A tantárgy a környező anyagi világból származó információ (mérési eredmények, mért jelek stb.) jellemzésével, kinyerésével, és komplex feldolgozásával foglalkozik, alapvetően a beágyazott rendszerekben előforduló alkalmazásokra koncentrálva. Áttekinti a digitális jel- és információfeldolgozás alapvető módszereit, eszközkészletét (mintavételezés, kvantálás, átlagolás, DFT, modellillesztés, szűrés, szenzorfúzióMegismertet a sztochasztikus folyamat alapú leírással. Bemutatja a jelfeldolgozási algoritmusok implementálását, és a limitált erőforrásból, ill. véges szóhosszból eredő problémákat. Bemutatja az információfeldolgozás mesterséges intelligencia módszereit (tanuló rendszerek, fuzzy rendszerek, információfúzió, klaszterezés és osztályozás, mintaillesztés). Valós idejű viselkedés szempontjából elemzi a megvalósításhoz szükséges szoftver architektúrákat, és analízis-módszereket mutat be a futási idő és a válaszidő számítására. Megismertet az elosztott rendszerekben való valós idejű szinkron viselkedés alapvető eszközkészletével.

Bevezetés: Információfeldolgozás folyamata, lépései, módszerei

Információfeldolgozás hagyományos módszerei

Jelek típusai és jellemzőik. Sztochasztikus folyamatok. Megfigyelés: parametrikus és nem parametrikus modellek. Jelfeldolgozás szokásos lépései: (analóg) jelkondicionálás, szűrés, lényegkiemelés, döntés, beavatkozás.                                                                                      (1 hét)

Digitális jelfeldolgozás torzító hatásai: mintavételezés, kvantálás, véges mintaregisztrátum, véges szóhossz.                                                                                                                                                (1 hét)

Tipikus megfigyelt paraméterek: átlagérték, szórás, Fourier komponens. Átlagolások. DFT tulajdonságai, ablakozás. PWM hatása a spektrumra. Hatékony Fourier analízis, és Adaptív Fourier Analizátor.                                                                                                                                (1.5 hét)

Tipikus jelfeldolgozási feladatok:                                                                                                   (2.5 hét)

lineáris szűrés (FIR és IIR), szűrőtervező programok használata, skálázás, együttható kerekítés hatása az átvitelre, véges szóhossz hatása, implementálás mikrokontrolleren, DSP-n.

nemlineáris szűrések

szűrés transzformált tartományban (cirkuláris konvolúció),

mintavételi frekvencia váltása,

hibák analóg és digitális kompenzálása (inverz szűrés),

szenzorfúzió (komplementer szűrő, Kalman szűrő).

Valós idejű (RT) rendszerek tulajdonságai. SW architektúrák elemzése RT szempontból. (1 hét)

SW-ek futási idő analízise: ütemezhetőségi analízis, Worst Case Execution Time (WCET) becslése.                                                                                                                                                                     (1 hét)

Elosztott rendszerek valós idejű működése: óraszinkronizáció. Valós idejű kommunikáció elosztott rendszerekben.                                                                                                                      (1 hét)

Információfeldolgozás mesterséges intelligencia módszerei

Tanuló rendszerek( ellenőrzött tanulás: döntési fák, neurális hálózatok)                    (1 hét)

Fuzzy rendszerek. (fuzzy bizonytalanságkezelés, tagsági függvények, Mamdani és Takagi- Sugeno következtető rendszer)                                                                                                                 (0.5 hét)

Információfúzió       (Dempster-Shafer fúzió, ismerethiány, illetve konfliktusok modellezése)                                                                                                                                                               (1 hét)

Klaszterezés, osztályozás    (Generatív és diszkriminatív klaszterezési eljárások, k-átlagképző eljárás, hierarchikus klaszterezés, EM algoritmus)                                                                           (1.5 hét)

Mintakeresés: (AI módszerek, korreláció, illesztett szűrő, Dynamic Time Warping, legrövidebb hosszúságú leírás)                                                                                                                                    (1 hét)