MeRSZ online
okoskönyvtár
Több száz tankönyv egy helyen.
Online. Bárhol. Bármikor.
Mérés- és adattudomány
Válogatott fejezetek
Rekurzív becslések egyetlen ismeretlen mennyiség esetén
Nem szoktuk egyenletmegoldásként kezelni, de a fentiek szerint interpretálhatók azok az eljárások is, amikor egy megfigyelés sorozathoz, azok – a megfigyelések számától függő súlyozású lineáris kombinációját képezve – egyetlen értéket rendelnek. Tipikusan ilyenek a valószínűségi változók különféle momentumaink becslései. Leggyakoribb a lineáris átlag hozzárendelése. Ebben az esetben y ^ n = C n x ^ n = 1 1 ⋯ 1 T x ^ n W n = I C T n W n C n - 1 = 1 / n C T n W n = C T n
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
- 1.2.1. Megfigyelés zajmentes rendszer- és megfigyelési modell esetén
- 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
- 1.3.1. Jelek ábrázolása jelterekben
- 1.4. Strukturális tulajdonságok, implementációs vonatkozások
- 1.5. Összefoglalás
- Irodalomjegyzék
- 1.1. Bevezetés
- 2. fejezet. Adaptív spektrumbecslés és aktív zajcsökkentés (Sujbert László)
- 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
- 3.4. Nemlinearitások kompenzálása
- 3.5. Szenzorfúzió
- 3.6. Közvetve mérhető mennyiségek becslése
- 3.7. Alkalmazási területek, MIT tanszéken elért eredmények
- 3.8. Összefoglalás
- Irodalomjegyzék
- 3.1. Bevezetés
- 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?
- 4.2.1. Lineáris rendszer és a leíró függvényei
- 4.3. Nemparametrikus identifikáció a frekvenciatartományban nemlineáris rendszertulajdonságok esetén
- Irodalomjegyzék
- Függelékek
- 4.1. Bevezető
- 5. fejezet. Módszerek mért szinuszjel feldolgozására és analóg-digitális átalakítók jellemzéséhez történő felhasználására (Pálfi Vilmos, Renczes Balázs, Virosztek Tamás)
Kiadó: Akadémiai Kiadó
Online megjelenés éve: 2020
ISBN: 978 963 454 379 4
Hivatkozás: https://mersz.hu/meres-es-adattudomany//
BibTeXEndNoteMendeleyZotero
gomb segítségével választhatsz, hogy fejezetről fejezetre lapozva vagy inkább folyamatosan görgetve olvasnád-e a könyvet.
