Analóg-digitális átalakítók paramétereinek maximum likelihood becslése

OData támogatás
Konzulens:
Dr. Kollár István
Méréstechnika és Információs Rendszerek Tanszék

Beágyazott rendszerekben, ahol a fizikai környezet érzékelése és a mért jelek digitális feldolgozása

egyaránt kulcsfontosságú, az analóg-digitális átalakítás nélkülözhetetlen. Az A/D

átalakítók és a tesztelésükre szolgáló eljárások egyaránt fejlődtek az elmúlt évtizedekben:

a konverterek statikus és dinamikus tulajdonságainak vizsgálatára számos módszer

áll rendelkezésre. A szinuszjellel gerjesztett átalakító által mért jelalakra történő szinuszillesztés

nagyon fontos és sok információt adó A/D tesztelési eljárás: az IEC és az IEEE

által kiadott szabványokban is megtalálható. Ez a módszer azonban továbbfejleszthető a

mérőjel paramétereinek pontosabb becslésével. A maximum likelihood (ML) becslési eljárás

pontosabb szinuszillesztést eredményez, mint a szabványosított eljárás, ezáltal a tesztelt

A/D átalakító minőségi jellemzői még pontosabban kiszámíthatók. Jelen diplomaterv a

ML becslési eljárás gyakorlati megvalósításának kérdéseivel foglalkozik: feltár számos, a

módszer implementációjával kapcsolatban felmerülő problémát, és megoldási javaslatokat

kínál ezekre. Ezen kívül megvizsgálja a ML becslők tulajdonságait, és összehasonlítja a

szabványos eljárásokban használt legkisebb négyzetes hibát adó („least squares”, LS) becslők

tulajdonságaival. Végezetül bemutatja a ML becslés (és több más, szabványos A/D

tesztelési eljárás) implementációját MATLAB és LabVIEW környezetben.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.