大四上¶
嵌入式系统¶
2020 Fall Update
课程安排还是前八周上课+后八周project，但今年和去年都不存在选择project这种事情，只给了一个project做。两年都是在树莓派上，都是使用摄像头，去年好像是识别人的石头剪刀布的动作，今年是用摄像头正对屏幕上的图像的一部分进行拍摄，计算拍摄到的部分位于原图像的实时位置。感觉今年这个简单不少，去年怎么也得用点AI的技术，今年这个调调OpenCV就完事了。
主要的难点应该是用Buildroot裁剪出一个能运行识别程序且尽量小的树莓派Linux系统，用到一些OS课相关的技术，至少我是这么觉得的。但也没说非得这样裁剪，助教提供了一个Python写的识别程序，我猜测（不负任何责任）即使只是把它在完整的Linux系统上跑起来也能及格，这应该不需要任何工作量。
我的代码见：https://github.com/MashPlant/rpi-image-locating。识别部分确实只调了OpenCV，但把整个系统裁剪到了8.1MiB。
—— by MashPlant
原内容
嵌入式系统是前八周上课，最后有一个project，后八周写project，课程压力较小，作业耗时在八个小时左右，作业有 (1)在树莓派上最小化一个可以跑起来监控程序的系统 (2)太阳能供电，用wifi控制开关的树莓派 (3)神经网络框架的加速(4)NBlot (5)测试树莓派的实时性能 (6)用树莓派做人机交互
我选的是太阳能供电，最后要自己手动连线，烧板子，剪USB线，比较有趣
——by吴昊哲学长
现代控制技术¶
课程内容
课程主要讲授现代控制论，不涉及经典控制论。讲授过的内容包括：
- 线性系统描述
- 微分方程
- Laplace 变换，传递函数
- 矩阵指数，状态方程，能控/能观标准型，Jordan 标准型
- 不同形式的转化
- 非线性系统 Taylor 展开线性化
- 连续系统转采样系统（时域离散，值域连续）
- 零输入/状态相应，运动方程的求解
- 稳定性
- Lyapunov 方法
- 能控能观性
- 状态反馈（极点配置），系统镇定，全/降维观测器
- 最优控制
- 线性二次型调节器
- Pontryagin 极值原理
- 动态规划
- Kalman 滤波
其中上面的内容在离散系统和连续系统中均有涉及。
先修知识
建议熟练掌握基本线性代数（对角化、Jordan 标准型、矩阵指数）、微积分（分离变量解微分方程）等内容（不掌握也可以现学）。线性代数的知识在整门课程中都会用到，微积分的知识在最后一章“最优控制”中会用到。
此外，最后一章“最优控制”要求少量基础的最优化（拉格朗日乘子、KKT条件）和非线性泛函分析知识（变分法），如果掌握了最好，没有掌握也没有关系，相关结论直接承认就行。
课件上说需要掌握随机过程、微分几何等内容，但授课和考试过程中没有涉及。
老师和给分相关
我选的2017秋，朱纪洪老师的现代控制技术，给分较高。期末总评的比例未知。
没有期中，有一次课堂练习，1.5 hr 左右，考试形式和期末是一样的，但课堂练习的题量只有期末的一半，印象里课堂练习也只占一次作业的分。 期末考试 2hr，有原题。
据说以前是李洪波老师讲的，给分较高，只有期中，期末做 project，压力较小。因为是后半部分的内容还是比较多比较复杂的。
2020秋，朱纪洪老师的现代控制技术，考核形式由投票决定，最后是10%签到+60%作业+30%开卷考试。
考试相关
开卷考试
开卷考试，可以带电脑。
试题分布
Trick
有一类计算矩阵指数选择题可以利用 Taylor 展开秒杀。例如 课堂练习 选择题第 2 题，相当于计算 $ expm(At) $ 第 2 列的值，其中 $A = [[0, -2], [1, -3]]$ 是题干中给定的矩阵。由于
$$ expm(At) = I + At + O(t^2) $$
A, C 项在 $t \to 0$ 时，不是单位阵 $I$ 第二列；D 项在 $(Ans - [[0], [1]]) / t, t \to 0$ 后，不是 $A$ 第二列，因此可以直接排除。答案为 B。
其他
我个人感觉这门课是助教在出期末考试题，朱老师平时很忙也没有怎么管。可能换了助教之后，考试的画风就会突变。
网络安全工程与实践¶
Tips
大四专业课。收获很大。最喜欢的课。一节都没翘。抱了一群大佬的大腿才坚持下来。
和一群大四狗上课就是上着上着后面人都上没了。之前队友由于毕设居然都把课给退了。于是认识了jinzihao大佬，搞了一发事情，挖了挖校园网漏洞，还真挖到了，在其他人身上做实验屡试不爽（反正我没干坏事，也就只拿了一本《天河二号简明使用手册》
最后唯一不爽的地方就是给了94，果然上四字班的课老师给分就是没这个讲究qwq
