Computer based control and signal processing

Számítógépes irányítás és jelfeldolgozás

A tantárgyleírás hatályossága

Hatályosság kezdete:

—

Hatályosság vége:

—

Subject name (Hungarian, English)

Számítógépes irányítás és jelfeldolgozás

Computer based control and signal processing

Subject code

BMEGEMIBMJF

Subject type

—

Training Level

—

Course types and hours (weekly/semester)

Course type	lecture	tutorial	laboratory
hours (weekly)	2	0	2
type (linked/independent)	—	—	—

Assessment type

vizsga

Credits

Subject coordinator

DR. Gárdonyi Gábor

position: adjunktus

contact: gardonyi.gabor@gpk.bme.hu

Responsible department

Mechatronika, Optika és Gépészeti Informatika Tanszék

Faculty

Gépészmérnöki Kar

Subject website

—

Primary curriculum type

—

Direct prerequisites – Strong prerequisite

BMEGEMIBMMH

Direct prerequisites – Weak prerequisite

none

Direct prerequisites – Parallel prerequisite

none

Direct prerequisites – Milestone prerequisite

none

Direct prerequisites – Exclusion

BMEGEMIBMIJ

Objectives

A tantárgy célja, hogy megismertesse a hallgatókkal a zajokkal terhelt mért jelek feldolgozásának alapvető módszereit, a digitális szűrés alapjait, a digitális szűrőtípusok felépítését és alapvető tulajdonságait. Valamint a frekvenciatartománybeli tulajdonságok leírásának módszereit digitális szűrőknél: diszkrét Fourier transzformáció, gyors Fourier transzformáció, teljesítményspektrum. Jelszűrésnél alkalmazott digitális szűrési ablakok típusai és tulajdonságai. Továbbá megismertetni a hallgatókkal a folytonos idejű folyamat diszkrét idejű irányítási feladattal és a számítógépes folyamatirányítás részegységeit.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

Tudomása van a digitális-analóg és az analóg-digitális átalakítók típusairól. Ismeri a jelek osztályozásának módjait és a determinisztikus jelek reprezentációit. Tisztában van a gyors Fourier-transzformációval, a diszkrét Fourier-transzformációval és a diszkrét idejű Fourier-transzformációval. Tisztában van a Z-transzformáció alkalmazhatóságával differencia egyenletek megoldására. Ismeri a számábrázolási módokat, a véges szóhosszból eredő hibák és csökkentésük lehetőségeit. Tudomása van a modern DSP processzorokról, jelgenerátorokról, valamint a fáziszárt hurok mibenlétéről. Ismeri a digitális szűrők osztályozásának módjait, az ideális frekvenciaszelektív szűrők frekvenciatartománybeli jellemzőit. Tájékozott a rekurzív és a konvolúciós diszkrét idejű szűrők körében és az alkalmazható simító ablakok körében. Megkülönbözteti a számítógépes folyamatirányítás feladatait és egységeit. Tájékozott a diszkrét idejű szabályozó tervezésének szempontjai terén. 263 264 265

Skills

Z-transzofrmációval megoldja az adott differencia egyenletet. Képes a D/A, A/D átalakítók üzembe helyezésére szoftveres felprogramozására. Kiszámítja jelek spektrumát gyors Fourier-transzformáció segítségével. Megtervezi a szűrési feladatra alkalmas digitális szűrőt. Kiválasztja a feladatnak megfelelő modern DPS processzort és jelgenerátort. A véges szóhosszból eredő számábrázolási hibaminimalizálást végez. Rangsorolja az ideális frekvenciaszelektív szűrőket a frekvenciatartománybeli jellemzőik alapján. Javaslatot tesz az alkalmazható simító ablak típusára. Megtervezi a számítógépes folyamatirányítási rendszert. Kiválasztja a számítógépes folyamatirányító rendszerhez alkalmas operációs rendszert. 283 284 285

Attitudes

Törekszik az energiahatékonyság és környezettudatosság elvének érvényesítésére a számítógépes irányítási és jelfeldolgozási feladatok megoldásában. Folyamatos ismeretszerzéssel bővíti tudását a számítógépes irányítás és jelfeldolgozás területén. Nyitott az információtechnológiai eszközök használatára. Törekszik a számítógépes irányítási és jelfeldolgozási problémamegoldáshoz szükséges eszközrendszer megismerésére és rutinszerű használatára. Törekszik a pontos és hibamentes feladatmegoldásra. 297 298 299

Autonomy and responsibility

Önállóan végzi a számítógépes irányítási és jelfeldolgozási feladatok és problémák végiggondolását és adott források alapján történő megoldását. Elfogadja a munkájával kapcsolatos megalapozott kritikai észrevételeket. Egyes helyzetekben – csapat tagjaként – együttműködik hallgatótársaival a feladatok megoldásában. Feladatát rendszerelvű megközelítést alkalmazva végzi. Együttműködik az ismeretek bővítése során az oktatóval és hallgató társaival. 309 310 311

Oktatási módszertan

A tantárgy oktatása során nem válik el egymástól az előadás és a laboratóriumi gyakorlat. Az előadások és a laboratóriumi gyakorlatok alapvetően a frontális oktatás technikáját alkalmazva ismertetik meg a hallgatókkal a tudás, képesség, attitűd, valamint az autonómia és felelősség kompetenciaelemek által meghatározott információt. Az előadásokhoz és a laboratóriumi gyakorlatokhoz utólagosan közzétett diasorok egyéb oktatási segédanyagok tartoznak, így a hallgatók azokat az előadások után saját jegyzeteikkel ki tudják egészíteni. Az előadások és a főbb (on-line) elérhető írásos tananyagok egymást kiegészítik, külön-külön nem elegendők a megfelelő felkészültség eléréséhez.

Tanulástámogató anyagok

Tankönyvek

Dr. Elek Kálmán: JELFELDOLGOZÁS MECHATRONIKAI MÉRNÖKÖKNEK. BME HIT, 2019. ISBN:; Dr. Lipovszki György: Jelfeldolgozás és számítógépes irányítás. EDUTUS Főiskola, 2012. ISBN:

Jegyzetek

Dr. Huba Antal, Dr. Lipovszki György: Méréselmélet. BME MOGI, 2014. ISBN: 9789633131718

Online források

https://edu.gpk.bme.hu/

Recommended preliminary knowledge for completing the subject

Knowledge type competencies

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Skill type competencies

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Recommended (non-compulsory) preliminary competencies

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

nincs

General rules

A tanulmányi teljesítmény értékelése egy évközi írásbeli teljesítménymérés (egy összegző tanulmányi teljesítményértékelés) az utolsó laboratóriumi gyakorlaton és egy vizsga a félév végén. Az összegző tanulmányi teljesítményértékelés a laboratóriumi gyakorlatokon elsajátított számítógépes irányítási és jelfeldolgozási algoritmusok implementálásának képességét méri fel. A vizsga a félév során elsajátított elméleti tudást méri fel számpéldák megoldásával.

Assessment methods

In-term assessments

1. —

—

Az összegző tanulmányi teljesítményértékelés a tantárgy tudás és képesség típusú kompetenciaelemeinek komplex, írásos értékelési módja zárthelyi dolgozat formájában. Az összegző teljesítményértékelés az alkalmazói készségekre fókuszál (számítógépes algoritmusok implementálása). Teljesítésre a tanulmányi teljesítményértékelési tervben meghatározott időpontban, előreláthatólag a 14. oktatási héten kerül sor. Az értékelés alapjául szolgáló tananyagrészt a tantárgy előadója határozza meg a gyakorlatvezetőkkel egyetértésben, a rendelkezésre álló munkaidő 120 perc. Az összegző teljesítményértékelésen 100 pont szerezhető. Az eredményes teljesítéshez legalább 40%-ot kell elérni. Az összegző tanulmányi teljesítményértékelés eredménye a vizsgaérdemjegyben 50%-os súllyal szerepel.rnAz összegző tanulmányi teljesítményértékelés legalább 40%-os teljesítése az aláírás megszerzésének feltétele.

Weight of in-term assessments

Type	Weight
—	100 %

Exam-period assessments

Written exam component

Az írásbeli vizsga a félév során elsajátított számítógépes irányítási és jelfeldolgozási elméleti tudást méri fel. Az írásbeli vizsga a teljes félév tananyagából áll. Az írásbeli vizsga az előadásokon bemutatott számpéldákon alapul. A rendelkezésre álló munkaidő 120 perc. Az írásbeli vizsgán 100 pont szerezhető. Az eredményes teljesítéshez legalább 40%-ot kell elérni. Az írásbeli vizsga eredménye a vizsgaérdemjegyben 50%-os súllyal szerepel.

Mid-term result component

Weight of exam elements

Type	Weight
Written exam component	50 %
Mid-term result component	50 %

Grade calculation

Type	ECTS	Performance (%)
excellent (5)	Excellent [A]	above 90%
very good (5)	Very Good [B]	85 % - 90 %
good (4)	Good [C]	70 % - 85 %
satisfactory (3)	Satisfactory [D]	55 % - 70 %
pass (2)	Pass [E]	40 % - 55 %
fail (1)	Fail [F]	below 40%

Attendance requirements

lecture: 70%
Labor: 85%

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses

Not provided.

Workload to complete the subject

Description	hours / term
részvétel a kontakt tanórákon	56
felkészülés a gyakorlatokra	0
részteljesítmény értékelés feladatainak kidolgozása	0
további, a teljesítéshez szükséges munkaidő ráfordítás	29
összegző értékelések	16
vizsgára készülés	35
labor	14
összesen	150

Validity of subject requirements

Requirements valid from:

2022. 07. 15.

Requirements valid until:

2027. 07. 15.

Curriculum placement

Faculty	Program	Curriculum	Curriculum type	Primary
Gépészmérnöki Kar	mechatronikai mérnöki	mechatronikai mérnöki (2022)	kötelező	nem
Gépészmérnöki Kar	mechatronikai mérnöki	mechatronikai mérnöki (2022)	kötelező	nem