Dauer:
1 Semester | Angebotsturnus:
Jedes zweite Semester | Leistungspunkte:
4 |
Studiengang, Fachgebiet und Fachsemester: - Master Medizinische Ingenieurwissenschaft 2020 (Wahlpflicht), Medizinische Ingenieurwissenschaft, Beliebiges Fachsemester
- Master Medizinische Informatik 2019 (Wahlpflicht), Medical Data Science / Künstliche Intelligenz, 1. oder 2. Fachsemester
- Master Medizinische Ingenieurwissenschaft 2014 (Wahlpflicht), Medizinische Ingenieurwissenschaft, Beliebiges Fachsemester
- Master Medizinische Informatik 2014 (Wahlpflicht), Medizinische Bildverarbeitung, 1. oder 2. Fachsemester
- Master Mathematik in Medizin und Lebenswissenschaften 2010 (Wahl), Informatik, Beliebiges Fachsemester
- Master Informatik 2012 (Wahlpflicht), Anwendungsfach Bioinformatik, 3. Fachsemester
- Master Medizinische Ingenieurwissenschaft 2011 (Vertiefung), Bildgebende Systeme, Signal- und Bildverarbeitung, 1. oder 2. Fachsemester
- Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Signal- und Bildverarbeitung, 2. oder 3. Fachsemester
- Master Informatik 2012 (Wahlpflicht), Anwendungsfach Robotik und Automation, 3. Fachsemester
- Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Intelligente Eingebettete Systeme, 2. oder 3. Fachsemester
|
Lehrveranstaltungen: - CS5275-Ü: Ausgewählte Methoden der Signalanalyse und -verbesserung (Übung, 1 SWS)
- CS5275-V: Ausgewählte Methoden der Signalanalyse und -verbesserung (Vorlesung, 2 SWS)
| Workload: - 20 Stunden Prüfungsvorbereitung
- 55 Stunden Selbststudium
- 45 Stunden Präsenzstudium
| |
Lehrinhalte: | - Grundzüge der statistischen Signalanalyse
- Korrelations- und Spektralschätzung
- Lineare Schätzer
- Lineare Optimalfilter
- Adaptive Filter
- Mehrkanalige Signalverarbeitung, Beamformer und Quellentrennung
- Komprimierte Abtastung
- Grundzüge der Multiraten-Signalverarbeitung
- Nichtlineare Signalverarbeitungsalgorithmen
- Anwendungsszenarien in der Hörtechnik, Messung, Verbesserung und Restauration ein- und höherdimensionaler Signale, Messen von Schallfeldern, Rauschunterdrückung, Entzerrung (listening-room compensation), Inpainting
| |
Qualifikationsziele/Kompetenzen: - Die Studierenden können die Grundlagen der stochastischen Signalbeschreibung und Optimalfilterung erläutern.
- Sie können die lineare Schätztheorie beschreiben und anwenden.
- Sie können die Grundlagen adaptiver Systeme beschreiben.
- Sie können Verfahren zur mehrkanaligen Signalverarbeitung beschreiben und anwenden.
- Sie können das Prinzip der komprimierten Abtastung beschreiben.
- Sie können Multiraten-Signalverarbeitung analysieren und entwickeln.
- Sie können verschiedene Anwendungen nichtlinearer, adaptiver Signalverarbeitungskonzepte darstellen.
- Sie sind in der Lage, lineare Optimalfilter und nichtlineare Signalverbesserungstechniken eigenständig zu entwerfen bzw. anzuwenden.
|
Vergabe von Leistungspunkten und Benotung durch: - Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
|
Modulverantwortlicher: - Prof. Dr.-Ing. Markus Kallinger
Lehrende: - Prof. Dr.-Ing. Markus Kallinger
|
Literatur: - A. Mertins: Signaltheorie: Grundlagen der Signalbeschreibung, Filterbänke, Wavelets, Zeit-Frequenz-Analyse, Parameter- und Signalschätzung - Springer-Vieweg, 3. Auflage, 2013
- S. Haykin: Adaptive Filter Theory - Prentice Hall, 1995
|
Sprache: - Sowohl Deutsch- wie Englischkenntnisse nötig
|
Bemerkungen:Zulassungsvoraussetzungen zur Belegung des Moduls:
- Keine
Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Erfolgreiche Bearbeitung von Übungsaufgaben (mind. 50%) während des Semesters
Modulprüfung(en):
- CS5275-L1: Ausgewählte Methoden der Signalanalyse und -verbesserung, schriftliche oder mündliche Prüfung, 100% der Modulnote |
Letzte Änderung: 8.3.2024 |
für die Ukraine