Tartalomjegyzék

• Mérés- és adattudomány Válogatott fejezetek
• Impresszum
• Bevezetés
• 1. fejezet. A modell alapú jelfeldolgozás rekurzív struktúrái és algoritmusai (Péceli Gábor)
  • 1.1. Bevezetés
  • 1.2. A mérési eljárások jellegzetességei
    • 1.2.1. Megfigyelés zajmentes rendszer- és megfigyelési modell esetén
    • 1.2.2. Megfigyelés zajhatással terhelt rendszer- és megfigyelési modell esetén
    • 1.2.3. Mérési eljárások megfigyelési modellekre alapozva
    • 1.2.4. Megfigyelési modellekre alapozott mérési eljárások rekurzív kiértékelése
    • 1.2.5. Rekurzív becslések egyetlen ismeretlen mennyiség esetén
    • 1.2.6. Gyakran alkalmazott lineáris megfigyelési modellek
    • 1.2.7. Nemlineáris megfigyelési modellek kiértékelése
    • 1.2.8. Csúszóablakos mérési eljárások
    • 1.2.9. Összefoglalás: Rekurzív algoritmusok
  • 1.3. Modell alapú jelreprezentáció és rekurzív algoritmusai
    • 1.3.1. Jelek ábrázolása jelterekben
    • 1.3.2. Megfigyelők jelparaméterek meghatározására
    • 1.3.3. Rezonátoros struktúrák származtatása
    • 1.3.4. A rezonátor alapú megfigyelő, mint univerzális jelfeldolgozó eszköz
    • 1.3.5. Jelszintézis rezonátoros struktúra felhasználásával
    • 1.3.6. Összefoglalás: Megfigyelő alapú jelanalízis és -szintézis
  • 1.4. Strukturális tulajdonságok, implementációs vonatkozások
    • 1.4.1. A korlátosság feltétele rezonátor alapú megfigyelőknél
    • 1.4.2. A strukturális passzivitás és az energiaviszonyok
    • 1.4.3. Összefoglalás: Strukturális jellemzők
  • 1.5. Összefoglalás
  • Irodalomjegyzék
• 2. fejezet. Adaptív spektrumbecslés és aktív zajcsökkentés (Sujbert László)
  • 2.1. Bevezetés
  • 2.2. Adaptív Fourier-analízis
    • 2.2.1. Bevezetés
    • 2.2.2. Rezonátoros struktúra
    • 2.2.3. Az AFA algoritmusa
    • 2.2.4. A frekvenciabecslő konvergenciája
    • 2.2.5. Továbbfejlesztések
    • 2.2.6. Összefoglalás
  • 2.3. Spektrumbecslés adatvesztés esetén
    • 2.3.1. Bevezetés
    • 2.3.2. Teljesítménysűrűség-spektrum becslése
    • 2.3.3. Az adatvesztés jellemzése
    • 2.3.4. Spektrumbecslés rezonátoros megfigyelővel
    • 2.3.5. FFT alapú spektrumbecslés
    • 2.3.6. Adatvesztési modellek identifikációja
    • 2.3.7. Összefoglalás
  • 2.4. Aktív zajcsökkentés
    • 2.4.1. Bevezetés
    • 2.4.2. Az aktív zajcsökkentés feladata
    • 2.4.3. Periodikus zavarhatások aktív csökkentése
    • 2.4.4. A periodikus zajelnyomáshoz kapcsolódó eredmények
    • 2.4.5. Filtered error – filtered reference LMS-algoritmus
    • 2.4.6. Aktív zajcsökkentés szenzorhálózat felhasználásával
    • 2.4.7. Összefoglalás
  • 2.5. Összefoglalás a 2. fejezethez
  • Irodalomjegyzék
• 3. fejezet. Méréstechnikai feladatok inverz problémái és algoritmusai (Dabóczi Tamás)
  • 3.1. Bevezetés
  • 3.2. A megfigyelési jelút torzításai és lehetséges kompenzálási formái
  • 3.3. Lineáris rendszerek véges sávszélességének kiterjesztése
    • 3.3.1. Dekonvolúciós algoritmusok
    • 3.3.2. Automatikus paraméteroptimalizálás
    • 3.3.3. Mintavételi jitter és hatása
    • 3.3.4. Gyakorlati alkalmazási példák
  • 3.4. Nemlinearitások kompenzálása
    • 3.4.1. Memóriával nem rendelkező statikus nemlinearitások kompenzálása jól kondicionált esetben
    • 3.4.2. Memóriával nem rendelkező statikus nemlinearitások kompenzálása rosszul kondicionált esetben – modell alapú megközelítés
    • 3.4.3. Inverz szűrés tanulórendszerekkel
  • 3.5. Szenzorfúzió
    • 3.5.1. Sávszélesség kiterjesztése komplementer szűrővel
    • 3.5.2. Szenzorfúzió Kálmán-szűrővel
  • 3.6. Közvetve mérhető mennyiségek becslése
    • 3.6.1. Idővariáns átvitel
    • 3.6.2. Nem megfigyelhető állapotváltozók mérése
    • 3.6.3. Gyakorlati példa
  • 3.7. Alkalmazási területek, MIT tanszéken elért eredmények
    • 3.7.1. Költséghatékony mérőrendszer inverz módszerekkel
    • 3.7.2. Fizikai/technológiai korlátok kiterjesztése inverz módszerekkel
    • 3.7.3. Komplex szenzorok
    • 3.7.4. Biztonságkritikus rendszerek
  • 3.8. Összefoglalás
  • Irodalomjegyzék
• 4. fejezet. Frekvenciatartománybeli rendszer-identifikáció multiszinuszos gerjesztéssel (Dobrowiecki Tadeusz)
  • 4.1. Bevezető
  • 4.2. Lineáris rendszerekről, periodikus gerjesztésekről és a frekvenciatartományról
    • 4.2.1. Lineáris rendszer és a leíró függvényei
    • 4.2.2. A mérés, a jelek és a zajok
    • 4.2.3. A mérési adatok
    • 4.2.4. A frekvenciaátviteli-karakterisztika és méréseken alapuló becslése
    • 4.2.5. Frekvencia-karakterisztika mérése periodikus jelekkel
    • 4.2.6. Frekvencia-karakterisztika mérése véletlen jelekkel
    • 4.2.7. Frekvenciamátrix becslése MIMO rendszereknél
    • 4.2.8. Frekvencia-karakterisztika mérése zárt hurokban
    • 4.2.9. Frekvencia-, vagy időtartomány? Periodikus, vagy véletlen gerjesztések?
  • 4.3. Nemparametrikus identifikáció a frekvenciatartományban nemlineáris rendszertulajdonságok esetén
    • 4.3.1. A nemlineáris hatások modellezése
    • 4.3.2. Széles körben alkalmazható bemeneti jelek
    • 4.3.3. A Legjobb Lineáris Közelítésű frekvencia-karakterisztika
    • 4.3.4. A Legjobb Lineáris Közelítésű frekvencia-karakterisztika – alkalmazói kérdések
  • Irodalomjegyzék
  • Függelékek
    • 1. függelék: ETFE mint LS becslő
    • 2. függelék: A BLA karakterisztika származtatása egy egyszerű nemlineáris rendszer esetében
    • 3. függelék: A BLA karakterisztika számítása Wiener–Hammerstein-rendszer esetében
• 5. fejezet. Módszerek mért szinuszjel feldolgozására és analóg-digitális átalakítók jellemzéséhez történő felhasználására (Pálfi Vilmos, Renczes Balázs, Virosztek Tamás)
  • 5.1. A kutatás előzményei és célkitűzései
  • 5.2. A kutatási terület ismertetése
    • 5.2.1. Az analóg-digitális átalakítók jellemzése
    • 5.2.2. Legkisebb négyzetes (LS) szinuszillesztés
    • 5.2.3. Átalakítók hisztogramtesztje szinuszos gerjesztéssel
    • 5.2.4. A nem megfelelő mintavételezés hatása a hisztogramtesztre
  • 5.3. A szinuszos hisztogramteszt feltételeinek ellenőrzése
    • 5.3.1. A szinuszjel paramétereinek meghatározása
    • 5.3.2. A túlvezérlés kezelése
    • 5.3.3. A koherens mintavételezés és a relatív prím feltételeinek ellenőrzése
    • 5.3.4. Az eljárás vizsgálata valós mérési eredményeken
    • 5.3.5. Az eredmények összefoglalása
  • 5.4. Szinuszillesztő algoritmusok numerikus kérdései
    • 5.4.1. A lebegőpontos aritmetika néhány jellemzője
    • 5.4.2. A fáziskiértékelés hibája
    • 5.4.3. A rendszermátrix kondicionáltsága
    • 5.4.4. Az eredmények összefoglalása
  • 5.5. Az A/D átalakító és mérőjele paramétereinek maximum likelihood becslése
    • 5.5.1. Bevezetés és motiváció
    • 5.5.2. A módszer alkalmazása A/D konverterek tesztelésére
    • 5.5.3. A zajmodell
    • 5.5.4. Az apertúra jitter ML becslése
    • 5.5.5. A paramétertér méretének csökkentése
  • Irodalomjegyzék