| 
        
          
          
         
          |  Inhalt
              
                
                  | [ 489MAITOASU22 ]                                         UE                                         Optimum and Adaptive Signal Processing Systems |  
                  |  |  |  | Es ist eine neuere Version 2025W dieser LV im Curriculum Masterstudium Medical Engineering 2025W vorhanden. |  
                  |  |  
                  |  | 
                    
                      | Workload | Ausbildungslevel | Studienfachbereich | VerantwortlicheR | Semesterstunden | Anbietende Uni |  
                      | 1,5 ECTS | M1 - Master 1. Jahr | Informationselektronik | Mario Huemer | 1 SSt | Johannes Kepler Universität Linz |  |  
                  |  |  
                  |  | 
                        
    					  
    					  
  						
                    
                      | Detailinformationen |  
                      | Quellcurriculum | Masterstudium Elektronik und Informationstechnik (ELIT) 2023W |  
                      | Ziele | Studierende kennen und verstehen die grundlegenden Parameterschätzmethoden, die Grundlagen optimaler Filter, adaptiver Filter und der Kalman Filter qualitativ und mathematisch und können diese auf komplexere Aufgabenstellungen anwenden. |  
                      | Lehrinhalte | Methoden der Parameterschätzung
Klassische Methoden: MVU, BLUE, ML, LS
Bayes’sche Methoden: MAP, MMSE, LMMSE
Anwendungen: Amplitudenschätzung, Frequenzschätzung, Leistungsschätzung, * Signalextraktion, Systemidentifikation, Datenschätzung
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 (Least Mean Squares) Algorithmus
RLS (Recursive Least Squares) Algorithmus
Kalman Filter
Standard Kalman Filter
Extended Kalman Filter
Anwendungen
 |  
                      | Beurteilungskriterien | Abgabe von kurzen zu lösenden Beispielen während des Semesters, Abgabegespräch |  
                      | Lehrmethoden | Vortrag von Beispielen durch LVA-Leiter, Hausübungen |  
                      | Abhaltungssprache | Englisch |  
                      | 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 |  
                      | Frühere Varianten | Decken ebenfalls die Anforderungen des Curriculums ab (von - bis) 489INTEOASU17: UE Optimale und Adaptive Signalverarbeitungssysteme (2017W-2022S)
 489WSIVOASU14: UE Optimale und Adaptive Signalverarbeitungssysteme (2014W-2017S)
 
 |  |  
                  |  |  
                  |  | 
                    
    				  
    				  
  					
                    
                      | Präsenzlehrveranstaltung |  
                        | Teilungsziffer | 35 |  
                      | Zuteilungsverfahren | Zuteilung nach Reihenfolge |  |  |  |