A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Tantárgy neve (magyarul, angolul) |
Méréselmélet
Measurement Theory
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIMIM108 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | félévközi érdemjegy | ||||||||||||
| Tantárgy kreditértéke | 4 | ||||||||||||
| Tantárgyfelelős |
Dr. Péceli Gábor
beosztás: egyetemi tanár
elérhetőség:
peceli.gabor@vik.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
Mesterséges Intelligencia és Rendszertervezés Tanszék
|
||||||||||||
| Kar | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Tantárgy weboldala | — | ||||||||||||
| Tantárgy elsődleges mintatantervi jellege | — | ||||||||||||
| Közvetlen előkövetelmények – Erős előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Gyenge előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Párhuzamos előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Mérföldkő előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Kizáró feltétel | nincs |
Célkitűzés
Tantárgyprogram
· 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.
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.
Tanulmányi eredmények
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Tudás
Nincsenek rögzített tanulási eredmények.
Képességek
Nincsenek rögzített tanulási eredmények.
Attitűd
Nincsenek rögzített tanulási eredmények.
Autonómia és felelősség
Nincsenek rögzített tanulási eredmények.
Oktatási módszertan
előadás
Tanulástámogató anyagok
Online források
[1] Schnell László (főszerkesztő): Jelek és rendszerek méréstechnikája. Műszaki Könyvkiadó, 1985.
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Jel- és információfeldolgozás alapjai
Képesség típusú kompetenciák
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Jel- és információfeldolgozás alapjai
Általános szabályok
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.
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.
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Szorgalmi időszakban végzett teljesítményértékelések részaránya
Nincs megadva részarány.
Vizsgaidőszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Vizsgarészek részaránya
Nincs megadva részarány.
Érdemjegy megállapítása
Nincs megadva érdemjegy határ.
Jelenléti és részvételi követelmények
Nincs megadva jelenléti követelmény.
Javítás, ismétlés és pótlás különös szabályai
Nincs megadva.
Rövid leírás
Nincs megadva.
Részletes leírás
Nincs megadva.
Ajánlott tantárgyak
Nincs megadva.
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantárgykövetelmények hatályosságának kezdete:
—
Tantárgykövetelmények hatályosságának vége:
—
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.