Inhalt
[ 489INTEOASU17 ] UE Optimale und Adaptive Signalverarbeitungssysteme
|
|
|
| Es ist eine neuere Version 2023W dieser LV im Curriculum Masterstudium Artificial Intelligence 2024W vorhanden. |
|
| (*) Leider ist diese Information in Deutsch nicht verfügbar. |
 |
| Workload |
Ausbildungslevel |
Studienfachbereich |
VerantwortlicheR |
Semesterstunden |
Anbietende Uni |
| 1,5 ECTS |
M2 - Master 2. Jahr |
Informationselektronik |
Mario Huemer |
1 SSt |
Johannes Kepler Universität Linz |
|
|
|
| Detailinformationen |
| Quellcurriculum |
Masterstudium Elektronik und Informationstechnik 2017W |
| Ziele |
Entwurf optimaler Schätzer für Signalverarbeitungsprobleme, Entwurf optimaler und adaptiver Filter, Entwurf von Kalman Filtern.
|
| Lehrinhalte |
Optimale und adaptive Signalverarbeitungssysteme werden in einer Vielzahl elektronischer Systeme eingesetzt. Typische Anwendungsgebiete sind Kommunikationstechnik, Radartechnik, Ortungssysteme, Sprachverarbeitung, Bildverarbeitung, Biosignalverarbeitung, Regelungstechnik, und viele mehr. In dieser Vorlesung werden die wichtigsten Konzepte der optimalen und adaptiven Signalverarbeitung vorgestellt und die erarbeitete Theorie wird anhand einer Vielzahl von praktischen Beispielen angewandt. In der parallel zur Vorlesung stattfindenden Übung werden die Konzepte mit Hilfe der MATLAB Software programmiert und entsprechend getestet.
- Optimale Schätzalgorithmen in der Signalverarbeitung (MVU, BLUE, LS, MMSE, LMMSE, MAP; Anwendungen: Amplitudenschätzung, Frequenzschätzung, Leistungsschätzung, Signalextraktion, Systemidentifikation)
- Optimale Filter (Wiener Filter; Least Squares Filter; Anwendungen: Systemidentifikation (Kanalschätzung), Inverse Systemidentifikation (z.B. zur Entzerrung von Mobilfunkkanälen), Rauschunterdrückung, Lineare Prädiktion (beispielsweise für Sprachsignale))
- Adaptive Filter (LMS Algorithmus; RLS Algorithmus)
- Kalman Filter (Kalman Filter für lineare Systeme; Extended Kalman Filter für nichtlineare Systeme; Anwendungen: Vehicle Tracking, Ladezustandsschätzung für Batterien)
|
| Beurteilungskriterien |
Abgabe von kurzen zu lösenden Beispielen während des Semesters, Abgabegespräch
|
| Lehrmethoden |
Vortrag von Beispielen durch LVA-Leiter, Hausübungen
|
| Abhaltungssprache |
Deutsch |
| Literatur |
- Vorlesungsfolien
- S. Kay, Fundamentals of Statistical Signal Processing: Estimation Theory, Prentice Hall, Rhode Island 1993.
- D.G. Manolakis, V.K. Ingle, S.M. Kogon, Statistical and Adaptive Signal Processing, Artech House, 2005.
|
| Lehrinhalte wechselnd? |
Nein |
| Sonstige Informationen |
Abhaltungssprache auf Anfrage in Englisch
Bis Semester 2017S bezeichnet als: 489WSIVOASU14 UE Optimale und Adaptive Signalverarbeitungssysteme
|
| Frühere Varianten |
Decken ebenfalls die Anforderungen des Curriculums ab (von - bis)
489WSIVOASU14: UE Optimale und Adaptive Signalverarbeitungssysteme (2014W-2017S)
|
|
|
|
| Präsenzlehrveranstaltung |
| Teilungsziffer |
35 |
| Zuteilungsverfahren |
Zuteilung nach Reihenfolge |
|
|
|
