Lehrinhalte
Der Kurs beinhaltet die Grundlagen der Entdeckungs- und Schätztheorie. Diese werden dann erweitert durch mit fortgeschrittenen Themen der statistischen Signalverarbeitung. Das sind typischerweise Anwendungen aus folgenden Bereichen: Detektion in Radar Anwendungen; Robuste Schätzung; Prädiktion, Filterung und Tracking mit dem Kalman Filter; Sensorgruppen Signalverarbeitung, Richtungsschätzung und Quellendetektion; Zeit-Frequenz Analyse. Die Themen können von Semester zu Semester wechseln.
Der Kurs beinhaltet eine Reihe von 5 Vorlesungen gefolgt von einem betreuten Forschungsseminar über ca. 2 Monate. Die endgültige Bewertung beinhaltet die Seminar-Präsentationen, sowie eine schriftliche Klausur.
Die hauptsächlichen Themengebiete sind:
[list]
[*]Schätztheorie
[*]Detektionstheorie
[*]Robuste Schätztheorie
[*]Seminar-Projekte: z.B. Mikrophongruppen/Beamforming, Ortung und Tracking, Radar-/Ultraschallbildgebung, akustische Quellenlokalisierung, Schätzung der Anzahl von Quellen
[/list]
Literatur
[list]
[*]Folien zur Vorlesung
[*]Jerry D. Gibson and James L. Melsa. Introduction to Nonparametric Detection with Applications. IEEE Press, 1996.
[*]S. Kassam. Signal Detection in Non-Gaussian Noise. Springer Verlag, 1988.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Estimation Theory. Prentice Hall, 1993.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Detection Theory. Prentice Hall, 1998.
[*]E. L. Lehmann. Testing Statistical Hypotheses. Springer Verlag, 2nd edition, 1997.
[*]E. L. Lehmann and George Casella. Theory of Point Estimation. Springer Verlag, 2nd edition, 1999.
[*]Leon-Garcia. Probability and Random Processes for Electrical Engineering. Addison Wesley, 2nd edition, 1994.
[*]P. Peebles. Probability, Random Variables, and Random Signal Principles. McGraw-Hill, 3rd edition, 1993.
[*]H. Vincent Poor. An Introduction to Signal Detection and Estimation. Springer Verlag, 2nd edition, 1994.
[*]Louis L. Scharf. Statistical Signal Processing: Detection, Estimation, and Time Series Analysis. Pearson Education POD, 2002.
[*]Harry L. Van Trees. Detection, Estimation, and Modulation Theory, volume I,II,III,IV. John Wiley & Sons, 2003.
[*]A. M. Zoubir and D. R. Iskander. Bootstrap Techniques for Signal Processing. Cambridge University Press, May 2004.
[/list]
Voraussetzungen
DSP, ein allgemeines Interesse an der Signalverarbeitung ist wünschenswert.
Online-Angebote
moodle
Der Kurs beinhaltet die Grundlagen der Entdeckungs- und Schätztheorie. Diese werden dann erweitert durch mit fortgeschrittenen Themen der statistischen Signalverarbeitung. Das sind typischerweise Anwendungen aus folgenden Bereichen: Detektion in Radar Anwendungen; Robuste Schätzung; Prädiktion, Filterung und Tracking mit dem Kalman Filter; Sensorgruppen Signalverarbeitung, Richtungsschätzung und Quellendetektion; Zeit-Frequenz Analyse. Die Themen können von Semester zu Semester wechseln.
Der Kurs beinhaltet eine Reihe von 5 Vorlesungen gefolgt von einem betreuten Forschungsseminar über ca. 2 Monate. Die endgültige Bewertung beinhaltet die Seminar-Präsentationen, sowie eine schriftliche Klausur.
Die hauptsächlichen Themengebiete sind:
[list]
[*]Schätztheorie
[*]Detektionstheorie
[*]Robuste Schätztheorie
[*]Seminar-Projekte: z.B. Mikrophongruppen/Beamforming, Ortung und Tracking, Radar-/Ultraschallbildgebung, akustische Quellenlokalisierung, Schätzung der Anzahl von Quellen
[/list]
Literatur
[list]
[*]Folien zur Vorlesung
[*]Jerry D. Gibson and James L. Melsa. Introduction to Nonparametric Detection with Applications. IEEE Press, 1996.
[*]S. Kassam. Signal Detection in Non-Gaussian Noise. Springer Verlag, 1988.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Estimation Theory. Prentice Hall, 1993.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Detection Theory. Prentice Hall, 1998.
[*]E. L. Lehmann. Testing Statistical Hypotheses. Springer Verlag, 2nd edition, 1997.
[*]E. L. Lehmann and George Casella. Theory of Point Estimation. Springer Verlag, 2nd edition, 1999.
[*]Leon-Garcia. Probability and Random Processes for Electrical Engineering. Addison Wesley, 2nd edition, 1994.
[*]P. Peebles. Probability, Random Variables, and Random Signal Principles. McGraw-Hill, 3rd edition, 1993.
[*]H. Vincent Poor. An Introduction to Signal Detection and Estimation. Springer Verlag, 2nd edition, 1994.
[*]Louis L. Scharf. Statistical Signal Processing: Detection, Estimation, and Time Series Analysis. Pearson Education POD, 2002.
[*]Harry L. Van Trees. Detection, Estimation, and Modulation Theory, volume I,II,III,IV. John Wiley & Sons, 2003.
[*]A. M. Zoubir and D. R. Iskander. Bootstrap Techniques for Signal Processing. Cambridge University Press, May 2004.
[/list]
Voraussetzungen
DSP, ein allgemeines Interesse an der Signalverarbeitung ist wünschenswert.
Online-Angebote
moodle
- Lehrende: Abdelhak Zoubir
Semester: WiSe 2019/20
Lehrinhalte
1) Zeitdiskrete Signale und lineare Systeme - Abtastung und Rekonstruktion der analogen Signale
2) Design digitaler Filter Filter Design Prinzipien; Linearphasige Filter; Filter mit endlicher Impulsantwort; Filter mit unendlicher Impulsantwort; Implementation
3) Digitale Analyse des Spektrums - Stochastische Signale; Nichtparametrische Spektralschätzung; Parametrische Spektralschätzung; Applikationen
4) Kalman Filter
Literatur
Skript zur Vorlesung
Vertiefende Literatur:
[list]
[*]A. Oppenheim, W. Schafer: Discrete-time Signal Processing, 2nd ed.
[*]J.F. Böhme: Stochastische Signale, Teubner Studienbücher, 1998
[/list]
Voraussetzungen
Grundlegende Kenntnisse der Signal- und Systemtheorie (Deterministische Signale und Systeme)
Online-Angebote
moodle
Bearbeitet von:
[url]http://www.spg.tu-darmstadt.de/[/url]
1) Zeitdiskrete Signale und lineare Systeme - Abtastung und Rekonstruktion der analogen Signale
2) Design digitaler Filter Filter Design Prinzipien; Linearphasige Filter; Filter mit endlicher Impulsantwort; Filter mit unendlicher Impulsantwort; Implementation
3) Digitale Analyse des Spektrums - Stochastische Signale; Nichtparametrische Spektralschätzung; Parametrische Spektralschätzung; Applikationen
4) Kalman Filter
Literatur
Skript zur Vorlesung
Vertiefende Literatur:
[list]
[*]A. Oppenheim, W. Schafer: Discrete-time Signal Processing, 2nd ed.
[*]J.F. Böhme: Stochastische Signale, Teubner Studienbücher, 1998
[/list]
Voraussetzungen
Grundlegende Kenntnisse der Signal- und Systemtheorie (Deterministische Signale und Systeme)
Online-Angebote
moodle
Bearbeitet von:
[url]http://www.spg.tu-darmstadt.de/[/url]
- Lehrende: Martin Gölz
- Lehrende: Gelöschter User (TU-ID gelöscht)
- Lehrende: Abdelhak Zoubir
Semester: WiSe 2019/20
Lehrinhalte
Einführung und Definitionen zur Mikrosystemtechnik, Werkstofftechnische Grundlagen, Grundlagen der Technologien, Funktionselemente der Mikrosystemtechnik, Mikroaktoren, Mikrofluidische Systeme, Mikrosensoren, Integrierte Sensor-Aktor-Systeme, Trends, ökonomische Aspekte.
Voraussetzungen
BSc
Online-Angebote
moodle
Einführung und Definitionen zur Mikrosystemtechnik, Werkstofftechnische Grundlagen, Grundlagen der Technologien, Funktionselemente der Mikrosystemtechnik, Mikroaktoren, Mikrofluidische Systeme, Mikrosensoren, Integrierte Sensor-Aktor-Systeme, Trends, ökonomische Aspekte.
Voraussetzungen
BSc
Online-Angebote
moodle
- Lehrende: Thomas Burg
- Lehrende: Mario El Khoury
- Lehrende: Daniel Thiem
Semester: WiSe 2019/20
Lehrinhalte
1) Einführung in MATLAB
2) Zeitdiskrete Signale und Systeme
3) Analyse des Frequenzbereichs basierend auf der DFT
4) Design digitaler Filter mit endlicher Impulsantwort
5) Design digitaler Filter mit unendlicher Impulsantwort mittels analogen Prototypen
6) Nichtparametrische Methoden der Spektralschätzung
7) Parametrische Methoden der Spektralschätzung
Literatur
Praktikumsanleitung
Voraussetzungen
Stochastische Signale und Systeme
Weitere Informationen
Die Veranstaltung kann nach oder parallel zur Vorlesung Digitale Signalverarbeitung besucht werden.
Online-Angebote
moodle
Bearbeitet von:
[url]http://www.spg.tu-darmstadt.de/[/url]
1) Einführung in MATLAB
2) Zeitdiskrete Signale und Systeme
3) Analyse des Frequenzbereichs basierend auf der DFT
4) Design digitaler Filter mit endlicher Impulsantwort
5) Design digitaler Filter mit unendlicher Impulsantwort mittels analogen Prototypen
6) Nichtparametrische Methoden der Spektralschätzung
7) Parametrische Methoden der Spektralschätzung
Literatur
Praktikumsanleitung
Voraussetzungen
Stochastische Signale und Systeme
Weitere Informationen
Die Veranstaltung kann nach oder parallel zur Vorlesung Digitale Signalverarbeitung besucht werden.
Online-Angebote
moodle
Bearbeitet von:
[url]http://www.spg.tu-darmstadt.de/[/url]
- Lehrende: Mahmoud El-Hindi
- Lehrende: Gelöschter User (TU-ID gelöscht)
- Lehrende: Abdelhak Zoubir
Semester: WiSe 2019/20
Lehrinhalte
Kenntnisse über die vielfältigen Fertigungsverfahren in der Mikro- und Feinwerktechnik und ihren Einfluss auf die Entwicklung von Geräten und Komponenten.
Literatur
Skript zur Vorlesung: Technologie der Mikro- und Feinwerktechnik I
Online-Angebote
moodle
Kenntnisse über die vielfältigen Fertigungsverfahren in der Mikro- und Feinwerktechnik und ihren Einfluss auf die Entwicklung von Geräten und Komponenten.
Literatur
Skript zur Vorlesung: Technologie der Mikro- und Feinwerktechnik I
Online-Angebote
moodle
- Lehrende: Thomas Burg
- Lehrende: Niko Faul
- Lehrende: Gelöschter User (TU-ID gelöscht)
Semester: WiSe 2019/20