nativos apropriados.
o Combinando tabelas de dados o Metadados da tabela o Datas e durações o Categorias discretas |
| Dia 3 de 3 | |
| Analisando Dados | Objetivo: Execute tarefas típicas de análise de dados no MATLAB, incluindo a importação de dados de arquivos, o pré-processamento de dados, a adaptação de um modelo a dados e a criação de uma visualização personalizada do modelo.
o Importando de planilhas e arquivos de texto delimitados o Lidando com dados perdidos o Funções de plotagem o Personalização de plotagem |
| Aumento da automação com construções de programação | Objetivo: Crie código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações.
o Construções de programação o Interação com o usuário o Ramificação de decisão o Rotações |
| Aumento da automação com funções | Objetivo: Aumente a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Use ferramentas de desenvolvimento do MATLAB para localizar e corrigir problemas com código.
o Criando funções o Funções de chamada o Configurando o caminho do MATLAB o Depurando com o MATLAB Editor o Usando pontos de interrupção o Criando e usando estruturas |
