 |
| Detailinformationen |
| Quellcurriculum |
Masterstudium Mechatronik 2022W |
| 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.
- 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)
|
| Beurteilungskriterien |
Mündliche Prüfung
|
| Lehrmethoden |
Vortrag durch LVA-Leiter, Matlab basierte Demos
|
| Abhaltungssprache |
German or English |
| 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 |
| Äquivalenzen |
MEMWDVOSTSV: VO Statistische Signalverarbeitung (3 ECTS)
|
|
