01
课程导论与整体架构
什么是数据采集到仿真闭环？为什么需要闭环？整体技术栈与学习路径。
导论架构
02
传感器选型与信号调理
常见传感器类型（温度、压力、IMU）、信号调理电路（放大、滤波）、抗混叠滤波器设计。
传感器调理
03
数据采集硬件基础
ADC原理（逐次逼近、Sigma-Delta）、采样率与分辨率、多通道同步采集。
ADC硬件
04
数据采集软件框架
基于Python的采集框架搭建、PySerial与Socket通信、数据帧协议设计。
Python通信
05
实时数据流处理
多线程与异步IO、环形缓冲区设计、数据丢包与重传机制。
实时缓冲
06
数据清洗与预处理
异常值检测（3σ、IQR）、缺失值插补、滑动窗口滤波。
清洗滤波
07
时域与频域特征提取
均值、方差、峰值、FFT、功率谱密度、短时傅里叶变换。
特征FFT
08
数据存储与管理
CSV、HDF5、InfluxDB时序数据库选型、数据压缩与归档策略。
存储数据库
09
数据标注与标签生成
半自动标注工具、时间戳对齐、事件标签生成。
标注标签
10
仿真模型基础
数学模型 vs 数据驱动模型、一阶/二阶系统建模、状态空间表示。
建模状态空间
11
基于物理的仿真建模
动力学方程、热力学模型、电路仿真（SPICE原理）。
物理SPICE
12
数据驱动建模
线性回归、多项式拟合、神经网络基础（MLP）。
回归神经网络
13
系统辨识技术
ARX模型、子空间辨识、传递函数估计。
辨识ARX
14
仿真环境搭建
Simulink基础、Python仿真库（SciPy、SimPy）、联合仿真架构。
Simulink联合仿真
15
模型验证与校准
残差分析、拟合优度（R²）、交叉验证、参数敏感性分析。
验证校准
16
开环仿真与测试
输入信号设计（阶跃、正弦、白噪声）、仿真步长选择、数值稳定性。
开环测试
17
闭环控制基础
PID控制器原理、离散化方法、抗积分饱和。
PID控制
18
硬件在环仿真
实时仿真机（NI、dSPACE）、IO接口映射、延迟补偿。
HIL实时
19
软件在环仿真
虚拟ECU、MIL/SIL测试、回归测试自动化。
SILMIL
20
数据回放与重仿真
真实数据驱动仿真、场景复现、边界条件测试。
回放重仿真
21
状态观测器设计
卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波。
观测器卡尔曼
22
参数在线估计
递推最小二乘、梯度下降法、自适应律设计。
在线估计自适应
23
故障诊断与容错
基于残差的故障检测、传感器故障隔离、重构策略。
故障诊断容错
24
数字孪生基础
数字孪生定义、实时映射、模型更新机制。
数字孪生映射
25
数据与仿真融合
数据同化方法、集合卡尔曼滤波、贝叶斯更新。
融合同化
26
自动化闭环测试平台
CI/CD集成、测试用例生成、通过/失败判定。
自动化CI/CD
27
性能评估与优化
延迟分析、吞吐量计算、资源占用监控。
性能优化
28
安全性与可靠性
冗余设计、看门狗机制、安全认证标准（ISO 26262）。
安全ISO 26262
29
案例实战：智能驾驶
智能驾驶场景数据采集与仿真闭环。
智能驾驶实战
30
案例实战：工业机器人
工业机器人振动监测与仿真闭环。
机器人振动