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

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Információfeldolgozás laboratórium

    A tantárgy angol neve: Information Processing Laboratory Exercises

    Adatlap utolsó módosítása: 2008. október 20.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Villamosmérnöki szak, MSc képzés

    Beágyazott információs rendszerek szakirány

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMIM322 3 0/0/3/f 4  
    3. A tantárgyfelelős személy és tanszék Dr. Sujbert László, Méréstechnika és Információs Rendszerek Tanszék
    A tantárgy tanszéki weboldala http://www.mit.bme.hu/oktatas/targyak/vimim322/
    4. A tantárgy előadója Dr. Sujbert László docens, MIT
    5. A tantárgy az alábbi témakörök ismeretére épít Jelfeldolgozási és programozási ismeretek
    6. Előtanulmányi rend
    Kötelező:
    NEM ( TárgyEredmény( "BMEVIMIMB03" , "jegy" , _ ) >= 2
    VAGY
    TárgyEredmény("BMEVIMIMB03", "FELVETEL", AktualisFelev()) > 0)

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

    A kötelező előtanulmányi rendek grafikus formában itt láthatók.

    7. A tantárgy célkitűzése A laboratóriumi mérések célja a beágyazott rendszerekben előforduló információ-feldolgozási algoritmusok és a hozzájuk tartozó, illetve azokat kiegészítő szoftver eszközök ismeretének elmélyítése. A mérések során a hallgatók felhasználják az elemi jelfeldolgozási ismereteket (átlagolás, szűrés, diszkrét Fourier-transzformáció stb.), de a mérések célja összetett rendszerek létrehozása és vizsgálata. A tantárgy 5 tematikus, egyenként 8 órás mérésből áll. A mérések hardver bázisát jelfeldolgozó kártyák (Analog Devices DSP-vel), valamint a MIT saját fejlesztésű moduláris mikrokontrolleres platformja, a „mitmót” adja. A mérési feladatok többségét valamilyen valóságos fizikai rendszer vagy annak modellje mint mintarendszer támogatja. A szoftver hátteret főként a LabView és a Matlab programcsomag, valamint DSP-s fejlesztőrendszer adja.

     

    8. A tantárgy részletes tematikája 1. mérés.  Virtuális műszerek fejlesztése

     

    A LabView programcsomag megismerése, a virtuális műszer kialakításának lépései. Egyszerű feladatok megoldása: időzítés, jelgenerálás, kijelzés. Adott (feladatkészletből választott) virtuális műszer megvalósítása. Lehetséges feladatok: függvénygenerátor, spektrumanalizátor, oszcilloszkóp, frekvenciamenet-kiegyenlítő stb. A feladatok megoldását könyvtári függvények támogatják.

     

    2. mérés. Magasszintű kódgenerálás „mitmót”-ra

     

    Kódgenerálás „mitmót”-ra LabView segítségével. Az adott hardver kínálta VI-készlet megismerése, új projekt kialakításának lépései. Egyszerű feladatok megoldása: hőmérő, reakcióidő-mérő. Adott (feladatkészletből választott) beágyazott rendszer megvalósítása. Lehetséges feladatok: hőmérséklet-szabályozás, kisautó távirányítása, adatgyűjtő szenzorhálózat kialakítása stb. A feladatok megoldását könyvtári függvények támogatják.

     

    3. mérés.  Adaptív szűrők vizsgálata

     

    LMS-algoritmus megvalósítása. Az LMS-algoritmus változatai, az XLMS-algoritmus vizsgálata. Adaptív nemrekurzív (FIR) szűrők vizsgálata. Identifikáció LMS-algoritmussal. Adaptív visszhangcsökkentés (echo cancellation) megvalósítása elektronikus és akusztikus csatornában.

     

    4. mérés. Neurális és fuzzy rendszerek vizsgálata

     

    Osztályozó rendszer megvalósítása többszintű feldolgozással. Rezgés- és hangjelek feldolgozása: főbb paraméterek kinyerése idő- és frekvencia-tartománybeli módszerekkel, osztályozás neurális és fuzzy rendszerekkel. Neurális hálózatok paraméterezésének, tanításának vizsgálata. Fuzzy rendszerek paraméterezésének vizsgálata. Zenei hangfelismerés neurális és fuzzy rendszerekkel.

     


    5. mérés. Elosztott rendszerek szenzorhálózatok vizsgálata

     

    Jelátvitel rádiós csatornán. Mintavétel szinkronizációjának megvalósítása. Interpolációs technikák alkalmazása. Akusztikus jel mintavételezése „mitmót”-ok segítségével, fúzió DSP-n. Sávszélesség jobb kihasználása: tömörítési technikák. A szenzorok számának hatása (szükséges számú, annál több vagy kevesebb szenzor jelének feldolgozása). Visszacsatolás szenzorhálózatban.

     

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Heti 4 órás laboratóriumi gyakorlat. Egy mérés 2 egymást követő 4 órás gyakorlatból áll, amelyen a hallgatók mérőcsoportokban vesznek részt.
    10. Követelmények ·        A méréseken a részvétel kötelező.

     

    ·        Minden mérésről jegyzőkönyvet kell készíteni, mérőcsoportonként egyet. A jegyzőkönyvre osztályzatot adunk. Az elégtelen mérést pótolni kell.

     

    ·        A félévközi jegy a jegyzőkönyv-osztályzatok átlaga. Kerekítés 50 századtól felfelé.

     

     

    11. Pótlási lehetőségek A felév során 2 laboratóriumi gyakorlat pótolható, függetlenül az eredménytelenség okától. Több eredményesen el nem végzett mérés esetén (pl. hosszabb betegség), a félév további menete a tantárgyfelelőssel egyeztetendő.
    12. Konzultációs lehetőségek Megbeszélés szerint.
    13. Jegyzet, tankönyv, felhasználható irodalom Mérési útmutatók.
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra40
    Félévközi készülés órákra40
    Felkészülés zárthelyire0
    Házi feladat elkészítése0
    Kijelölt írásos tananyag elsajátítása40
    Vizsgafelkészülés0
    Összesen120
    15. A tantárgy tematikáját kidolgozta Dr. Sujbert László docens, dr. Dabóczi Tamás docens, dr. Tóth Csaba adjunktus, MIT
    Egyéb megjegyzések A tantárgy angol neve: Information Processing Laboratory Exercises