BME VIK - Méréselmélet

3. A tantárgyfelelős személy és tanszék Dr. Péceli Gábor,

4. A tantárgy előadója Dr. Péceli Gábor, egyetemi tanár

5. A tantárgy az alábbi témakörök ismeretére épít Jel- és információfeldolgozás alapjai

6. Előtanulmányi rend

Kötelező:

NEM ( TárgyEredmény( "BMEVIMIMA17" , "jegy" , _ ) >= 2
VAGY
TárgyEredmény("BMEVIMIMA17", "FELVETEL", AktualisFelev()) > 0)

A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.

7. A tantárgy célkitűzése A tantárgy a környező anyagi világ megismerését, valamint kvantitatív és kvalitatív jellemzését segítő mérnöki módszerek elméleti hátterét mutat be. Jel- és rendszerelméleti, becslés és döntéselméleti továbbá adat- és jelfeldolgozási módszereket tekint át azzal az igénnyel, hogy elősegítse komplex mérési, modellezési és információfeldolgozási feladatok megoldását. Elsősorban folytonos és hibrid rendszerekhez kapcsolódóan jelentős mértékben fejleszti a tudatos modellalkotási és problémamegoldó készséget. Mindezt a mérési és modellezési problémák egységes szemléleti keretbe helyezésével éri el. Ez a keret a jelátviteli rendszerek alapkoncepcióit is befogadja. A tárgy keretében elsajátított módszerek megalapozásként és háttérként szolgálnak kutatási és fejlesztési feladatok megoldásához.

A tantárgy követelményeit eredményesen teljesítő hallgatóktól elvárható, hogy:

(1) ismerjék a mérés és modellezés helyét, szerepét és egymáshoz való viszonyát a megismerési folyamatokban,

(2) gyakorlati problémák megoldása során alkalmazni tudják az alapvető jel- és rendszerelméleti, valamint becslés- és döntéselméleti eljárásokat,

(3) tisztában legyenek a modellillesztés (identifikáció és adaptáció) alapvető módszereivel, továbbá az optimalizálás különböző technikáival, különös tekintettel a rekurzív eljárásokra,

(4) ismerjék a leggyakrabban használt jelátviteli és jeldetektálási technikákat,

(5) áttekintésük legyen tipikus folyamat-felügyeleti rendszerek jelfeldolgozási feladatairól,

(6) tájékozottak legyenek intelligens mérő- és információ-feldolgozó rendszerek kialakításának legfontosabb szempontjairól.

8. A tantárgy részletes tematikája · Bevezetés (2 óra elmélet/előadás):
Célkitűzés: a hallgatók ráhangolása a méréselmélet legfontosabb problémáira, kihívásaira.

A mérés és a modellezés kapcsolata. A modellillesztéssel (identifikáció és adaptáció) szemben támasztott követelmények. Paramétereiben adaptív rendszerek, struktúrájukban adaptív rendszerek, hibrid, és hierarchikus modellel jellemzett rendszerek. Az intelligens mérő és információ-feldolgozó rendszerekkel szemben támasztott követelmények. Autonóm és beágyazott rendszerek mérési feladatai.

· Modell-alapú jelfeldolgozás (8 óra elmélet/előadás):

Célkitűzés: átfogó képet adni a jelreprezentáció és a jelfeldolgozás legfontosabb alapelveiről és ezek kapcsolatáról, és arról, hogy a hatékony jelfeldolgozás előfeltétele és eszköze a jó jelreprezentáció.

Jelmodellek: a jeltér fogalma, determinisztikus és sztochasztikus jelek leírása, jel reprezentációk. Időtartomány, transzformált tartomány. Jeltranszponálás, sáv-szelektív feldolgozás. A megfigyelő-elmélet alapjai. Megfigyelők állapotbecslésre. A Kalman prediktor. A jelreprezentációs technikák és a megfigyelők kapcsolata. Rekurzív transzformációk megvalósítása. Megfigyelők jelfeldolgozási feladatokra. Transzformált tartománybeli jelfeldolgozás. Az ortogonalitás és a passzivitás szerepe jelfeldolgozó struktúrákban.

· Modellillesztés (8 óra elmélet/előadás):

Célkitűzés: annak egyértelművé tétele, hogy a mérési eljárás célja és egyben legfontosabb eszköze a modellillesztés: a mérés maga a legjobban illeszkedő modell – valamilyen formában történő – megadását jelenti.

A regressziós feladat általánosítása: identifikáció/adaptáció/tanulás. Illesztési kritériumok, illesztési eljárások globális, ill. lokális információ alapján: a Gauss-Newton eljárás, gradiens alapú, ill. közelítőleg gradiens eljárások. Az eljárások stabilitása/konvergenciája, a konvergencia sebessége. Adaptív véges impulzusválaszú (FIR) szűrők. Transzformált tartománybeli adaptív szűrés. Adaptív végtelen impulzusválaszú (IIR) rendszerek.

· Becslés- és döntéselmélet (6 óra elmélet/előadás):

Célkitűzés: a modellillesztés feladatának bővítése olyan esetekkel, amikor a jelenségek leírásában hangsúlyosabb szerepet kapnak valószínűségi modellek és eljárások.

Becslések és döntések jellemzői, minősítésük. Bayes becslők. Maximum likelihood becslők. Legkisebb négyzetes hibájú becslők. Lineáris becslések. Wiener szűrés. Rekurzív becslések: a Kalman szűrés. A Gauss-Markov becslő. A legkisebb négyzetes hibájú lineáris becslő. A döntéselmélet alapjai.

· Jelátviteli rendszerek (6 óra elmélet/előadás):

Célkitűzés: a mérési eljárások és a jelátviteli rendszerek közötti analógiák feltárása, az alkalmazott jelreprezentációk és jelfeldolgozás lényegében azonos alapelveinek bemutatása.

Jelgenerálás: vizsgálójel, ill. átviendő információ. Jelátvitel: moduláció-demoduláció, csatornamodellek. Jeldetektálás: információ rekonstrukció/”mérés”. Analitikus jel fogalma, determinisztikus és sztochasztikus jelek leírása komplex amplitúdók segítségével, sáváteresztő típusú rendszerek alapsávi ekvivalens modelljei. Hibadetektálás, hibaarány.

· Nemlineáris, dinamikus rendszerek (2 óra elmélet/előadás):

Célkitűzés: kitekintés jelleggel komplex jelfeldolgozási problémák bemutatása, megoldásuk alapelveinek áttekintése.

Identifikáció és szabályozás nemlineáris, dinamikus rendszerekben. Szakaszosan lineáris, dinamikus rendszerek. Kvalitatív modellezés és szabályozás. Jelfeldolgozás újrakonfigurálható rendszerekben. Átkapcsolások tranziens jelenségei. A tranziensek befolyásolásának módszerei.

· Hibadetektálás és diagnosztika (2 óra elmélet/előadás):

Célkitűzés: kitekintés jelleggel komplex rendszerek felügyeleti és diagnosztikai alrendszereinek áttekintése, példa jelleggel néhány detektálási és diagnosztizálási eljárás bemutatása.

Folyamat-felügyeleti rendszerek jelfeldolgozási feladatai. A változásdetektálás módszerei. A detektált változás okának feltárása: hibadiagnózis, hibalokalizálás. Döntési eljárások a hiba következményeinek elhárítására. Tesztelés, diagnosztika.

· Mérőrendszerek (2 óra elmélet/előadás):

Célkitűzés: kitekintés jelleggel autonóm működésű komplex mérőrendszerek jellemzőinek bemutatása.

Intelligens mérő- és információ-feldolgozó rendszerek kialakításának kérdései: modell-építés, kísérlettervezés, eredmény-interpretálás és beépülésük a mérő, ill. a jelfeldolgozó eszközbe.

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) előadás

10. Követelmények

Két sikeres nagyzárthelyi, továbbá két házi feladat előírt színvonalú elkészítése. A házi feladatok a megismert módszerek és számítási eljárások begyakoroltatását szolgálják. A kredit megszerzésének feltétele külön-külön a nagyzárthelyik és a házi feladatok mindegyikére kapható maximális pontszám 40%-ának elérése. Az osztályzatot a nagyzárthelyi és a feladatok össz-pontszáma alapján állapítjuk meg.

11. Pótlási lehetőségek

A zárthelyi a szorgalmi időszakban egy, illetve a pótlási időszakban további egy alkalommal pótolható. Az otthoni feladatok a pótlási hét végéig különeljárási díj ellenében pótolhatók.

12. Konzultációs lehetőségek

Előadóval egyeztetett időpontban.

13. Jegyzet, tankönyv, felhasználható irodalom [1] Schnell László (főszerkesztő): Jelek és rendszerek méréstechnikája. Műszaki Könyvkiadó, 1985.

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	42
Félévközi készülés órákra	14
Felkészülés zárthelyikre	20
Házi feladat elkészítése	44
Kijelölt írásos tananyag elsajátítása	-
Vizsgafelkészülés	-
Összesen	120

15. A tantárgy tematikáját kidolgozta

Kollár István

Kolumbán Géza

Péceli Gábor

Sujbert László