Dauer:
1 Semester | Angebotsturnus:
Jedes Sommersemester | Leistungspunkte:
4 |
Studiengang, Fachgebiet und Fachsemester: - Master Robotics and Autonomous Systems 2019 (Modulteil eines Wahlmoduls), Modulteil von Aktuelle Themen Robotik und Automation, 1. und/oder 2. Fachsemester
- Master Biophysik 2023 (Modulteil eines Wahlmoduls), Vertiefung, 2. Fachsemester
- Master Informatik 2019 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
- Master Medizinische Ingenieurwissenschaft 2020 (Modulteil eines Wahlmoduls), Informatik/Elektrotechnik, Beliebiges Fachsemester
- Master Entrepreneurship in digitalen Technologien 2020 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
- Master Biophysik 2019 (Modulteil eines Wahlmoduls), Vertiefung, 2. Fachsemester
- Master IT-Sicherheit 2019 (Modulteil eines Wahlmoduls), Modulteil, 1. oder 2. Fachsemester
- Master Entrepreneurship in digitalen Technologien 2014 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
- Master Medizinische Ingenieurwissenschaft 2014 (Modulteil eines Wahlmoduls), Informatik/Elektrotechnik, 1. oder 2. Fachsemester
- Master Informatik 2014 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges 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: - 45 Stunden Präsenzstudium
- 55 Stunden Selbststudium
- 20 Stunden Prüfungsvorbereitung
| |
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: - Prüfungsform hängt vom übergeordneten Modul ab
|
Modulverantwortlicher: 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: - Wird nur auf Deutsch angeboten
|
Bemerkungen:(Ist Modulteil von CS4290-KP04, CS4510, CS5400)
(Ist gleich CS5275)
Für Details siehe Hauptmodul.
Zulassungsvoraussetzungen zur Belegung des Moduls:
- Keine
Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Erfolgreiche Bearbeitung von Übungsaufgaben (mind. 50%) während des Semesters
Modulprüfung(en) im Hauptmodul:
- CS5275-L1: Ausgewählte Methoden der Signalanalyse und -verbesserung, schrifliche oder mündliche Prüfung, 100% der Modulnote |
Letzte Änderung: 8.3.2024 |
für die Ukraine