Kursplan fastställd 2021-02-26 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnElectromagnetic sensor systems
- KurskodRRY057
- Omfattning7,5 Högskolepoäng
- ÄgareMPWPS
- UtbildningsnivåAvancerad nivå
- HuvudområdeElektroteknik, Teknisk fysik
- InstitutionRYMD-, GEO- OCH MILJÖVETENSKAP
- BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 29118
- Max antal deltagare40 (minst 10% av platserna reserveras för utbytesstudenter)
- Min. antal deltagare5
- Blockschema
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0120 Tentamen 6 hp Betygsskala: TH | 6 hp | ||||||
0220 Laboration 1,5 hp Betygsskala: UG | 1,5 hp |
I program
- MPEES - INBYGGDA ELEKTRONIKSYSTEM, MASTERPROGRAM, Årskurs 1 (valbar)
- MPICT - INFORMATIONS- OCH KOMMUNIKATIONSTEKNIK, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPWPS - TRÅDLÖS TEKNIK, FOTONIK OCH RYMDTEKNIK, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
Examinator
- Johan Mellqvist
- Professor, Geovetenskap och Fjärranalys, Rymd-, geo- och miljövetenskap
Behörighet
Grundläggande behörighet för avancerad nivåSökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Särskild behörighet
Engelska 6Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
Grundläggande kunskaper i naturvetenskap på kandidatnivå.
Syfte
Under de senaste åren har efterfrågan på elektromagnetiska sensorer ökat drastiskt, från tillämpningar i bilar (t.ex. kollisionssensorer) till avancerade satellitinstrument som övervakar förändringar i miljö, väder och klimat. Denna utveckling kommer att fortsätta, med efterfrågan på både mindre och billigare elektromagnetiska sensorer, som kan massproduceras, såväl som avancerade satellitsensorer som mäter exakt med hög rumslig upplösning. Dessa tekniker skapar stora mängder komplexa data och det är mycket utmanande att konvertera dessa till användbara och pålitliga data. Detta kräver god fysikalisk förståelse samt kunskaper i signalbehandling och datahantering och här är t.ex. maskinlärning mycket användbart.
Syftet med kursen är att ge en övergripande förståelse av ovanstående delar, med speciell tyngd på de fysikaliska och instrumentella principer som ligger till grund för mätningarna.
En grundläggande förståelse av möjligheter och begränsningar med olika elektromagnetiska sensortyper och kunskap om de främsta tillämpningarna ges också. Denna kunskap ska möjliggöra arbete med design av sensorsystem och ge en bas för fortsatta studier i ämnet.
Lärandemål (efter fullgjord kurs ska studenten kunna)
- Urskilja och förklara de viktigaste fysikaliska processerna som påverkar mätningar i olika våglängdsområden. Detta inkluderar att utföra beräkningar för enklare modellsystem.
- Få överblick och inblick i olika typer av elektromagnetiska sensorsystem samt de plattformar som dessa kan användas från.
- Beskriva datautvärdering, ifrån mätning till geofysisk produkt.
- Ge exempel på användbar extern data.
- Visa på en förståelse för hur data kan extraheras från observationer.
- Diskutera enkla storheter som beskriver mätningarna, som t.ex. täckning, upplösning i tid och rum samt dominerande slumpmässiga och systematiska fel.
Innehåll
Kursen beskriver elektromagnetiska sensorsystem som arbetar i olika våglängdsområden och dess möjligheter och begränsningar. Detta görs med fokus på fysikaliska principer, hårdvara, datautvärdering samt tillämpningar. I kursen kommer gästföreläsare från industrin att deltaga samt så ingår ett antal relevanta laborationsmoment där olika data extraheras från laboratoriemätning eller befintliga satellitdata.
Kursen struktureras i följande delområden :
Fysikaliska principer: absorption, emission, spridning, reflektion, strålningstransport.
Hårdvara: spektrometrar, radiometrar, optik, vågledare
Mätmetoder: Radar, Lidar, SAR, DOAS, FTIR, passiva och aktiva tekniker.
Datautvärdering: Bayesiansk teori och maskininlärning.
Plattformar: satelliter , flygplan, drönare, autonoma fordon .
Tillämpningar: avbildning, mätning av geofysikaliska och andra parametrar (gaskoncentration, havsis, partikelkoncentration, skogsbiomassa, temperatur, vattenånga, vind), framförning av autonoma fordon, avståndsmätning ( topografi/bathymetri), väderprognoser.
Organisation
Kursen innehåller föreläsningar, räkneövningar, laborationsmoment.
Flera gästföreläsningar från näringslivet angående sensorer och maskininlärning kommer att hållas.
Litteratur
Litteratur handahålls senare men den kommer att innehålla, kursbok, föreläsningsmaterial och kompendium; de senare tillhandahålls utan kostnad.
Examination inklusive obligatoriska moment
Skriftlig tentamen (6 hp) samt obligatoriska laborationsmoment (1.5 hp). Slutbetyget kommer att baseras på tentamensresultaten.
Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.