BMe Kutatói pályázat

 

Virosztek Tamás

email cím

honlap

 

BMe kutatói pályázat - 2015


Villamosmérnöki Tudományok Doktori Iskola 

BME VIK, Méréstechnika és Információs Rendszerek Tanszék

Témavezető: Dr. Kollár István

Mintavételezett és kvantált jelek hatékony paraméterbecslése 

A kutatási téma néhány soros bemutatása

Kutatómunkám során a digitális jelfeldolgozás alapjául szolgáló mintavételezett és kvantált jelek paramétereit igyekszem meghatározni a korszerű becsléselmélet módszereit felhasználva. A becslés legfontosabb alkalmazási területe az analóg-digitális átalakítók minőségi paramétereinek meghatározása a becsült paraméterek és a mért jelek segítségével.

A kutatóhely rövid bemutatása

Doktori képzésemet a BME VIK Méréstechnika és Információs Rendszerek Tanszékén végzem Kollár István professzor témavezetésével. A tanszéken három fős – két doktoranduszból és egy doktorjelöltből álló – kutatócsoport foglalkozik az enyémhez szorosan kapcsolódó témákkal Kollár István irányításával. A csoport munkájának egyik fontos eleme egy analóg-digitális átalakítók tesztelésére szolgáló MATLAB (és újabban LabVIEW) toolbox fejlesztése.

A kutatás történetének, tágabb kontextusának bemutatása

A korszerű mérő- és irányítórendszerekben a jelfeldolgozást digitális eszközök (mikrokontrollerek, mikroprocesszorok, DSP-k, stb.) végzik. Ennek megfelelően a rendszeren belül minden jel mintavételezett és kvantált formában van jelen. A fizikai környezet jelei azonban folytonosak, a szükséges konverziót a rendszerek határainál lévő analóg-digitális (A/D) illetve digitális-analóg (D/A) átalakítók végzik. Az A/D átalakítás ideális eszközöket és alkatrészeket feltételezve is információveszteséggel jár, nem ideális (valós) esetben azonban az információvesztés jellegének és mértékének leírása kulcsfontosságú. Az információvesztés nagysága különböző, az A/D konverterekre jellemző minőségi mérőszámok (SINAD, SNR, SFDR, THD, stb.) segítségével írható le. Az átalakítók tesztelése és minősítése egyidős az első konverterek megjelenésével. A tesztelési eljárásokat szabványosította az IEEE és az IEC is, a témakörben az IMEKO évente workshopot rendez 1997 óta. Az A/D (és a D/A) átalakítás minőségének pontos jellemzése kulcsfontosságú a környezetüket megfigyelő és a környezetükbe beavatkozó beágyazott rendszerekben is.

A kutatás célja, a megválaszolandó kérdések.

A kutatás célja kinyerni a a maximálisan kinyerhető információt olyan jelekből, amelyek nem ideális A/D átalakításon estek át. Természetesen csak olyan jelek paramétereit célszerű becsülni, amelyek parametrikusan jól leírhatóak. Ilyenek a periodikus jelek (multiszinuszok), és ilyen speciálisan az egyszerű szinuszjel. A szinusz becslésének egyik elsődleges alkalmazása magának a konverziónak a minősítése standard mérőszámokkal. Az átalakító minőségét jellemző paraméterek pontossága az analóg jel becsült paramétereinek a pontosságától függ. Ugyanakkor éppen a megfigyelési csatorna paramétereit igyekszünk megbecsülni a mérések segítségével. Ennek megfelelően a becslési eljárásokban kevés a priori információt tudunk felhasználni. Ez a kevés információ általában az analóg jel minősége (torzítás, jel-zaj viszony, stb.), ebből kiindulva lehet a becslési eljárásokat végrehajtani (ld. még: módszerek). Az analóg jelek paramétereinek lehető legpontosabb becslése természetesen nem csak a konverzió minősítése miatt lehet fontos. Bármire használjunk is egy analóg bemenetet (csupán mérésre, vagy akár egy szabályozási kör részeként), a bemenő jel pontosabb ismerete jobb mérési eredményeket, illetve pontosabb szabályozást eredményez. A számomra legfontosabb legfontosabb nyitott kérdések a következők:

 

  1. A szinuszjel paramétereinek közelítő maximum likelihood becslőjére vonatkozó elméleti korlátok vizsgálata, és összevetése a gyakorlatban tapasztaltakkal: a Cramér-Raó korlát felírása, és összevetése a tapasztati kovarianciával.

  2. A kvantáló nemlinearitásainak paraméterezése. A nemlinearitásra vonatkozó információ tömöríthetőségének vizsgálata paraméterezés segítségével: cél a közelítő becslő közelítésének javítása, illetve a paramétertér szűkítése.

  3. A becslés pontosságát, illetve a becslő tulajdonságait potenciálisan elrontó optimalizálási problémák vizsgálata: megfelelő leállási feltételek keresése, hibadetektálás, lokális szélsőértékek esetén is robusztus módszerek alkalmazása.

 

Módszerek

A kutatásnak több része, rétege van, ezekben más-más módszereket használok. A becsléselméleti alapokat igyekszem alkalmazni a mintavételezett és kvantált jelek paramétereinek becslésére (természetesen a létező eljárásokból kiindulva). A létező eljárásokat igyekszem javítani, azokhoz hozzátenni, például a jelmodell finomításával, vagy kezdeti becslőket számító gyors és robusztus módszerek kidolgozásával. Keresem, hogy hol lehet ésszerű elhanyagolásokkal jelentősen javítani az eljárások számításigényén, ezeket az eseteket igyekszem jól körülhatárolni. A munka jelentős része szimulációk végzése: a kidolgozott becslési eljárásokat szimulált mérési eredményeken futtatom. Ezek a szimulált mérések a paramétertér egy bizonyos részét járják be igen alaposan (egy vizsgálathoz akár több ezer szimulált mérésre is szükség lehet). A mérések főbb paraméterei: bitszám, mintaszám, mintavételezett körfrekvencia, periódusok száma, kivezéreltség, felharmonikus-tartalom, egyenkomponens, kezdőfázisok, zajteljesítmény, stb. Általában a mérési zajt is szimulálni kell, ekkor azonos paraméterekkel 20–50 különböző szimulált mérést készítek, melyek csak a zaj konkrét realizációjában különböznek egymástól. Így a becslési eljárások lefuttatása után a becslőkből statisztika készíthető, mely alapján nagyon fontos tulajdonságok (torzítás, variancia, átlagos négyzetes hiba, normalitás) vizsgálhatóak tapasztalati úton is. Az egyes becslőpopulációkon ennél összetettebb statisztikai próbákat is lehet futtatni: például két populáció eloszlásfüggvényét összevetve Kolmogorov-Smirnov teszttel lehet következtetni arra, hogy ezek a sokaságok azonos eloszlásból származnak-e, vagy sem (, azaz hogy két különböző becslési eljárás lényegében azonos eredményt ad-e). A kutatás harmadik fő eleme az algoritmusok vizsgálata valódi mérési rekordokon. Ez kulcsfontosságú, hiszen a szimuláció korlátozott számú nem ideális jelenséget tud figyelembe venni, valódi mérések esetén pedig felléphetnek olyan zavarhatások, amelyeket eddig nem vettünk figyelembe, és a kiküszöbölésükre módosítani kell az algoritmusokat.  A valódi méréseken végzett becslések fontos visszacsatolást jelentenek a fejlesztési folyamatban.

Eddigi eredmények

Eddigi eredményeim javarészt az A/D átalakított szinuszjel paramétereinek becslésével és az A/D konverter tesztelésére szolgáló mérésekkel kapcsolatos.

 

  1. A nem ideálisan kvantált szinuszjel paramétereinek maximum likelihood becslésére közelítő módszert javasoltam és implementáltam. Ennek az eljárásnak a tulajdonságait szimulációk útján vizsgáltam, használhatóságát mérési eredményekkel igazoltam [E1].

  2. Megvizsgáltam a közelítő maximum likelihood becslő kiszámítására szolgáló költségfüggvény numerikus tulajdonságait, és speciálisan erre a költségfüggvényre alkalmazható numerikus módszert dolgoztam ki közismert módszerek felhasználásával [E2].

  3. A Kassai Műszaki Egyetem kutatóival együttműködésben vizsgáltuk egy széles körben elterjedt és egy újszerű szinusz-illesztési eljárás tulajdonságait. A vizsgálat során megmutattuk, hogy milyen szempontból jobb az újszerű eljárás használata, és mely esetekben érdemes azt használni a hagyományos helyett [E3].

  4. A Perugiai Tudományegyetem munkatársaival együttműködésben vizsgáltuk a szinuszjel paraméterbecslésével kapcsolatos numerikus kérdéseket, és több olyan problémát is feltártunk, amelyek elronthatják a becslést. Ezeknek a problémáknak az elkerülésére megoldásokat javasoltunk [E4].

  5. Korábbi fejlesztők munkáit is felhasználva kifejlesztettem és karban tartok egy ingyenesen hozzáférhető MATLAB programcsomagot, melyben szabványos és szabványt meghaladó módszerekkel lehet A/D-tesztelést végezni. Ezt a programcsomagot eddig több mint 15 országból töltötték le [E5], [projekt oldal].

 

Várható impakt, további kutatás

A már kidolgozott közelítő maximum likelihood becslési eljárást szeretném még robusztusabbá tenni, futásidő és számításigény szempontjából tovább optimalizálni, illetve a jelenlegieknél általánosabban elterjedt szoftverkörnyezetekben implementálni (pl. C++, Python). Ha ez sikerül, az eljárás iparilag széles körben alkalmazhatóvá válik és szabványosítható lesz. Szintén tervezem még vizsgálni a konverter linearitásának paraméterezhetőségét, a közelítő becslő közelítése minőségének javítása céljából. A további kutatások eredményeképpen potenciálisan kidolgozott becslési és illesztési eljárásokat szintén olyan szinten szeretném kidolgozni, hogy például az A/D átalakítók és a digitális jelrögzítők tesztelésére szolgáló IEEE szabványokba (IEEE–1241, és IEEE–1057) bekerüljenek.

 

Saját publikációk, hivatkozások, linkgyűjtemény

Teljes publikációs lista (MTMT)

 

Fontosabb publikációk:

 

  1. B Renczes, I Kollár, P Carbone, A Moschitta, V Pálfi, T Virosztek: “Analyzing Numerical Optimization Problems of Finite Resolution Sine Wave Fitting Algorithms” In: Proceedings of the IEEE International Instrumentation and Measurement Technology Conference. Pisa, Olaszország, May 11–14, 2015. p. 1662–1667.

 

  1. Virosztek Tamás, Kollár István “ADC Testing in Standard and Non-standard Ways, Executed in a Unified Framework” In: 20th IMEKO TC4 International Symposium and 18th International Workshop on ADC Modeling and Testing Research on Electric and Electronic Measurement for the Economic Upturn. Benevento, Olaszország, September 15–17, 2014. Paper 232. 6 p.

  2. Ján Šaliga, Linus Michaeli, Ján Buša, Jozef Lipták, István Kollár, Tamás Virosztek “A Comparison of Least Squares and Maximum Likelihood Based Sine Fittings in ADC Testing” MEASUREMENT 46:(10) pp. 4362–4368. (2013)

 

  1. Tamás Virosztek, István Kollár “User-Friendly Matlab Tool for Easy ADC Testing” In: anon (szerk.) 19th IMEKO TC 4 Symposium and 17th IWADC Workshop: Advances in Instrumentation and Sensors Interoperability. Barcelona, Spanyolország, July 18–19, 2013, 2013. pp. 561–568. (ISBN:978–84–616–5438–3)

 

Fontosabb hivatkozások:

 

  1. Huang C, Wang G, Yang W “A fast maximum likelihood estimation for high-resolution ADC test” In: 20th IMEKO TC4 Symposium on Measurements of Electrical Quantities: Research on Electrical and Electronic Measurement for the Economic Upturn, Together with 18th TC4 International Workshop on ADC and DCA Modeling and Testing, IWADC 2014. IMEKO-International Measurement Federation Secretariat, 2014. (ISBN 9789299007327) pp. 569–573.

  2. Xu Li, Sudani Siva Kumar, Chen Degang “Efficient Spectral Testing With Clipped and Noncoherently Sampled Data” IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT (ISSN: 0018–9456) 63: (6) pp. 1451–1460. (2014)

  3. Moschitta A, Schoukens J, Carbone P “Information and Statistical Efficiency When Quantizing Noisy DC Values” IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT (ISSN: 0018–9456) 64: (2) pp. 308–317. (2015)

  4. Michaeli L, Saliga J, Liptak J, Godla M, Kollar I “Measurement of distorted exponential signal components using maximum likelihood estimation” MEASUREMENT (ISSN: 0263–2241) 58: pp. 503–510. (2014)

 

Linkgyűjtemény:

 

A témával foglalkozó nemzetközi szakmai közösségek:

IEEE Instrumentation & Measurement Society

IMEKO TC-4 Society

 

A témával foglalkozó nemzetközi szakmai folyóiratok:

IEEE Transactions on Instrumentation and Measurement

Measurement (Journal of the International Measurement Confederation)

 

A témához kapcsolódó nagyobb nemzetközi konferenciák a közelmúltból:

17th TC-4 Workshop IWADC on ADC and DAC Modeling and Testing

18th TC-4 Workshop IWADC on ADC and DAC Modeling and Testing

2015 IEEE International Instrumentation and Measurement Technology Conference (I2MTC)