Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Digitális jelfeldolgozás a gyakorlatban

    A tantárgy angol neve: Digital Signal Processing in Practice

    Adatlap utolsó módosítása: 2020. november 26.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar
    Villamosmérnöki szak
    Informatikai szak
    MSc képzés és BSc képzés
    Szabadon választható tantárgy

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMIBV09   0/2/0/f 2  
    3. A tantárgyfelelős személy és tanszék Dr. Renczes Balázs,
    4. A tantárgy előadója Dr. Renczes Balázs egyetemi adjunktus, Méréstechnika és Információs Rendszerek Tanszék
    Dr. Kollár Zsolt egyetemi docens, Méréstechnika és Információs Rendszerek Tanszék
    6. Előtanulmányi rend
    Ajánlott:
    Jelek és rendszerek, méréstechnika, valószínűségszámítás
    7. A tantárgy célkitűzése

    A digitális jelfeldolgozás gyakorlati feladatainak áttekintése, problémamegoldások, számítógépes gyakorlatszerzés alapvető digitális jelfeldolgozási feladatokban, MATLAB felhasználásával.

    8. A tantárgy részletes tematikája

    1.      Jelfeldolgozási képességek bemutatása MATLAB-ban: Signal Processing toolbox ismertetése. Beépített jelfeldolgozó alkalmazások használata: Signal analyzer, window designer. Különböző jelek vizsgálata idő és frekvenciatartományban.

    2.      Próba jelek csoportosítása, jellemzői, leírása, előállítása. Multiszinusz generálása FFT-vel. Speciális szekvenciák és azok gyakorlati alkalmazása: Barker-kód, komplementer Golay szekvenciák, Zadoff-Chu szekvenciák.

    3.      Jelek mintavételezése és Fourier-transzformáltja. Koherens illetve nemkoherens mintavételezés és annak hatása a jel spektrumára, alulmintavételezés és annak hatása a jel spektrumára gyakorlati példákkal. Alulmintavételezés használata demodulációra. Szinusos jelek vizsgálata. Zaj Fourier-transzformáltja, illetve annak eloszlásai.

    4.      A jelek digitális ábrázolásának alapjai, gyakorlati megvalósítások, az elvi tételek gyakorlati alkalmazhatósági korlátai, közelítések és feltűnő eltérések a várttól: Dither, kvantálási és kerekítési kérdések. Lebegőpontos számábrázolás kvantálási hibája.

    5.      Az információkinyerés alapjai: least squares becslés, maximum likelihood becslések, egyszerű példa bemutatása. A least squares probléma megoldás MATLAB-ban. 3- illetve 4-paraméteres szinuszillesztés least squares módszerrel illetve ADC test toolbox segítségével.

    6.      Analóg-digitális átalakítók kvantálási hibája illetve a kvantálási hiba modellezése. Kvantálási hiba leírása jelfeldolgozó hálózatokban. Szigma-Delta/Delta-Szigma átalakító vizsgálata.

    7.      FFT: Cooley-Tukey eljárás implementálása MATLAB-ban. Implementációs kérdések, az FFT kerekítési hibák. 2 N hosszúságú valós jel szimultán FFT-je N pontos FFT-vel, 1 N hosszúságú valós jel FFT-je N/2 pontos FFT-vel, IFFT levezetése az FFT-ből.

    8.      Nemparametrikus spektrumbecslési eljárások vizsgálata MATLAB segítségével. Periodogram és az autokorrelációs függvény kapcsolata. Welch spektrumbecslési eljárás vizsgálata különböző ablakozási függvényekkel. Spektrogram készítése rövid idejű Fourier-transzformáltak segítségével - a megfigyelési ablak hosszának hatása a spektrumra.

    9.      Parametrikus spektrumbecslési eljárások vizsgálata MATLAB segítségével: Burg módszer, Yule-Walker módszer bemutatása példákon keresztül. Altér alapú spektrumbecslési eljárások vizsgálata: Sajátérték módszerrel, MUSIC eljárással. A Karhuen-Leuve transzformáció bemutatása.

    10.  Rendszeridentifikáció alapjai: Frekvenciatartománybeli eljárások. Parametrikus illetve nemparametrikus módszerek. Speciális tulajdonságú gerjesztő jelek generálása és tervezése: optimális véletlen fázisú multiszinusz, PRBS.

    11.  Rendszeridentifikációs eljárások gyakorlati megvalósításai: az Fdident toolbox bemutatása és használata. Rendszeridentifikáció zajos környezetben. Nemlineáris hatások kiküszöbölése speciális gerjesztőjelek segítségével.

    12.  Konvencionális konvolúció és FFT alapú konvolúció vizsgálata. Dekonvolúciós eljárások vizsgálata. Átviteli út kompenzálása dekonvolúcióval. Zaj hatása dekonvolúciós problémák esetén.

    13.  Tartalék gyakorlat, konzultációs alkalom.

    14.  Zárthelyi alkalom.

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Számítógépes gyakorlat saját számítógépen.
    10. Követelmények

    a. A szorgalmi időszakban: a számítógépes gyakorlatok legalább 70%-án való részvétel, kis házi feladatok beadása, 1 zárthelyi megírása.

    b. A vizsgaidőszakban: -

    c. Elővizsga: -

    11. Pótlási lehetőségek Zárthelyi pótolható a pótlási héten.
    12. Konzultációs lehetőségek Igény szerint.
    13. Jegyzet, tankönyv, felhasználható irodalom
    • Dr. Schnell László (főszerk.): Jelek és rendszerek méréstechnikája III. kötet (514352, régen J5-1435/b)
    • Dr. Kollár István: Méréstechnika II. (Jelanalízis) feladatgyűjtemény. BME jegyzet, 51441 (régen J5‑1441).
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra28
    Félévközi készülés órákra7
    Felkészülés zárthelyire18
    Kis házi feladatok elkészítése7
    Kijelölt írásos tananyag elsajátítása 
    Vizsgafelkészülés 
    Összesen60
    15. A tantárgy tematikáját kidolgozta Dr. Kollár István egyetemi tanár, Méréstechnika és Információs Rendszerek Tanszék
    Dr. Kollár Zsolt docens, Méréstechnika és Információs Rendszerek Tanszék