Advanced Electronic and Electrical Engineering with Placement (27 months) MSc

Brunel University of London

This module aims to enable students to focus on particular aspects of sensors, instrumentation and control through the use of real-world examples and hence to acquire knowledge and understanding of the characteristics of sensors and associated systems for monitoring and control, and the skills to evaluate, design and implement them.

This module aim to enable Engineering students to deal with legal, social, ethical and environmental issues and apply professional codes of conduct. Indicative content: ethics and legal aspects, risk and environment management systems, risk assessment and engineering failure methods and sustainability.

This module aims to enable students to focus on photonic systems and electronic systems for sensors in general the use of real-world examples and hence to acquire knowledge and understanding of the characteristics of sensors and associated systems for, and the skills to evaluate, design and implement them.

This module aims to provide experience in defining and organising, executing and evaluating a substantial individual in-depth investigation into a topic related to the appropriate wireless and computer communication networks and presenting the information in the form of a dissertation.

The aims of this module are to develop students’ ability to: 1. critically analyse and design advanced power electronic circuits; 2. incorporate state-of-the-art power electronic circuits in electric vehicle machines and drives.

The aim of the module is: To understand the full range of state-of-the-art artificial intelligence systems techniques; To raise critical awareness of the issues affecting the performance of artificial intelligence systems; To develop the skills required to develop artificial intelligence applications; To gain hands-on experiences through learning, applying and implementing artificial intelligence systems to a given simulated system. The indicative content includes, Overview of artificial intelligence systems techniques, Intelligent Computation Techniques (Fuzzy Logic: Concepts, Membership functions, Inference methods and design; Neural Networks (NN): Representations, Topologies, Deep Learning techniques; Neuro-Fuzzy Systems (NF): Design, Topology, Training, Comparison to NN; Genetic Algorithms: Representations, Genetic operators, Selection schemes, Fitness & population evaluation, Constraint handling, Learning and evolution; Swarm Intelligence: Particle swarm, Ant Colony optimisation), Intelligent Data Processing Techniques, Applications (Wireless and computer networks, Bioinformatics, Medical imaging & visualisation, Pattern recognition & biometrics, Computer vision, Future trends).

This module will focus on advanced communication technologies and networks. Indicative contents: Network Basics: ISO/OSI Reference Model and TCP/IP Reference Model, Network layer operation: TCP/IP, Packet Scheduling and Delay, IP Quality of Services (QoS), Resource Reservation Protocol (RSVP), Integrated Service Model and Differentiated Service Model, Multi-Protocol Label Switching (MPLS), ATM Networks, Traffic Engineering IP Multicasting Mobile and wireless communication systems: Cellular system, Frequency reuse, 1st and 2nd generation systems, 2 and 2.5 G (GSM, GPRS, EDGE), UMTS-3G, (UTRAN, Core Networks, Handover, Power Control, Rake receiver), 4G (LTE – Advanced, S/P, IFFT, CP, P/S), 5G (Introduction, C-RAN, MIMO), ZIGBEE, UWB, Bluetooth. Ad-hoc and Mesh Networks: Introduction to mesh networks, power spectral efficiency and green radio, Mesh network Components, Ad-Hoc Routing protocols.

To develop in-depth knowledge and understanding of real-time signal processing, embedded DSP and FPGA system architectures and to develop students’ ability in to implement real time algorithms on embedded DSP processors for DSP or communication applications.

This module aims to consider the operation of radio and optical frequency systems and their integration into global systems for effective communications.

The main aims of this module are to teach the students how to: 1. critically analyse and assess smart grid operation and management objectives and functionality; 2. Evaluate and review methodologies and algorithmic structures for operational control of sustainable electrical power systems.