課程資訊
課程名稱
 高等量測與控制
Advanced Measurement and Control 
開課學期
 106-2 
授課對象
 工學院  交通工程組  
授課教師
  
課號
 CIE8028 
課程識別碼
 521 D4050 
班次
  
學分
 3.0 
全/半年
 半年 
必/選修
 選修 
上課時間
 星期二A,B,C(18:25~21:05) 
上課地點
 土224 
備註
 總人數上限：20人 
  
課程簡介影片
 
核心能力關聯
 核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

(中) 量測與控制已是許多專業動態系統的設計與製作所必需之知識或技術，以智慧運輸系統(Intelligent Transportation Systems, ITS)、車載資通訊系統暨車聯網系統(Telematic and Connected Vehicles, TCV)及物聯網系統(Internet Of Things, IOT)之設計與系統運作都仰賴精進的量測與控制知識。基本量測與控制已於課程521M6460 (交通量測與控制)中講授，本課程將以其更上層之內容為主：(1)講授隨機過程(Stochastic Processes)，(2)馬可夫鏈及其穩定(Markovian Process and Stochastic Stability)，(3)隨機估測與控制(Stochastic Estimation and Control)。演算例包括: 數據採集、數據模化、資料融合、數據儲存、無縫時空模型、數據還原、觀測器設計，控制模型設計-隨機控制、模糊隨機控制、PID模糊隨機控制等。
 

課程目標
 課程目標
(中)
(一)瞭解隨機過程的論述及演繹。
(二)幾個重要的過程的假設、成形、參數、推理。
(三)馬可夫過程與半馬可夫過程。
(四)系統穩定之鑑別。
(五)隨機控制之推論。
(六)PID_模糊_隨機控制之控制設計。
(英)
.
學習評量方式
上課討論熱度1/3.設計架構及創新性1/3.實作作品1/3
授課進度與內容（週次、時間、單元名稱與內容、補充閱讀資料、作業進度、備註）
週次 課程內容概要
1 瞭解隨機過程的論述及演繹。
2 幾個重要的過程的假設、成形、參數、推理(1)
3 幾個重要的過程的假設、成形、參數、推理(2)
4 幾個重要的過程的假設、成形、參數、推理(3)
5 馬可夫過程(1)
6 馬可夫過程(2)
7 半馬可夫過程
9 系統穩定之鑑別
10 隨機控制之推論(1)
11 隨機控制之推論(2)
12 隨機控制之推論(3)
13 PID_模糊_隨機控制之控制設計(1)
14 PID_模糊_隨機控制之控制設計(2)
15 PID_模糊_隨機控制之控制設計(3)
16 設計專題討論(1)
17 設計專題討論(2)
18 設計專題討論(3)
 
課程要求
 教學模式 教學模式 講授 討論/報告 實習實作 其他（ ） 合計
學分分配 2 1 0 3
授課時數分配 7/10 3/10 0 10/10
前置課程
課程編碼 課程名稱 與課程銜接的重要概念、原理與技能
521M6460 交通量測與控制 <交通量測與控制>講授(1)微分方程與差分方程之解空間對系統設計的要點、(2)控制工程方塊圖與其對偶方程式、(3)變分法與尤拉方程、李雅波諾夫穩定性、(4)最佳控制、(5)隨機控制-卡曼濾波器及適應性控制架構。
<高等量測與控制>則主授(1)隨機過程，(2)馬可夫鏈/半馬可夫鏈及其穩定性，(3)隨機估測與控制。


 
預期每週課後學習時數
  
Office Hours
  
指定閱讀
  
參考書目
 參考書目（書名、作者、代理商）
(1) E. Parzen, Stochastic Processes, Stanford University.
(2) S.P.Meyn and R.L. Tweedie, Markov Chains and Stochastic Stability, Springer-Verlag.
(3) G.N. Saridis, Stochastic Processes, Estimation and Control, John-Willey & Sons, Inc..
(4) R.A. Howard, Dynamic Probabilistic Systems, Stanford University.

 
評量方式
(僅供參考)
    
課程進度
週次
日期
單元主題
無資料