Artigos - OPENCADD

04/10/2019

Energias renováveis: como aproveitar melhor?

Deixar um Comentário

(por Fernanda Filipe) Que o Brasil é um país abastecido por abundantes recursos naturais e de fontes de energias inesgotáveis, todos nós já sabemos. Em gerações futuras, é impossível não pensar em fontes de energias renováveis como o sol (energia solar), vento (energia eólica), mar (energia Maremotriz), água (energia hidráulica) entre outras. Se quisermos aproveitar essas fontes, é muito importante conhecermos suas vantagens, limites, desafios de implementação, manutenção, itens que compõe o processo e, principalmente,

Saiba Mais

17/09/2019

Smart Manufacturing e IoT

Deixar um Comentário

Entenda como as indústrias podem se aproveitar da técnica de Internet das Coisas para tornar seu processo produtivo mais eficiente (por Silvia Lavagnoli) IoT Como o próprio nome sugere, Internet das Coisas é a forma como os objetos se conectam e se comunicam. Dos pilares da Indústria 4.0, o IoT (do inglês – Internet of Things), é o provavelmente o que mais faz parte de nossas vidas cotidianas. Relógios que se conectam a smartphones que

Saiba Mais

12/09/2019

Machine Learning ou Deep Learning?

Deixar um Comentário

A resposta é: depende do seu projeto. Entenda a diferença entre eles e saiba como escolher. (por Silvia Lavagnoli) Machine Learning e Deep Learning são métodos para treinar modelos, ou seja, mostrar às máquinas como elas devem aprender a classificar dados. A Inteligência artificial, por sua vez, engloba os dois, e pode ser definida como qualquer técnica que capacite uma máquina a imitar a inteligência humana. Desta forma, a técnica de inteligência artificial compreende

Saiba Mais

11/09/2019

BIG DATA: a arte de transformar dados em lucros

1 comment

Como empresários tiram proveito do BIG DATA? (por Silvia Lavagnoli) Muito se fala sobre a enorme quantidade de dados produzida atualmente – o BIG DATA -, mas a maioria das empresas ainda não sabe como tirar real proveito disso. O BIG DATA costuma ser relacionado a 4Vs: Volume, Variedade, Velocidade e Veracidade. E a ideia é bem isso mesmo: imagine uma montanha de dados não necessariamente organizados, coletados muito rapidamente, com origens das mais variadas

Saiba Mais

04/09/2019

OPENCADD apoia presença feminina no mercado de trabalho

Deixar um Comentário

(por Viviane Nunes) Em parceria com a ASHRAE – Sociedade Norte Americana de Engenheiros de Refrigeração, Aquecimento e Ar Condicionado, na tradução livre, a OPENCADD, maior empresa de model–based design da América do Sul, promoveu no Instituto de Engenharia – no final de agosto – a apresentação ‘Como utilizar a inteligência emocional e se tornar um profissional e uma pessoa melhor’. Com a presença da convidada norte-americana, a Engenheira Karine Leblanc – membro da ASHRAE, que fez uma

Saiba Mais

02/09/2019

Semana Integrada de Engenharia na PUC-RIO prova que o uso do MATLAB® e do Simulink® são importantes para a qualificação profissional

Deixar um Comentário

Em agosto, a OPENCADD, uma das maiores empresas de soluções em tecnologia da América Latina, participou da 5ª Semana Integrada de Engenharia (SIENG), na PUC-RIO.

(por Viviane Nunes)

Preparado por acadêmicos, o evento teve como propósito promover interação entre os alunos de Engenharia o mercado de trabalho, extrapolando o ambiente da sala de aula. Foi o

Saiba Mais

Inteligência Artificial e Machine Learning

08/05/2019

Machine Learning: o aprendizado a partir de dados criará melhores produtos e serviços

Deixar um Comentário

O site Kdnuggets.com conversou com executivos de várias organizações que estão na vanguarda de assuntos como ciência de dados, machine learning, análise de dados e inteligência artificial. Entre eles, Seth DeLand, gerente de marketing de produtos da Mathworks. Veja como MATLAB se posiciona nesse cenário. Machine Learning está no centro das tecnologias que levam aos principais temas apontados pelos especialistas entrevistados. Entre esses temas está a mudança do panorama analítico, de como a ciência de

Saiba Mais

16/04/2019

A Inteligência Artificial além do entusiasmo

Deixar um Comentário

Avanços em computação e pesquisa estão tornando as aplicações de Inteligência Artificial muito mais viáveis. A inteligência artificial (IA) começa a se fazer presente cada dia mais, na vida do ser humano, sendo utilizada para aumentar e melhorar a produtividade humana. “Existe muito entusiasmo em relação à IA”, diz Rich Rovner, vice-presidente de marketing da Mathworks. “Na verdade, há mais entusiasmo do que realidade. Mas já podemos ver profissionais desenvolvendo coisas reais em engenharia

Saiba Mais

26/03/2019

Redes neurais e deep learning impulsionam a automação digital

Deixar um Comentário

Você sabia que as novas tecnologias digitais afetarão o desenvolvimento de produtos? Dados, conectividade, design incorporado e fatores humanos moldarão o futuro da Engenharia de Projetos.

Saiba Mais

25/02/2019

Internet das Coisas nas cidades inteligentes

Deixar um Comentário

Dificilmente você encontrará hoje uma pessoa que não sabe o que é IoT ou Internet das Coisas. Alguns podem até desconhecer o termo, mas basta citar um exemplo da vida cotidiana e logo todos estarão na mesma página. Internet das Coisas deixou de ser tendência e já é uma realidade. Internet das Coisas é sobre conectar “coisas” de forma inteligente para nos beneficiar de alguma forma, seja trazendo conforto, praticidade, produtividade ou agilidade. Dada a

Saiba Mais

Dia 1 de 2
Cartas de Fluxo de Modelagem	Objetivo: implementar fluxos de decisão com fluxogramas. Junções e transições Comportamento do Fluxograma Interface de fluxo de estado Condições e ações de condição Dados do gráfico Padrões comuns
Máquinas de Estado de Modelagem	Objetivo: Implementar máquinas de estado com diagramas de transição de estados. Comportamento da máquina de estado Estado e ações de transição Inicialização do gráfico Ordem de execução da ação Fluxogramas dentro dos estados
Diagramas de Estado Hierárquico	Objetivo: Implementar diagramas hierárquicos para melhorar a clareza dos projetos de máquinas de estado. Superestados e subestados Dados do estado Junção da História Prioridade de Transição Ordem de execução da ação
Diagramas de Estado Paralelo	Objetivo: implementar estados paralelos para modelar projetos de multiprocessamento. Benefícios de estados paralelos Decomposição de gráfico / estado Comportamento do estado paralelo

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. Usando eventos em diagramas de estado Eventos de radiodifusão Comportamento dos diagramas de estado que contêm eventos Eventos implícitos Operadores de lógica temporal
Chamando Funções do Stateflow	Objetivo: Criar funções em um gráfico de Fluxo de Estado a partir de blocos Simulink, código MATLAB e fluxogramas. Tipos de funções Funções Simulink Funções do MATLAB Funções gráficas
Tabelas de Verdade e Tabelas de Transição de Estado	Objetivo: Criar fluxogramas e diagramas de transição de estados em forma de tabela. Tabelas verdade Condições, decisões e ações Tabelas de transição de estado Estados, transições e ações
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. Gráficos Mealy e Moore Tipos de dados Sinais de ônibus Subcartos atômicos Mapeamento de dados Reutilização de gráficos

Dia 1 de 2
Criando e Simulando um Modelo	Objetivo: criar um modelo Simulink simples, simulá-lo e analisar os resultados. Introdução à interface do Simulink Sistema de potenciômetro Entradas e saídas do sistema Simulação e análise
Construções de Programação de Modelagem	Objetivo: Modelar e simular construções básicas de programação no Simulink. Comparações e declarações de decisão Sinais vetoriais Sistema de conversão PWM Travessias zero Bloco de Função MATLAB
Modelagem de Sistemas Discretos	Objetivo: Modelar e simular sistemas discretos no Simulink. Sinais e estados discretos Sistema controlador PI Funções de transferência discretas e sistemas de espaço de estados Sistemas discretos multirrato
Modelagem de Sistemas Contínuos	Objetivo: Modelar e simular sistemas contínuos no Simulink. Estados contínuos Sistema de aceleração Funções de transferência contínua e sistemas de espaço de estados Limites físicos

Dia 2 de 2
Seleção do Solver	Objetivo: Selecionar um solucionador apropriado para um determinado modelo Simulink. Comportamento do solucionador Dinâmica do sistema Descontinuidades Loops algébricos
Hierarquia de modelos em desenvolvimento	Objetivo: Use subsistemas para combinar sistemas menores em sistemas maiores. Subsistemas Sinais de ônibus Máscaras
Modelando Algoritmos Condicionalmente Executados	Objetivo: Criar subsistemas que são executados com base em uma entrada de sinal de controle. Subsistemas condicionalmente executados Subsistemas Ativados Subsistemas acionados Modelo de validação de entrada
Combinando Modelos em Diagramas	Objetivo: Use referência de modelo para combinar modelos. Subsistemas e referência de modelos Fluxo de trabalho de referência de modelo Modos de simulação de referência de modelo Espaços de trabalho de modelo Dependências de modelo
Criando Bibliotecas	Objetivo: usar bibliotecas para criar e distribuir blocos personalizados. Criando e preenchendo bibliotecas Gerenciando Links da Biblioteca Adicionando uma biblioteca ao Navegador da Biblioteca Simulink

Dia 1 de 3
O que é o Simulink?	Objetivo: Obter uma introdução ao Simulink. O que é o Simulink? Benefícios do uso do Simulink Complementos do Simulink Uma olhada em um modelo 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. Criando e editando um modelo Simulink Definindo Entradas e Saídas do Sistema Simulando o modelo e analisando os resultados
Modelagem de Sistemas Dinâmicos Discretos	Objetivo: Modelar sistemas dinâmicos discretos e visualizar sinais baseados em quadros e sinais multicanais usando um escopo. Modelando um sistema discreto com blocos básicos Encontrando tempos de amostra de saídas de bloco Usando quadros em seu modelo Usando buffers Quadros vs. sinais multicanais Visualizando sinais baseados em quadros Comportamento de blocos de atraso com sinais baseados em quadros Sinais baseados em quadros multicanais
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. Modelando Expressões Lógicas Modelagem de roteamento de sinais condicionais Entendendo a detecção de cruzamento zero Modelagem com o bloco de funções MATLAB
Do algoritmo ao modelo	Objetivo: criar um modelo a partir de uma especificação de algoritmo. Modelando a partir de especificações algorítmicas Desenvolvimento de algoritmos iterativos através de modelagem e simulação Verificando modelos em relação a algoritmos especificados

Família de Produtos MATLAB

Família de Produtos Simulink

Família de Produtos Cradle

Licença para todo o Campus

Energias renováveis: como aproveitar melhor?

Smart Manufacturing e IoT

Machine Learning ou Deep Learning?

BIG DATA: a arte de transformar dados em lucros

OPENCADD apoia presença feminina no mercado de trabalho

Semana Integrada de Engenharia na PUC-RIO prova que o uso do MATLAB® e do Simulink® são importantes para a qualificação profissional

(por Viviane Nunes)

Machine Learning: o aprendizado a partir de dados criará melhores produtos e serviços

A Inteligência Artificial além do entusiasmo

Redes neurais e deep learning impulsionam a automação digital

Internet das Coisas nas cidades inteligentes

Dia 2 de 3
Modelos de sinal misto	Objetivo: Modelar sistemas de sinais mistos. O que é um modelo de sinal misto? Modelando um ADC com instabilidade de abertura e não linearidade Estudo de caso: modelagem de ADS62P29 ADC da TI
Solucionadores Simulink	Objetivo: Escolher o solucionador certo para um modelo Simulink. Entendendo o solucionador do Simulink Resolvendo modelos simples Resolução de modelos com estados discretos e contínuos Resolvendo modelos com múltiplas taxas Solucionadores de etapa fixa e de passo variável Escolhendo um solucionador de sistema de estado contínuo Manipulando travessias zero Manipulação de loops algébricos
Subsistemas e Bibliotecas	Objetivo: criar blocos personalizados no Simulink, aplicar máscaras e desenvolver bibliotecas personalizadas. Criando subsistemas Entendendo subsistemas virtuais e atômicos Usando um subsistema como um componente de modelo Subsistemas de Mascaramento Criando bibliotecas de bloco customizadas Trabalhando com e Modificando Blocos de Bibliotecas Adicionando bibliotecas personalizadas ao Navegador da Biblioteca Simulink Criando subsistemas configuráveis
Subsistemas condicionais	Objetivo: Modelar sistemas com partes executadas condicionalmente. Subsistemas condicionalmente executados Modelando Sistemas Conduzidos por Condição com Subsistemas Ativados Modelando Sistemas Conduzidos por Condição com Subsistemas Disparados Trabalhando com um exemplo usando o modelo AGC
Análise espectral	Objetivo: Realizar análise espectral no ambiente Simulink e usar a computação do espectro em um algoritmo. Realizando análise espectral com o bloco Spectrum Scope Escolhendo parâmetros de análise espectral Analisando o espectro de potência de um ruído motor Construindo um classificador espectral do discurso Determinando a resposta de freqüência de um sistema discreto

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. Projetando Filtros no Simulink Converter filtros em ponto fixo
Sistemas Multirrato	Objetivo: Modelar sistemas multirate. Re-amostrar dados e explorar blocos de filtros multirate. Modelando sistemas multirate Explorando blocos para processamento de sinal multirata Reamostragem de dados sob amostragem Projetando e implementando filtros anti-imagem e anti-aliasing Usando blocos de filtros multirate Estudo de caso: convertendo áudio profissional em formato de CD Convertendo o design para o ponto fixo
Incorporando Código Externo	Objetivo: Importar ou incorporar códigos MATLAB e C personalizados ou externos em um modelo Simulink. Trabalhando com considerações de código customizadas e externas Incorporando código MATLAB e código C com o bloco de função MATLAB
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. Explorando referência e subsistemas de modelo Configurando uma referência de modelo Configurando Argumentos de Referência do Modelo Explorar modelos de modos de simulação de referência Visualizando sinais em modelos referenciados Navegando no gráfico de dependência de referência do modelo
Automatizando Tarefas de Modelagem	Objetivo: Controlar e executar modelos Simulink a partir da linha de comandos do MATLAB. Automatizando execuções de teste Verificando e modificando configurações de parâmetros Encontrando blocos com valores de parâmetros específicos Construindo e modificando diagramas de blocos

Dia 1 de 2
Visão geral da plataforma Zynq e configuração do ambiente	Objetivo: Configurar a plataforma Zynq-7000 e o ambiente MATLAB. Visão geral do Zynq-7000 Configurando a plataforma e o software Zynq Configurando o ambiente do MATLAB Testando a conectividade com o hardware Zynq
Introdução ao codificador embutido e codificador HDL	Objetivo: Configurar modelos Simulink para geração de código embutido e interpretar efetivamente o código gerado. Arquitetura de um aplicativo incorporado Gerando código ERT Módulos de código Estruturas de dados no código gerado Configurando um modelo Simulink para geração de código HDL Usando o Consultor de Fluxo de Trabalho HDL
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. Configurando um Subsistema para Lógica Programável Configurando a interface de destino e periféricos Gerando o núcleo de IP e integrando com o SDK Construindo e implementando o fluxo de bits do FPGA Gerando e implementando um modelo de interface de software Parâmetros de ajuste com o modo externo
Usando a interface do AXI4	Objetivo: Usar várias interfaces AXI para comunicação de dados entre o sistema de processamento e a lógica programável. Visão geral da interface AXI Aplicações AXI4-Lite Usando o AXI4-Stream Considerações sobre desempenho do AXI4
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. Fluxo de trabalho do Processador no loop (PIL) no Zynq Verificação de PIL com referência de modelo Perfil de execução de código com PIL Considerações PIL

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. Visão geral da interface de dados Configurando Blocos UDP para Fluxo de Dados Sincronizando dados entre Simulink e Zynq Interface de dados com o AXI Stream Design particionamento Considerações sobre interface de dados
Integrando Drivers de Dispositivos	Objetivo: Desenvolver interfaces de driver de dispositivo para integrar periféricos no sistema de processamento. Fluxo de trabalho para desenvolver drivers de dispositivo Usando a ferramenta de código legado Interface GPIO Drivers de dispositivo de compilação cruzada
Design de referência personalizado	Objetivo: Criar e empacotar IP reutilizável para o Vivado e registrar placas customizadas e projetos de referência. Motivações para um design de referência personalizado Criando IP reutilizável para o Vivado Visão geral do design de referência Customizando um design de referência Placa de registro e design de referência personalizado

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. Introdução ao Simscape Diferenças entre o Simulink e o Simscape Construindo e simulando um modelo no Simscape Diretrizes para Modelagem Simscape
Trabalhando com Componentes do Simscape	Objetivo: Interpretar os diagramas de blocos do Simscape e identificar as variáveis físicas no Simscape modelando um sistema mecânico. Descrevendo os fundamentos dos componentes do Simscape Usando a biblioteca do Simscape Foundation Definindo condições iniciais Variáveis físicas de registro
Conectando Domínios Físicos	Objetivo: Conectar modelos de diferentes domínios físicos para criar um modelo único de vários domínios. Criando componentes físicos de vários domínios Modelando conexões ideais e não ideais entre domínios físicos Dividindo componentes em subsistemas Parametrizando modelos
Combinando Modelos Simscape e Modelos Simulink	Objetivo: Adicionar blocos Simulink a um modelo Simscape para aumentar a flexibilidade de modelagem. Conectando sinais físicos e sinais Simulink Realizando operações em sinais físicos Controlando modelos físicos Resolvendo Modelos com Blocos Simscape e Simulink
Criando Componentes Customizados com o Idioma Simscape	Objetivo: Aproveitar a linguagem Simscape para criar componentes físicos personalizados no Simscape. Linguagem Simscape Fluxo de trabalho de componente personalizado Exemplo completo de componente personalizado

Dia 1 de 1
Introdução à Simulação Multibody	Objetivo: Discutir os componentes que compõem os modelos mecânicos e como defini-los no Simscape Multibody. Terminologia Sólidos Quadros de coordenadas Articulações Visualização
Componentes de Refino	Objetivo: Criar corpos rígidos personalizados e complexos e parametrizar peças para modelos reutilizáveis do Simscape Multibody. Definindo geometrias Criando corpos compostos Especificando interfaces do corpo Organizações de parametrização para reutilização
Mecanismos de Montagem	Objetivo: Definir e configurar a cinemática de uma máquina multicorpo no Simscape Multibody. Reutilizando componentes existentes Especificando graus de liberdade Sensing e logging simulation results Adicionando rigidez e amortecimento às articulações Definindo condições iniciais Orientando e verificando um mecanismo montado
Importando Modelos CAD	Objetivo: Importar peças e mecanismos existentes de plataformas CAD para o Simscape Multibody. Visualizando corpos com geometrias CAD Identificando os diferentes fluxos de trabalho de importação de CAD Exportando do software CAD Importando para o Simscape Multibody Recursos capturados pelo Simscape Multibody Link
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. Adicionando um modelo de combustão usando o Simscape Atuando a cabeça do pistão Detectando forças de restrição nas articulações Adicionando um sistema de controle para acelerador Criando um modelo físico de vários domínios

Dia 1 de 1
Introdução aos sistemas trifásicos	Objetivo: Familiarizar-se com o ambiente do Simscape Power Systems modelando um sistema elétrico trifásico simples. Modelos trifásicos Medindo quantidades físicas Visualizar e definir estados iniciais Transformadores de modelagem
Sistemas Trifásicos com Máquinas Elétricas	Objetivo: Criar modelos com máquinas elétricas trifásicas. Modelagem de máquinas elétricas Atuando e medindo quantidades da máquina Inicializando máquinas Selecionando métodos de solver
Controlando Máquinas Elétricas	Objetivo: Analisar e controlar os efeitos de cargas e distúrbios em modelos de máquinas elétricas. Disjuntores e falhas Controlando máquinas elétricas Melhorando a legibilidade do modelo Parametrizando modelos
Eletrônica de Potência	Objetivo: Modelar sistemas de conversão e transmissão de energia elétrica. Inversores e retificadores Perdas de transmissão Conectando-se ao Simscape Controle inversor Testando e integrando modelos

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. Modelagem do corpo do veículo Efeitos de atrito, vento e terreno Detectando quantidades físicas Modelo e medidas de divisão
Sistemas de Travagem	Objetivo: Modelar sistemas de freios do veículo com blocos embutidos e componentes personalizados da linguagem Simscape. Blocos de freio da linha de direção Simscape Quantidades de roda de medição Modelo de freio personalizado
Mecanismos de Transmissão	Objetivo: Construir e testar sistemas mecânicos de transmissão de energia no Simscape Driveline. Atuando modelos com fontes de energia Mecanismos de transmissão de construção Criando uma transmissão multispeed
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. Acionamento do motor DC Atuação PWM Controle de velocidade de loop fechado

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. Visão geral de todos os métodos de integração de código Introdução às funções S
Transição do MATLAB para o Simulink	Objetivo: Integrar o código MATLAB nos modelos Simulink. Escrevendo uma função MATLAB em um bloco de função MATLAB Convertendo uma função MATLAB para um bloco de função MATLAB Padrões de codificação de bloco de função MATLAB
Chamando Rotinas Externas	Objetivo: Integrar o código C em um modelo Simulink usando ferramentas automatizadas. Chamando uma rotina C externa com a ferramenta de código herdado Chamando uma rotina C externa em um bloco de função MATLAB
Escrevendo S-Funções do Wrapper	Objetivo: Integrar o código C em um modelo Simulink, escrevendo manualmente as funções C MEX S. Escrevendo uma função C MEX S Chamando código externo de uma função C MEX S Vetores de trabalho Herdando as dimensões da porta de entrada e saída Macros adicionais
Considerações sobre geração de código	Objetivo: Explorar os procedimentos e limitações para gerar código automaticamente com o Simulink Coder ^™ . Gerando código a partir de um bloco de função MATLAB Gerando código a partir das funções C MEX S (Legacy Code Tool)
Revisão de Métodos de Integração de Código	Objetivo: Revisar os métodos de integração de código e discutir os prós e contras de cada um. Revisão de todos os métodos de integração de código Como escolher um método de integração de código

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. Preparando Modelos Simulink para Geração de Código HDL Gerando código HDL Gerando um banco de testes Verificando o código HDL gerado com um simulador de HDL
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. Escala e herança de ponto fixo Fluxo de trabalho do Designer de ponto fixo Usando o Consultor de ponto fixo Usando a ferramenta de ponto fixo Interface da Linha de comando
Gerando Código HDL para Modelos Multirate	Objetivo: Gerar código HDL para projetos multirate Preparando um modelo multirate para gerar o código HDL Gerando código HDL com um ou vários pinos de clock

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. Da lógica discreta aos FPGAs – alguma história! O sistema genérico de DSP Revisão de núcleos e processadores DSP ASICs personalizados e semi-personalizados Sistema em chip (SOC) Flexibilidade e funcionalidade do FPGA FPGAs vs DSPs Programáveis
Revisão de Algoritmo DSP de Sistemas Lineares	Objetivo: Rever conceitos fundamentais de teorema de amostragem, quantização, análise de Fourier e projeto de filtro digital. Filtros de aliasing e reconstrução Taxas de amostragem e comprimentos de palavras Notação de domínio Z e análise fundamental Filtros FIR e IIR Design e especificação do filtro digital Técnicas de oversampling (sigma delta)
Tecnologia FPGA	Objetivo: Explorar diferentes famílias e arquiteturas Xilinx FPGA. Fornecer introdução aos FPGAs Spartan 3 e Virtex-5. O roteiro da tecnologia FPGA Taxas de relógio, taxas de dados e taxas de amostragem Memória FPGA e registradores Blocos de entrada / saída e requisitos Bits, Fatias e Blocos Lógicos Configuráveis Classificações de desempenho de MIPs comparáveis Famílias e Fontes FPGA
Elementos FPGA para algoritmos DSP	Objetivo: Entender fatias de DSP, recursos de clock e consumo de energia. Construindo linhas de atraso e registros de turnos Uso de RAM (memória) em FPGAs Serial para Paralelo e Paralelo para Serial Multiplexadores para seleção de canais Adicionadores completos, carregar lógica e adicionar árvores Multiplicadores: Shift e Add; Baseado em ROM Implementação eficiente de multiplicadores
Essenciais Aritméticos DSP	Objetivo: Entender a aritmética binária de ponto fixo. Mapear operações aritméticas para o hardware Xilinx FPGA. Complemento de 2 aritmética de ponto fixo Somadores fundamentais e matrizes de multiplicadores Divisão e arrays de raiz quadrada… não tão fácil! Problemas de comprimento de palavra e aritmética de ponto fixo Saturar e envolver Estouro e estouro negativo
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. Gráficos de Fluxo de Sinal de DSP / Filtro Digital Latência, atrasos e “anti-atrasos”! Re-timing: Cut-set e delay scaling A transposição FIR Arquiteturas de pipelining e multicanais Topologias de SFG para FPGAs

Dia 2 de 3
Processamento de Domínio de Frequência	Objetivo: Discutir a teoria e a implementação do FPGA da Transformada Rápida de Fourier. DFT, FFT e IFFT Arquiteturas FPGA FFT Crescimento e precisão de comprimento de palavra FFT
Processamento de Sinal Multirata para FPGAs	Objetivo: Desenvolver estrutura polifásica para implementação eficiente de filtros multirate. Use o filtro CIC para interpolação e dizimação. Filtros Upsampling e interpolação Filtros de downsampling e decimação Aritmética eficiente para implementação de FIR Integradores e Diferenciadores Filtros de meia faixa, média móvel e pente Filtros CIC (Cascade Integrator Comb) (Hogenauer) Aritmética eficiente para filtragem IIR
Técnicas CORDIC	Objetivo: Introduzir o algoritmo CORDIC para o cálculo de várias funções trigonométricas. Modo de rotação CORDIC e modo de vetor Calcule a função de cosseno e seno Magnitude e ângulo do vetor de computação Arquitetura para implementação de FPGA

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. Aplicações adaptativas (equalização, beamforming) Algoritmos LMS e implementação paralela Algoritmos LMS não canônicos Álgebra Linear; resolvendo sistemas lineares de equações O algoritmo QR para processamento adaptativo de sinais Requisitos de processamento de QR e problemas numéricos
Comunicações habilitadas para DSP e FPGAs	Objetivo: Rever a modulação de quadratura e modelagem de pulso. Discuta a implementação de osciladores controlados numericamente. Chaveamento de Mudança de Fase Quaternária (QPSK) Filtros de Transmissão / Recebimento – Raiz Cosseno Levantada Undersampling e downconversion digital Upconversion digital direto Estágios IF digitais (e fs / 4 Systems) Osciladores controlados numericamente (NCO) Design de particionamento para FPGAs
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. Recuperação de portadora, quadratura e laços de Costas, PLLs Rotações de fase; Conversões da taxa de amostragem Recuperação de sincronismo de símbolo, detecção de portão inicial / tardio Atraso na sincronização e sincronização de loop bloqueado

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. Evolução 3GPP de R5 para R11 Requisitos Flexibilidade de espectro Características gerais Agendamento multiusuário Alocação de recursos Planejamento de reutilização de frequências
Revisão da Teoria OFDM	Objetivo: Compreender os fundamentos da modulação OFDM, inserção de prefixo cíclico e janelamento. Motivação para multi-carrier vs single-carrier Introdução ao OFDM Geração de símbolos OFDM usando o IFFT Prefixo cíclico (intervalo de guarda) Windowing para reduzir as emissões fora de banda Vantagens e desvantagens do OFDM
Quadros, Slots e Recursos LTE	Objetivo: Entender os conceitos de quadros, subquadros, slots e grades de recursos físicos no downlink e no uplink LTE. Estrutura de quadros genéricos LTE Formatos de slot de downlink e uplink Elementos de recursos e blocos de recursos Construção de símbolo de Downlink OFDM Construção de símbolo Uplink SC-FDMA Capacidade de recurso de downlink LTE

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. Gerando código HDL com o Consultor de Fluxo de Trabalho HDL Atendendo aos requisitos de tempo por meio de pipelining Escolhendo implementações de hardware específicas para blocos Simulink compatíveis Compartilhando recursos do FPGA / ASIC em subsistemas Verificando se o código HDL otimizado é verdadeiro quanto ao ciclo de bits
Usando o ponto flutuante nativo	Objetivo: implementar valores e operações de ponto flutuante em seu código HDL. Por que e quando usar o ponto flutuante nativo Gerando código HDL independente de alvo com o HDL Coder Comparação de ponto fixo vs. ponto flutuante Otimizando implementações de ponto flutuante
Interfacing o código HDL externo com HDL gerada	Objetivo: Incorporar código HDL escrito à mão e / ou IP do fornecedor em seu design. Interfacing o código HDL externo
Verificando o Código HDL com Cosimulação	Objetivo: Verificar seu código HDL usando um simulador de HDL no modelo Simulink. Verificando um componente HDL usando o Simulink

Dia 1 de 3
Gerando Código Embutido	Objetivo: Configurar modelos Simulink para geração de código embutido e interpretar efetivamente o código gerado. Especificação do sistema Gerando código Módulos de código Estruturas de dados no código gerado Processo de criação do Coder incorporado
Integrando Código Gerado com Código Externo	Objetivo: Modificar modelos e arquivos para executar código gerado e código externo juntos. Visão geral da integração de código externo Visão geral dos pontos de entrada do modelo Usando um arnês de execução Incluindo rotinas personalizadas Configurando troca de dados com código externo
Execução em Tempo Real	Objetivo: Gerar código para sistemas multirate em configurações de tarefas únicas e multitarefa. Arnês em tempo real Esquemas de execução para sistemas de taxa única e multirata Código gerado para modelos de taxa única Código Multirate Single-Tasking Código Multitarefa Multirata
Protótipos de função de controle	Objetivo: Personalizar protótipos de função dos pontos de entrada do modelo no código gerado. Protótipo de função de modelo padrão Protótipos de funções modificadoras Código gerado com protótipos de função modificados Chamando código gerado com pontos de entrada customizados Considerações sobre o protótipo da função modelo

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. Considerações de otimização Removendo código desnecessário Removendo suporte de dados desnecessários Otimizando o armazenamento de dados Objetivos de geração de código
Customizando características de dados no Simulink	Objetivo: Controlar os tipos de dados e classes de armazenamento de dados no Simulink. Características dos dados Classificação de tipo de dados Configuração do tipo de dados Simulink Definindo classes de armazenamento de sinal Definindo classes de armazenamento de estado Definindo Classes de Armazenamento de Parâmetros Impacto das classes de armazenamento em símbolos
Customizando características de dados usando objetos de dados	Objetivo: Controlar os tipos de dados e classes de armazenamento de dados usando objetos de dados. Visão geral dos objetos de dados Simulink Controlando tipos de dados com objetos de dados Criando tipos de dados reconfiguráveis Classes de Armazenamento Personalizadas Controlando classes de armazenamento com objetos de dados Controlando o tipo de dados e nomes de variáveis Dicionários de dados
Criando Classes de Armazenamento Personalizadas	Objetivo: projetar classes de armazenamento personalizadas e usá-las para geração de código. Classes de Armazenamento Personalizadas Definidas pelo Usuário Criando um pacote de classe de dados Simulink Criando uma classe de armazenamento customizada Usando classes de armazenamento customizadas
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. Sinais de barramento e referência de modelo Controlando o tipo de dados dos sinais de barramento Controlando a classe de armazenamento de sinais de barramento

Dia 3 de 3
Customizando a Arquitetura de Código Gerado	Objetivo: Controlar a arquitetura do código gerado de acordo com os requisitos da aplicação. Arquitetura do modelo Simulink Controlando o particionamento de código Simulink Gerando código reutilizável Opções de colocação de dados Prioridade dos controles de veiculação de dados
Técnicas avançadas de personalização	Objetivo: Use modelos de geração de código para controlar os arquivos gerados. Revisão do processo de geração de código Visão geral de modelos de geração de código Processamento de arquivo customizado Definindo Modelos de Geração de Código Usando modelos de geração de código
Implantando código gerado	Objetivo: Criar um destino personalizado para uma placa Arduino ^® e implantar código usando o destino. Processo de desenvolvimento de alvo personalizado Visão geral do método toolchain Criando um destino customizado do Arduino Implantando código em uma placa Arduino
Integrando Drivers de Dispositivos	Objetivo: Identificar o fluxo de trabalho para a integração de drivers de dispositivos com o Simulink e o código gerado. Visão geral dos drivers de dispositivos Usando a ferramenta de código legado Customizando Componentes do Driver de Dispositivo Desenvolvendo blocos de driver de dispositivo para o Arduino
Melhorando a eficiência e conformidade do código	Objetivo: inspecionar a eficiência do código gerado e verificar a conformidade com padrões e diretrizes. O Model Advisor Parâmetros de implementação de hardware Conformidade com padrões e diretrizes

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. Definindo um fluxo de trabalho de design de controle Linearizando um modelo Encontrando características do sistema Configurando os requisitos do controlador Controladores de sintonia Controladores de teste
Representações do Modelo	Objetivo: discutir os vários formatos usados para representar os modelos do sistema. Também destaca os prós e contras de cada formato. Visão geral das representações do modelo Objetos LTI Modelos Simulink
Identificação do sistema	Objetivo: ilustrar como estimar modelos de sistema com base em dados medidos. Visão geral da identificação do sistema Importação e pré-processamento de dados Estimativa modelo validação do modelo
Estimação de Parâmetros	Objetivo: Usar dados medidos para estimar os valores dos parâmetros de um modelo Simulink. Visão geral da estimativa de parâmetros Preparação do modelo Processo de estimativa Dicas de estimativa de parâmetro
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. Funções de análise do sistema Analisador de Sistema Linear Análise do motor DC Automação de tarefas de análise Análise de circuito aberto

Dia 2 de 2
Linearização	Objetivo: Discutir técnicas para linearizar um modelo Simulink e validar os resultados da linearização. Fluxo de trabalho de linearização Pontos de operação Funções de linearização Estimativa de resposta de frequência
Controle PID no Simulink	Objetivo: Use o Simulink para modelar e ajustar os controladores PID. Fluxo de trabalho PID Configuração do modelo Bloco Controlador PID Afinação automática Recursos adicionais do 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. Ajuste de circuito aberto Análise de circuito fechado Controle PID Controle de 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. Otimizando a resposta do modelo Realizando análise de sensibilidade Otimizando com incerteza de parâmetro
Implementação do controlador	Objetivo: Discuta as etapas que podem ser necessárias para implementar efetivamente um controlador em um sistema real. Identificando limitações físicas e práticas de controladores Discretizando um controlador Preparando um Controlador para Geração de Código Convertendo para tipos de dados de ponto fixo

Dia 2 de 3
Procedimentos	Objetivo: Entender os diferentes procedimentos da camada física para o downlink e o uplink especificados no LTE. Pesquisa celular Identidades de células na pesquisa de células Sincronização de símbolo Sincronização de quadro e célula Aquisição de informações do sistema: MIBs e SIBs Procedimentos de sincronização de temporização Controle de energia Uplink
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. Eficiência e capacidade espectral Transmitir e receber diversidade O Esquema Alamouti Delay Diversity e Cyclic Delay Diversity Beamforming Multiplexação espacial Decomposição de valor singular Equalização, predistortion, precoding e combinando
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. Cadeia de processamento do canal físico de downlink Palavras-chave e camadas Embaralhamento e modulação Esquemas de transmissão Diversidade, multiplexação espacial e beamforming Sinais de Sincronização: PSS e SSS Sinais de referência: célula e específico do UE, MBSFN Canais físicos de downlink: PBCH, PCFICH, PDSCH e PDCCH Região de controle REGs e CCEs, espaços de pesquisa do PDCCH Mapeamento da grade de recursos
MIMO em LTE R8	Objetivo: Aprender diferentes técnicas MIMO especificadas no padrão LTE. Palavras-chave para mapeamento de camadas Precoding para multiplexação espacial Precoding para transmitir diversidade Beamforming em LTE Atraso cíclico Pré-codificação baseada em diversidade Livros de códigos de pré-codificação

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. Canais de transporte e informações de controle: DL-SCH, PCH, BCH, DCI, CFI, HI, UL-SCH e UCI Mapeamento de canais de transporte para canais físicos Codificação CRC e mascaramento Segmentação de bloco de código Codificação convolucional e turbo Taxa de correspondência, seleção de bits e poda Canais de transporte e cadeias de processamento de informações de controle HARQ: redundância incremental, parar e esperar
Modulação de Camada Física LTE Uplink	Objetivo: Entender os elementos de processamento para diferentes canais físicos de uplink e sinais físicos de uplink. Cadeia de processamento do canal físico de uplink Embaralhamento e modulação Revisão SC-FDMA Sinais de referência de uplink: DRS e SRS Canais físicos de uplink: PUSCH, PUCCH e PRACH Informações de controle: CQI, RI, PMI, HI e SR Sinalização de controle no PUSCH e PUCCH Formatos PUCCH Canais físicos e sinais físicos de uplink
LTE Release 9	Objetivo: Aprenda sobre os novos recursos introduzidos no LTE Release 9. Recursos da versão 9 Suporte MBMS Home eNodeB Suporte de posicionamento Esquemas de transmissão
LTE Advanced – versão 10	Objetivo: Aprenda sobre os novos recursos introduzidos no LTE Release 10. Tecnologias Avançadas IMT Agregação portadora Multiplexação espacial Uplink Recursos Ortogonais Espaciais Transmitem Diversidade MIMO aprimorada de downlink Sinais de referência CSI

Dia 1 de 2
Geração de código com codificador MATLAB	Objetivo: Familiarizar-se com o MATLAB Coder e seus aplicativos. Visão geral do codificador MATLAB Fluxo de trabalho para gerar código C a partir do código MATLAB Gerando código C Verificando o código gerado Navegando código gerado
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. Traduzindo o código MATLAB para o código C Chamando Funções MATLAB Não Suportadas Preparando o código existente do MATLAB Fluxos de trabalho de preparação 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. Visão geral das características de dados Especificando entradas de nível superior e de tamanho fixo Especificando Entradas de Nível Superior 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. Especificando Entradas de Nível Superior e Tamanho Variável Especificando dados locais de tamanho variável Reutilizando Variáveis

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. Variáveis Persistentes Variáveis globais Trabalhando com estruturas Matrizes de células no código gerado Passando argumentos por referência
Integrando com código externo	Objetivo: Integrar código C gerado a partir do MATLAB Coder com código C externo. Visão geral da integração de código Pontos de entrada para código gerado Integrando código C externo usando a interface MATLAB Coder Integrando código C externo usando um IDE externo Chamando funções C externas Verificação de código e criação de perfil Depuração de código fonte
Otimizando o Código Gerado	Objetivo: Use várias opções e técnicas para otimizar o código gerado. Otimização de código com desenrolamento de loop e inicialização nula Função inline e particionamento de arquivos Objetos de configuração Removendo código desnecessário Convenções de nomenclatura no código gerado Convertendo um projeto em um script

Entrar na conta

Família de Produtos MATLAB

Família de Produtos Simulink

Família de Produtos Cradle

Licença para todo o Campus

(por Viviane Nunes)

Cadastre-se em nossa Newsletter para receber notícias sobre artigos e Webinars!

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. Classificando as classificações de crédito dos dados históricos Analisando e validando modelos de classificação de crédito Criando e avaliando modelos de pontuação de crédito Determinando a probabilidade de inadimplência
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 Avaliando a concentração do portfólio Ajuste de curvas zero para dados de mercado Estimando distribuições da taxa de recuperação Encontrar fluxos de caixa de renda fixa Probabilidade de inicialização do padrão
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. Descontar fluxos de caixa Estimando a probabilidade de inadimplência com o modelo de Merton Calculando os requisitos de capital com o modelo ASRF
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. Obrigações de preços sob turnos de rendimento Estimando probabilidades de transição Simulando eventos de transição Implementando migrações de crédito correlacionadas

Dia 1 de 1
Avaliando o risco da carteira	Objetivo: Avaliar e analisar o risco de mercado associado a uma determinada carteira de ativos. Criando linhas de base de mercado e setor Análise de portfólio Métricas de risco de computação para um determinado portfólio Avaliando betas de portfólio Estimando o risco relativo da carteira
Modelando e simulando o risco da carteira	Objetivo: Modelar e simular o risco de mercado associado a uma determinada carteira de ativos. Ajustando distribuições paramétricas e não paramétricas para dados de mercado e portfólio Analisando cenários gerados a partir de modelos de distribuição Calibrando modelos multivariados de risco de SDE Simulação e análise de Monte Carlo Reconstruindo, analisando e reduzindo dados usando componentes principais
Analisando o Risco de Volatilidade Implícita	Objetivo: Estimar e interpolar as curvas e superfícies de volatilidade implícitas dos dados de opção observados no mercado. Organizando dados de opções Estimando a volatilidade implícita Interpolando curvas e superfícies de volatilidade Calibrando o modelo SABR
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. Identificando a autocorrelação e os efeitos GARCH em séries temporais Criando e ajustando modelos de séries temporais orientadas para risco Modelagem de caudas de distribuição usando teoria de valores extremos Modelando séries correlacionadas usando cópulas Simulando a partir de modelos combinados
Bootstrapping e Simulação Histórica Filtrada	Objetivo: Realizar análise de risco de mercado aplicando simulação histórica filtrada. Realizando simulação histórica filtrada a partir dos resíduos de um modelo Automatizando a análise com bootstrapping
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. Preparando modelos de risco para backtesting Realizando testes de hipóteses sobre valores de saída previstos a partir de modelos de risco Resumindo e reportando os resultados do backtest Executando vários backtests

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 um namespace armazenando vários arquivos em um pacote Encapsulando dados e funcionalidade em um único arquivo de definição de classe Documentando tipos de dados personalizados Criando e usando variáveis de tipos de dados personalizados
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. Definindo interações seguras por meio de métodos de acesso a dados Projetando a Interface de Classe Pública com os Atributos de Propriedade e Método Customizando operadores padrão para sua classe Evitando a duplicação de código por meio de refatoração interna
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. Criando uma superclasse via abstração Herdando de uma superclasse Definindo propriedades e métodos abstratos Implementando Comportamento Especializado em 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. Criando uma classe de visualizador contendo uma classe de dados Escrevendo código (polimórfico) sensível ao contexto Referenciando um objeto de dados de vários objetos do visualizador Escolhendo entre classes de identificador e valor

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. Visão geral da estrutura de teste de unidade do MATLAB Escrevendo um método de teste Criando um ambiente de teste usando métodos de configuração e desmontagem Parametrizando um método de teste Agregando e executando suítes de testes Teste de registro e resultados de cobertura
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. Eventos, ouvintes e retornos de chamada Usando eventos de propriedade predefinidos Consulta de informações meta da classe Definindo ouvintes de propriedade Implementando uma função de retorno de chamada Definindo eventos customizados e seus retornos de chamada
Convertendo e concatenando objetos	Objetivo: implementar conversões de tipo de dados. Define relações de precedência entre classes. Construa matrizes de objetos heterogêneos. Regras de precedência do operador MATLAB Convertendo objetos de uma classe para outra Definindo uma hierarquia de classes heterogêneas Métodos de implementação para matrizes heterogêneas

Dia 1 de 1
Conectando ao sistema operacional do robô (ROS)	Objetivo: Trocar dados entre ambientes MATLAB e ROS. Iniciando e desligando o ROS Inscrevendo-se em tópicos Publicação de mensagens para tópicos Solicitando e fornecendo serviços
Algoritmos de Circuito Fechado de Construção	Objetivo: Projetar um algoritmo simples de planejamento de movimento no MATLAB usando dados do ROS. Criando um waypoint seguindo o algoritmo Algoritmos de teste no MATLAB Algoritmos de teste em robôs e simuladores habilitados para ROS
Considerações de design	Objetivo: Explorar diferentes métodos para controlar a execução e a transferência de dados de algoritmos. Criando algoritmos baseados em eventos Executando algoritmos a uma taxa fixa Compartilhando dados
Incorporando Algoritmos Internos	Objetivo: Use os algoritmos de robótica móvel incluídos no Robotics System Toolbox. Construindo uma grade de ocupação Criando um roteiro probabilístico Rastreando um caminho com o algoritmo de busca pura

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. Importando e exibindo arquivos de vídeo Destacar objetos desenhando marcadores e formas como retângulos Combinando e sobrepondo duas imagens Realizando 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. Detectando e extraindo recursos em uma imagem Recursos de correspondência entre dois conjuntos de recursos de entrada Estimando a transformação geométrica entre imagens Alinhando e costurando imagens
Detecção de Objetos	Objetivo: Treinar um detector para detecção flexível de objetos. Detecte objetos em movimento usando um detector de primeiro plano. Marcando objetos de interesse em imagens de treinamento Treinar e usar o detector de objetos em cascata Usando a detecção de primeiro plano para detectar objetos
Estimação de Movimento	Objetivo: Estimar direção e força de movimento em uma seqüência de vídeo. Entendendo a percepção de movimento em imagens Estimando o movimento usando o correspondente de bloco Estimativa de movimento usando métodos de fluxo óptico

Dia 2 de 2
Rastreamento	Objetivo: Rastrear objetos únicos e múltiplos e estimar sua trajetória. Lide com a oclusão prevendo a posição do objeto. Rastreando objetos usando histograma de valores de pixel Pontos de rastreamento usando um rastreador de pontos Previsão da posição do objeto usando o filtro de Kalman Acompanhando vários objetos
Calibração da câmera	Objetivo: Remover a distorção da lente das imagens. Meça o tamanho dos objetos planares. Estimativa dos parâmetros intrínsecos, extrínsecos e de distorção da lente de uma câmera Visualizando o erro de calibração Removendo a distorção da lente Medindo objetos planares em unidades do mundo real
Nuvens de ponto	Objetivo: Trabalhar com pontos de dados armazenados como nuvens de pontos. Importe, visualize e processe nuvens de pontos. Importando e visualizando nuvens de pontos Removendo outliers de nuvens de pontos Registrando várias nuvens de pontos Colocar uma forma geométrica em uma nuvem 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. Reconstruindo uma cena usando duas ou várias imagens Reconstruindo uma cena usando câmeras estéreo calibradas Extraindo informações de profundidade de imagens estéreo

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. Criando sinais discretos Amostragem e reamostragem Sinais de visualização Modelagem de ruído Realizando reamostragem, modulação e correlação Gerando sinais de streaming
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. Transformada discreta de Fourier Windowing e zero padding Estimativa de densidade espectral de potência Espectros variantes no tempo Usando um analisador de espectro no MATLAB
Sistemas Invariantes de Tempo Linear	Objetivo: Representar sistemas lineares invariantes no tempo (LTI) no MATLAB e calcular e visualizar diferentes caracterizações de sistemas LTI. Representações do sistema LTI z-transform Freqüência e resposta ao impulso Visualizando as propriedades do filtro Aplicação de filtros a sinais finitos e de streaming

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. Especificações do filtro Design de filtro interativo Funções comuns de design de filtro Design de filtro com objetos de especificação de filtro Reduzindo o atraso do filtro Filtragem de Domínio de Frequência
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. Navegue pelos sinais e faça medições simples Executar análise espectral interativa Projete e aplique filtros para sinalizar interativamente
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. Downsampling e upsampling Identidades nobres e estruturas FIR polifásicas Decimadores e interpoladores polifásicos Projetar filtros FIR multiestágios e interpolados
Design de filtro adaptativo	Objetivo: projetar filtros adaptativos para identificação do sistema e cancelamento de ruído. Noções básicas de filtragem adaptativa Execute a identificação do sistema Execute o cancelamento de ruído Melhore a eficiência do filtro adaptável

Dia 1 de 2
Melhorando a performance	Objetivo: Analisar o desempenho do código e utilizar técnicas de aceleração no MATLAB. Identificando gargalos Arrays de pré-alocação Operações de vetorização de várias maneiras Reescrevendo algoritmos
Gerando arquivos MEX	Objetivo: Gerar arquivos de código compilados a partir do código MATLAB para melhor desempenho. Visão geral e fluxo de trabalho do MATLAB Coder Gerando e verificando arquivos MEX Chamando Funções Não Suportadas Ajustando configurações para geração de arquivos MEX
Paralelizar Cálculos	Objetivo: Paralelizar a execução de código para aproveitar vários núcleos. Abrindo processos adicionais do MATLAB Correndo paralelamente para loops Velocidades de medição Processando vários arquivos em paralelo