Bachelor Student Courses at the Chair of Signal Processing

Ingenieurinformatik

  1.  Algorithmen und Programmierung
  2. Digitaltechnik

 

Das Modul vermittelt einen ersten Überblick über Begriffe und Methoden der digitalen Informationstechnik und ihrer praktischen Realisierung in Schaltungen und Rechnern. Es legt Grundlagen für weiterführende Vorlesungen vorwiegend in den Bereichen Informationstechnik und Automatisierungstechnik. Die Studierenden erhalten eine Einführung in die Digitaltechnik, eine Begriffsklärung Digitaltechnik und Analogtechnik und erlernen das Prinzip der Analog-Digitalwandlung (A/D-Wandlung). Es erfolgt eine erste Definition von Information und Informationsgehalt und eine Einführung in die Codierung. Es werden die Grundlagen für Zahlensysteme und Zahlendarstellung im Rechner, insbesondere Festkomma- und Fließkommadarstellung vermittelt. Die Studierenden lerne die Bausteine der Digitaltechnik, wie Logikfunktionen, Schaltwerke, Schaltnetze, Normalformen, Minimierung von Schaltnetzen, Automaten, Digitalspeicher kennen und erhalten einen Überblick über den prinzipiellen Aufbau eines Rechners. Es werden zudem grundlegende Kenntnisse in der imperativen und objektorientierten Programmierung vermittelt. Darüber hinaus werden verschiedene grundlegende Algorithmen und Datenstrukturen behandelt. Die Studierenden erhalten einen Überblick über Programmierung und Programmiersprachen, sowie Grundlegende Datenstrukturen und Grundelemente einer Programmiersprache. Die Studierenden erhalten einen Überblick über die Werkzeuge der prozeduralen Programmierung und der objektorientierten Programmierung und erlernen die Praxis des Programmierens in zwei Programmiersprachen. Das Modul vermittelt eine Übersicht über grundlegende Algorithmen.

||

The module provides an initial overview of the concepts and methods of digital information technology and their practical implementation in circuits and computers. It lays the foundations for further lectures, primarily in the fields of information technology and automation technology. Students receive an introduction to digital technology, a definition of the terms digital technology and analog technology and learn the principle of analog-to-digital conversion (A/D conversion). There is an initial definition of information and information content and an introduction to coding. The basics of number systems and number representation in the computer, in particular fixed-point and floating-point representation, are taught. Students learn about the building blocks of digital technology, such as logic functions, switching systems, switching networks, normal forms, minimization of switching networks, automata, digital memory and gain an overview of the basic structure of a computer. Basic knowledge of imperative and object-oriented programming is also taught. In addition, various basic algorithms and data structures are covered. Students are given an overview of programming and programming languages, as well as basic data structures and basic elements of a programming language. Students are given an overview of the tools of procedural programming and object-oriented programming and learn the practice of programming in two programming languages. The module provides an overview of basic algorithms.

Einführung in Space Communications || Inroduction to Space Communications

...

Signale und Kommunikationssysteme || Signals and Communication Systems

Die Studierenden werden mit der Beschreibung und den Kenngrößen deterministischer Signale (Verschiebungssätze, Zuordnungssätze, Theorem von Parseval, Energiesatz, Differentiations- und Integrationssätze im Zeit- und Spektralbereich, Faltungssatz, Anwendungen in der Kommunikationstechnik) bekannt gemacht und an Beispielen demonstriert. Sie erlernen die Methoden an entsprechenden Übungsbeispielen. Sie erlernen die Beschreibung und Kenngrößen stochastischer Signale (Zufallsgrößen, stochastische Prozesse, Wahrscheinlichkeitsdichtefunktion, Wahrscheinlichkeitsverteilungs-funktion, Erwartungswerte und Momente, stationäre und ergodische Prozesse, Gauß-Prozesse, Laplace-Prozesse und andere typische Prozesse aus der Kommunikationstechnik, Autokorrelations- und Kreuzkorrelationsfunktion und ihre Eigenschaften, Korrelationsdauer, Leistungs- und Energiespektrum, äquivalente Rauschbandbreite, Klassifizierung von Signalen) und lernen die Methoden an Beispielen anzuwenden. Ihnen wird die theoretische Klassifizierung von Systemen und die Beschreibung ihrer Eigenschaften gezeigt und sie lernen dies an Beispielen anzuwenden. Insbesondere erlernen sie die Beschreibung und Berechnung folgender Systeme:

  • Nichtlineare Systeme (allgemeine Beschreibung, Übertragungskennlinien, Transformation von WDFs bei gedächtnislosen Systemen, Linearisierung, Klirrfaktoren)
  • Lineare zeitvariante Systeme (Beschreibung durch zweidimensionale Gewichtsfunktion und Impulsantwort, ideale Abtastung und Abtasttheorem, Rekonstruktion des Analogsignals aus dem Abtastwertsignal)
  • Lineare zeitinvariante Systeme (Beschreibung durch Impulsantwort und Übertragungsfunktion, Sprungantwort, Amplituden- und Phasengang ,Phasen-, Gruppen- und Schwerpunktlaufzeit, Bandbreitedefinitionen, Einschwingvorgänge bei Tiefpass-, Hochpass- und Bandpasssystemen, Laufzeitsysteme, lineare Verzerrungen und ihre Entzerrung, Übertragung zufälliger Signale über LZI-Systeme, System-AKF und Leistungsübertragungsfunktion, Kreuzkorrelationsfunktionen von Ein- und Ausgangssignalen, Systemeigenschaften bei weißem Rauschen, Korrelationsdauer und äquivalente Rauschbandbreite, Korrelationsfilter und Anwendungen).

 

||

Students are familiarized with the description and characteristics of deterministic signals (displacement theorems, assignment theorems, Parseval's theorem, energy theorem, differentiation and integration theorems in the time and spectral domain, convolution theorem, applications in communication technology) and demonstrated using examples. You will learn the methods using corresponding exercises. You will learn the description and characteristics of stochastic signals (random variables, stochastic processes, probability density function, probability distribution function, expected values and moments, stationary and ergodic processes, Gaussian processes, Laplace processes and other typical processes from communication technology, autocorrelation and cross-correlation function and their properties, correlation duration, power and energy spectrum, equivalent noise bandwidth, classification of signals) and learn to apply the methods to examples. They are shown the theoretical classification of systems and the description of their properties and learn how to apply this to examples. In particular, you will learn how to describe and calculate the following systems:

  • Nonlinear systems (general description, transfer characteristics, transformation of WDFs for memoryless systems, linearization, distortion factors)
  • Linear time-variant systems (description by two-dimensional weight function and impulse response, ideal sampling and sampling theorem, reconstruction of the analog signal from the sampled value signal)
  • Linear time-invariant systems (description by impulse response and transfer function, step response, amplitude and phase response, phase, group and center of gravity delay, bandwidth definitions, transient processes in low-pass, high-pass and band-pass systems, delay systems, linear distortions and their equalization, Transmission of random signals via LZI systems, system ACF and power transfer function, cross-correlation functions of input and output signals, system properties in the presence of white noise, correlation duration and equivalent noise bandwidth, correlation filters and applications).

MATLAB essentials

MATLAB® ist ein interaktives, matrixorientiertes Programmpaket zur Berechnung, Visualisierung und Programmierung wissenschaftlich-technischer Fragestellungen. Die Vorlesung MATLAB essentials bietet einen umfassenden Einblick in dieses vielseitige, in den Ingenieurswissenschaften weitverbreitete Werkzeug. Die Vorlesung wird als Blended-Learning Kurs angeboten und verknüpft eine Selbstlernkomponente mit Vorlesungsanteilen im Seminarstil. Anhand eines ausführlichen Skripts und ausgewählter Übungsaufgaben bereiten die Studierenden die einzelnen Lehreinheiten in weitgehend freier Zeiteinteilung zunächst selbständig in kleinen Teams am eigenen Rechner vor. Ein internet-basiertes Lernportal stellt dabei den Kontakt zum Dozenten und zu den anderen Kursteilnehmern sicher. In den begleitenden Seminarveranstaltungen werden die erarbeiteten Lösungen dann präsentiert, Problemstellen und alternative Lösungsansätze diskutiert und die Inhalte weiter vertieft. Nach einer grundlegenden Einführung in die matrixorientierte Programmierung werden verschiedene Möglichkeiten zur Visualisierung und graphischen Darstellung vorgestellt. Die Studierenden lernen die von MATLAB unterstützten Datentypen und –strukturen kennen und realisieren einfache Benutzerschnittstellen und –dialoge. Im zweiten Teil der Lehrveranstaltung werden die erlernten Techniken dann weiter vertieft und verfeinert. Die Studierenden beschäftigen sich ausführlich mit der modularen und rekursiven Programmierung unter Nutzung eingebetteter und verschachtelter Funktionen. Sie erlernen die flexible Parameterübergabe über Parameter-Value Kombinationen, werden mit den vielfältigen Möglichkeiten zum Datenimport und –export vertraut gemacht und erstellen komplexe interaktive Benutzeroberflächen mittels Callbacks.

||

MATLAB® is an interactive, matrix-oriented program package for the calculation, visualization and programming of scientific and technical problems. The lecture MATLAB essentials offers a comprehensive insight into this versatile tool, which is widely used in engineering. The lecture is offered as a blended learning course and combines a self-study component with seminar-style lecture components. Using a detailed script and selected exercises, students initially prepare the individual teaching units independently in small teams on their own computers, largely at their own pace. An internet-based learning portal ensures contact with the lecturer and other course participants. In the accompanying seminars, the solutions developed are then presented, problem areas and alternative approaches to solutions are discussed and the content is further deepened. After a basic introduction to matrix-oriented programming, various options for visualization and graphical representation are presented. Students learn about the data types and structures supported by MATLAB and implement simple user interfaces and dialogs. In the second part of the course, the techniques learned are then further deepened and refined. Students deal in detail with modular and recursive programming using embedded and nested functions. They learn about flexible parameter transfer via parameter-value combinations, are familiarized with the various options for importing and exporting data and create complex interactive user interfaces using callbacks.

Praktikum Communication Technology || Practical Course: Communication Technology

Praktikum Communication Technology – Anteil SigSys: Im praktischen Teil erlernen die Studierenden auf Ebene der Nachrichtenübertragung die Bestimmung von Signalparametern und die Bestimmung des Übertragungsverhaltens von linearen und zeitinvarianten Systemen. Des Weiteren erlernen die Studierenden die messtechnische Untersuchung von Verfahren zur Amplitudenmodulation, Abtastung und Signalrückgewinnung.

||

Practical course in Communication Technology - SigSys component: In the practical part, students learn how to determine signal parameters and the transmission behavior of linear and time-invariant systems at the level of message transmission. In addition, students learn the metrological investigation of methods for amplitude modulation, sampling and signal recovery.

Master Student Courses at the Chair of Signal Processing

Array Processing

In dieser Lehrveranstaltung werden die Studierenden grundlegend in die Anwendungsgebiete und Applikationen von Antennenarrays, Beamforming und räumlichen Filtern eingeführt. Hierbei erwerben sie ein Verständnis über uniforme lineare Arrays, zirkulare Arrays, Array Performance Metriken und Antennenelemente sowie deren Eigenschaften. Die Studierenden werden in das Thema Antennenarrays eingeführt und verstehen die unterschiedlichen Syntheseformen. Sie erlernen Array-Polynome und z-Transformation, das räumliche Abtasttheorem, Binomialarrays, Dolph-Chebychev Arrays und Villeneuve n-Verteilung und setzen sich mit der Least-Squares Fehlermustersynthese, dem Minimax Design, dem Null-Steering, dem Beamspace-Processing und den räumlich non-uniforme lineare Arrays auseinander. Die Studierenden machen sich mit den Grundlagen der planaren Arrays und Aperturen vertraut. Sie diskutieren parametrische und Wavenumber Modelle, Raum-Zeit-Zufallsprozesse und Snapshot Modelle (Frequenz und Zeit) zur Charakterisierung von Space-Time Prozessen. Die Studierenden erlernen die Themengebiete Beamforming, MMSE Estimators, Maximum SNR Estimators, Multiple Plane Wave Signals (MMSE und MVDR Beamformer), Eigenvektor Beamformer und adaptive Beamformer als Grundlagen der Waveform Estimation. Außerdem erlernen sie das Subspace Verfahren (MUSIC, ESPRIT), die Capon Methode und die Mimimum-Norm Methode systematisch auf Fragestellungen zu modell- und leistungsbasierter Parameterschätzung anzuwenden. Die Studierenden vergleichen vertieft die MISO-Systeme, Alamouti-Minimum-Norm, MIMO Systeme, Pre-coding und MIMO Entzerrung und beherrschen somit die wesentlichen Themengebiete im Bereich Beamforming als Variante der Mehrantennenkommunikation.

||

In this course, students are given a basic introduction to the application areas and applications of antenna arrays, beamforming and spatial filters. They acquire an understanding of uniform linear arrays, circular arrays, array performance metrics and antenna elements as well as their properties. Students are introduced to the topic of antenna arrays and understand the different forms of synthesis. They learn array polynomials and z-transforms, the spatial sampling theorem, binomial arrays, Dolph-Chebychev arrays and Villeneuve n-distribution and deal with least squares error pattern synthesis, minimax design, null steering, beamspace processing and spatially non-uniform linear arrays. Students familiarize themselves with the basics of planar arrays and apertures. They discuss parametric and Wavenumber models, space-time random processes and snapshot models (frequency and time) for the characterization of space-time processes. Students learn about beamforming, MMSE estimators, maximum SNR estimators, multiple plane wave signals (MMSE and MVDR beamformers), eigenvector beamformers and adaptive beamformers as the basics of waveform estimation. They also learn how to systematically apply the subspace method (MUSIC, ESPRIT), the Capon method and the Mimimum-Norm method to questions relating to model-based and power-based parameter estimation. Students compare MISO systems, Alamouti minimum norm, MIMO systems, pre-coding and MIMO equalization in depth and thus master the essential topics in the field of beamforming as a variant of multi-antenna communication.

Biosignal-Messtechnik || Biosignal Measurement Technology

In verschiedenen Lehreinheiten wird die Erfassung und Verarbeitung biologischer Signale unter Verwendung des Biopac-Student-Lab (www.biopac.com) und der PhysioNet-Datenbank demonstriert. Teams von jeweils drei Studierenden führen Messungen sowie Auswertungen selbständig durch und erarbeiten so die einzelnen Lektionen in weitgehend freier Zeiteinteilung. In gemeinsamen Seminarveranstaltungen erörtern die Studierenden charakteristische Eigenschaften biologischer Signale und erarbeiten Techniken zur zuverlässigen Signalregistrierung. Dabei erhalten sie einen Einblick in die physiologischen Grundlagen biologischer Signalquellen und in die für die Messung erforderliche Sensor- und Digitalisierungstechnik. Sie machen sich mit den sicherheitstechnischen Aspekten der Signalerfassung am menschlichen Körper vertraut und erlernen die Grundlagen der digitalen Signaldarstellung im Zeit- und Spektralbereich. Anhand typischer Anwendungsbeispiele aus Medizin, Biowissenschaften und Ambient-Assisted Living werden die Inhalte schließlich konkretisiert und vertieft.

||

In various teaching units, the acquisition and processing of biological signals is demonstrated using the Biopac Student Lab (www.biopac.com) and the PhysioNet database. Teams of three students each carry out measurements and evaluations independently and thus work through the individual lessons in a largely free time allocation. In joint seminars, students discuss characteristic properties of biological signals and develop techniques for reliable signal registration. They gain an insight into the physiological principles of biological signal sources and the sensor and digitization technology required for measurement. They familiarize themselves with the safety aspects of signal acquisition on the human body and learn the basics of digital signal representation in the time and spectral domain. The content is then concretized and deepened using typical application examples from medicine, life sciences and ambient assisted living.

Biosignalverarbeitung || Biosignal Processing

In der Lehrveranstaltung Biosignalverarbeitung werden, nach einer kurzen Einführung in die Basiswerkzeuge der digitalen Signalverarbeitung, die klassischen Stufen der Biosignalverarbeitungskette von der optimalen Signalaufbereitung bis hin zur Klassifikation und Entscheidungsfindung erörtert. Dabei werden ausgewählte Methoden der Biosignalverarbeitung vorgestellt, die die Studierenden dann selbst in einer MATLAB-Umgebung implementieren und auf synthetische und reale Biosignale anwenden. Dabei konzentriert sich die Lehrveranstaltung neben der Modellierung biomedizinischer Signalquellen auf lineare und nichtlineare Methoden zur Signalanalyse und Merkmalsextraktion, Überwachungs- und Alarmalgorithmen sowie Methoden zur Mustererkennung und Diagnoseunterstützung. Abschließend werden Strategien für die ambulante Erfassung von Langzeitdaten vorgestellt.

||

After a brief introduction to the basic tools of digital signal processing, the course Biosignal Processing discusses the classic stages of the biosignal processing chain from optimal signal processing to classification and decision making. Selected methods of biosignal processing are presented, which the students then implement themselves in a MATLAB environment and apply to synthetic and real biosignals. In addition to modeling biomedical signal sources, the course focuses on linear and non-linear methods for signal analysis and feature extraction, monitoring and alarm algorithms as well as methods for pattern recognition and diagnostic support. Finally, strategies for the ambulatory acquisition of long-term data are presented.

Digitale Filter || Digital Filters

In dieser Lehrveranstaltung werden die Studierenden mit den wesentlichen Prinzipien zur Analyse und dem Entwurf digitaler Filter bekannt gemacht und damit das Wissen aus den grundlegenden Signalverarbeitungsvorlesungen weiter vertieft. Nach einer Einführung in das Gebiet der Schnellen Algorithmen (Fast Fourier Transform (FFT), Schnelle Faltung) befassen sich die Studierenden umfassend mit der Analyse von linearen verschiebungsinvarianten Systemen (LVI-Systeme). Sie werden mit den verschiedenen Beschreibungsformen (IA, DG, ÜF, FG) vertraut gemacht und lernen die verschiedenen Systemarten (MA, AR, ARMA) und ihre speziellen Eigenschaften (linearphasige Filter, minimalphasige Filter, Allpässe) zu differenzieren. Die Studierenden lernen unterschiedliche Realisierungsstrukturen kennen und befassen sich mit Techniken zum Entwurf digitaler Filter. Dabei erlernen sie sowohl Verfahren zum Entwurf von FIR-Filtern (Windowing, Frequency-Sampling, Tschebyscheff-Approximation) als auch zum Entwurf von IIR-Filtern (direkte, impulsinvariante und bilineare Transformation). In einem weiteren Kapitel werden die Studierenden mit dem Konzept der adaptiven Filter bekannt gemacht. Dabei werden zunächst exemplarisch das Least-Mean-Squares Verfahren und der Recursive-Least-Squares Algorithmus vorgestellt bevor die Studierenden an das allgemeine Prinzip der Zustandsmodellierung und des Kalman-Filters herangeführt werden. Ein Kapitel zu aktuell verfügbaren Hardware-Architekturen wie Digitalen Signal Prozessoren (DSP) und FPGA-Bausteinen, Implementierungsaspekten und möglichen Fehlerquellen (Quantisierungseffekte, Stabilität, Grenzzyklen) schließt die Lehrveranstaltung ab.

||

In this course, students are familiarized with the essential principles for the analysis and design of digital filters and thus deepen their knowledge from the basic signal processing lectures. After an introduction to the field of fast algorithms (Fast Fourier Transform (FFT), Fast Convolution), the students deal comprehensively with the analysis of linear shift invariant systems (LVI systems). They are familiarized with the various forms of description (IA, DG, ÜF, FG) and learn to differentiate between the various system types (MA, AR, ARMA) and their special properties (linear-phase filters, minimum-phase filters, all-pass filters). Students become familiar with different realization structures and deal with techniques for designing digital filters. They learn methods for designing FIR filters (windowing, frequency sampling, Chebyshev approximation) as well as for designing IIR filters (direct, impulse invariant and bilinear transformation). In a further chapter, students are introduced to the concept of adaptive filters. The Least-Mean-Squares method and the Recursive-Least-Squares algorithm are presented as examples before students are introduced to the general principle of state modeling and the Kalman filter. A chapter on currently available hardware architectures such as digital signal processors (DSP) and FPGA devices, implementation aspects and possible sources of error (quantization effects, stability, limit cycles) concludes the course.

Digitale Signalverarbeitung || Digital Signal Processing

Die Studierenden werden in dieser Lehrveranstaltung spezifisch mit digitalen Signalen deterministischer und stochastischer Natur (Zufallssignalen) vertraut gemacht. Sie setzen sich im ersten Schritt mit der Darstellung von zeitkontinuierlichen und zeitdiskreten Signalen im Zeit- und Frequenzbereich als Fourier-Reihe, Fourier-Transformation, Laplace-Transformation, Z-Transformation und zeitdiskrete Fourier-Transformation (DTFT) auseinander. Dazu verdeutlichen sich die Studierenden erneut das Verfahren der Signalabtastung und dessen Effekte. Als wichtigstes Ergebnis dieses Abschnitts zu den Signaltransformationen erlernen die Studierenden das Werkzeug der diskreten Fourier-Transformation (DFT) und grenzen dieses zu anderen Verfahren ab. Dabei machen sie sich mit allen Effekten der DFT vertraut, insbesondere der Zusammenhänge von Zeit- und Frequenzauflösung, Aliasing und Leakage-Effekt. Spezifische Größen für Zufallssignale und Zufallsvariablen sowie allgemeine stochastische Prozesse, insbesondere die Autokorrelation, Kreuzkorrelation und das Leistungsdichtespektrum, vervollständigen das Bild basierend auf den Wiener’schen Theorien. Darauf aufbauend wird die Spektralschätzung und Spektralanalyse eingeführt. So erwerben die Studierenden fundierte Kenntnis über die Spektralanalyse und Spektralschätzung von deterministischen Signalen und Zufallssignalen, wobei traditionelle, nicht-parametrische sowie parametrische Spektralschätzverfahren vermittelt werden. Zur Abrundung erlernen die Studierenden die Grundlagen der Parameterschätzung mithilfe von Statistiken höherer Ordnung (Higher-Order Statistics, HOS) und bestimmen die Schätzgüte anhand der wesentlichen Parameter Erwartungstreue und Schätzvarianz. Mithilfe der Cramer-Rao-Bound erlernen sie ferner, die Schätzgüte absolut sowie im Vergleich mit anderen Schätzverfahren zu beurteilen.

||

In this course, students are familiarized specifically with digital signals of a deterministic and stochastic nature (random signals). In the first step, they deal with the representation of continuous-time and discrete-time signals in the time and frequency domain as Fourier series, Fourier transforms, Laplace transforms, Z transforms and discrete-time Fourier transforms (DTFT). To this end, students once again familiarize themselves with the signal sampling process and its effects. As the most important result of this section on signal transformations, students learn about the discrete Fourier transform (DFT) tool and differentiate it from other methods. In doing so, they familiarize themselves with all the effects of the DFT, in particular the relationships between time and frequency resolution, aliasing and the leakage effect. Specific quantities for random signals and random variables as well as general stochastic processes, in particular autocorrelation, cross-correlation and the power density spectrum, complete the picture based on Wiener's theories. Building on this, spectral estimation and spectral analysis are introduced. Students acquire in-depth knowledge of spectral analysis and spectral estimation of deterministic signals and random signals, whereby traditional, non-parametric and parametric spectral estimation methods are taught. To round off the course, students learn the basics of parameter estimation using higher-order statistics (HOS) and determine the estimation quality using the key parameters of expected fidelity and estimation variance. With the help of Cramer-Rao-Bound, they also learn to assess the estimation quality in absolute terms and in comparison with other estimation methods.

High-Througput-Satellites: Technologien und Applikationen || High-throughput satellites: Technologies and Applications

...

Kommunikationstechnik II || Communications Technology

...

Konzepte von Fahrerassistenzsystemen || Concepts of Driver Assistance Systems

Die Lehrveranstaltung konzentriert sich auf den Kontext der Rolle des Menschen in der Fahrzeugführung und die zur Unterstützung dieser Aufgabe entwickelten technischen Systeme. Aktuelle Fahrerassistenzsysteme (Elektronisches Stabilitäts Programm ESP, Adaptive Cruise Control ACC, Notbremssysteme, Spurhalteunterstützung, Nachtsichtsysteme) werden aus Unfallforschung und Verkehrstheorie motiviert und im Detail erläutert. Die Implikationen für die sich ändernde Rolle des Fahrers werden dargestellt und anhand von informationstechnischen Technologien der Mensch-Maschine-Schnittstelle bzw. der Fahrerzustandserkennung konkretisiert. Die Studierenden erörtern Techniken zur Umwelterfassung und die dazu erforderliche Sensortechnologie. Sie erlernen Methoden zur Modellierung des Fahrerverhaltens und erhalten Einblick in den Systemtest mit Fahrsimulatoren und auf Teststrecken. Die Studierenden diskutieren die sinnvolle Gestaltung der Mensch-Maschine Schnittstelle und setzen sich mit technischen wie ethischen Aspekten des autonomen Fahrens auseinander.

||

The course focuses on the context of the role of humans in vehicle driving and the technical systems developed to support this task. Current driver assistance systems (Electronic Stability Program ESP, Adaptive Cruise Control ACC, emergency braking systems, lane departure warning, night vision systems) are motivated by accident research and traffic theory and explained in detail. The implications for the changing role of the driver are presented and concretized using information technology technologies of the human-machine interface and driver status recognition. Students discuss techniques for environmental detection and the sensor technology required for this. They learn methods for modeling driver behavior and gain insight into system testing with driving simulators and on test tracks. Students discuss the sensible design of the human-machine interface and deal with the technical and ethical aspects of autonomous driving.

MATLAB essentials

MATLAB® ist ein interaktives, matrixorientiertes Programmpaket zur Berechnung, Visualisierung und Programmierung wissenschaftlich-technischer Fragestellungen. Die Vorlesung MATLAB essentials bietet einen umfassenden Einblick in dieses vielseitige, in den Ingenieurswissenschaften weitverbreitete Werkzeug. Die Vorlesung wird als Blended-Learning Kurs angeboten und verknüpft eine Selbstlernkomponente mit Vorlesungsanteilen im Seminarstil. Anhand eines ausführlichen Skripts und ausgewählter Übungsaufgaben bereiten die Studierenden die einzelnen Lehreinheiten in weitgehend freier Zeiteinteilung zunächst selbständig in kleinen Teams am eigenen Rechner vor. Ein internet-basiertes Lernportal stellt dabei den Kontakt zum Dozenten und zu den anderen Kursteilnehmern sicher. In den begleitenden Seminarveranstaltungen werden die erarbeiteten Lösungen dann präsentiert, Problemstellen und alternative Lösungsansätze diskutiert und die Inhalte weiter vertieft. Nach einer grundlegenden Einführung in die matrixorientierte Programmierung werden verschiedene Möglichkeiten zur Visualisierung und graphischen Darstellung vorgestellt. Die Studierenden lernen die von MATLAB unterstützten Datentypen und –strukturen kennen und realisieren einfache Benutzerschnittstellen und –dialoge. Im zweiten Teil der Lehrveranstaltung werden die erlernten Techniken dann weiter vertieft und verfeinert. Die Studierenden beschäftigen sich ausführlich mit der modularen und rekursiven Programmierung unter Nutzung eingebetteter und verschachtelter Funktionen. Sie erlernen die flexible Parameterübergabe über Parameter-Value Kombinationen, werden mit den vielfältigen Möglichkeiten zum Datenimport und –export vertraut gemacht und erstellen komplexe interaktive Benutzeroberflächen mittels Callbacks.

||

MATLAB® is an interactive, matrix-oriented program package for the calculation, visualization and programming of scientific and technical problems. The lecture MATLAB essentials offers a comprehensive insight into this versatile tool, which is widely used in engineering. The lecture is offered as a blended learning course and combines a self-study component with seminar-style lecture components. Using a detailed script and selected exercises, students initially prepare the individual teaching units independently in small teams on their own computers, largely at their own pace. An internet-based learning portal ensures contact with the lecturer and other course participants. In the accompanying seminars, the solutions developed are then presented, problem areas and alternative approaches to solutions are discussed and the content is further deepened. After a basic introduction to matrix-oriented programming, various options for visualization and graphical representation are presented. Students learn about the data types and structures supported by MATLAB and implement simple user interfaces and dialogs. In the second part of the course, the techniques learned are then further deepened and refined. Students deal in detail with modular and recursive programming using embedded and nested functions. They learn about flexible parameter transfer via parameter-value combinations, are familiarized with the various options for importing and exporting data and create complex interactive user interfaces using callbacks.

Space Communications

  1. Lehrveranstaltung Optische Freiraumübertragung (Dr. rer. nat. Marcus Knopp, Deutsches Zentrum für Luft- und Raumfahrt)

    Die Studierenden erhalten in dieser Lehrveranstaltung eine Einführung in die optischen Kommunikationssysteme. Neben der Motivation für diese Technologien werden praktische Randbedingungen wie Bandbreitenbedarf, Glasfaser vs. Optische Freiraumübertragung (FSO) und sonstige Systemdefinitionen erlernt. Die Studierenden setzen sich mit den physikalischen Grundlagen wie Elektromagnetismus, geometrische Optik und der Frage nach dem Licht auseinander. Die Studierenden werden mit der Funktionsweise der optischen Freiraumübertragung, den Lichtquellen, den Modulatoren, den Detektoren, optischen Komponenten und Pointing, Acquisition & Tracking (PAT) als technologische Grundlagen vertraut gemacht. Sie erlernen die Atmosphäre, das Wetter, die Sichtbarkeit und die Link-Budget Analyse als Einflussfaktoren bei der Signalausbreitung in optischen Freiräumen. Die Studierenden machen mit den Übertragungsverfahren wie Modulationsverfahren und Codierung für Optik sowie mit optischen Kanalmodellen Bekanntschaft. Zum Abschluss setzen sie sich mit Anwendungsfeldern in der Raumfahrt, darunter SATCOM (ISL, SGL, Data Relay), Deep-Space-Communications und optische Bodenstationen für den Up- und Downlink auseinander.

  2. Lehrveranstaltung Parameterschätzung für Kommunikationssysteme (Prof. Dr.-Ing. Andreas Knopp)

    Die Studierenden erlernen in dieser Lehrveranstaltung die Grundlagen der Parameterschätzung und Synchronisation im AWGN Kanal. Sie machen mit dem Signalmodell und der statistischen Beschreibung von Signalen und Signalparametern Bekanntschaft. Die Studierenden setzen sich mit der pilotsymbol-basierten Schätzung, der entscheidungsgestützten Schätzung und den Feedforward/Feedback Strukturen als Einflussfaktoren in der Klassifizierung von Schätzverfahren und Schätzern auseinander. Sie diskutieren die Bedeutung, Berechnung und Interpretation der Cramer-Rao-Grenze als theoretisches Vergleichsmaß zur Einordnung der Leistungsfähigkeit von Schätzern. Die Studierenden werden mit der Darstellung der wesentlichen Synchronisationsaufgaben in Übertragungssystemen (Träger/Takt, Frequenz und Phase, Kanalschätzung, Rahmensynchronisation) vertraut gemacht. Sie erlernen beispielhafte Schätzverfahren für die unterschiedlichen Synchronisationsparameter in Abhängigkeit des Modulverfahrens (PSK, QAM) zur Darstellung der Verfahren, Beurteilung der Leistungsfähigkeit und Analyse des praktischen Aufwands. Die Studierenden erhalten eine Einführung zu Phasenregelschleifen zur Nachregelung von Parameterabweichungen in der Synchronisation und deren Funktionsweise, Stellgrößen und Performancekriterien.

 

||

 

  1. Course Optical Free-Space Transmission (Dr. rer. nat. Marcus Knopp, German Aerospace Center)

    In this course, students are given an introduction to optical communication systems. In addition to the motivation for these technologies, practical boundary conditions such as bandwidth requirements, fiber optics vs. free space optical transmission (FSO) and other system definitions are learned. The students deal with the physical basics such as electromagnetism, geometric optics and the question of light. Students are familiarized with the functionality of optical free-space transmission, light sources, modulators, detectors, optical components and pointing, acquisition & tracking (PAT) as technological basics. They learn about the atmosphere, weather, visibility and link budget analysis as factors influencing signal propagation in optical free spaces. Students become familiar with transmission methods such as modulation methods and coding for optics as well as optical channel models. Finally, they deal with fields of application in space travel, including SATCOM (ISL, SGL, Data Relay), deep space communications and optical ground stations for uplink and downlink.

  2.  Course Parameter Estimation for Communication Systems (Prof. Dr.-Ing. Andreas Knopp)

    In this course, students learn the basics of parameter estimation and synchronization in the AWGN channel. They become familiar with the signal model and the statistical description of signals and signal parameters. The students deal with pilot symbol-based estimation, decision-based estimation and feedforward/feedback structures as influencing factors in the classification of estimation methods and estimators. They discuss the significance, calculation and interpretation of the Cramer-Rao limit as a theoretical benchmark for classifying the performance of estimators. Students are familiarized with the presentation of the essential synchronization tasks in transmission systems (carrier/clock, frequency and phase, channel estimation, frame synchronization). They learn exemplary estimation methods for the different synchronization parameters depending on the module method (PSK, QAM) to illustrate the methods, assess the performance and analyze the practical effort. Students receive an introduction to phase-locked loops for the readjustment of parameter deviations in synchronization and their mode of operation, manipulated variables and performance criteria.

Optische Freiraumübertragung || Optical Free Space Transmission

Die Studierenden erhalten in dieser Lehrveranstaltung eine Einführung in die optischen Kommunikationssysteme. Neben der Motivation für diese Technologien werden praktische Randbedingungen wie Bandbreitenbedarf, Glasfaser vs. Optische Freiraumübertragung (FSO) und sonstige Systemdefinitionen erlernt. Die Studierenden setzen sich mit den physikalischen Grundlagen wie Elektromagnetismus, geometrische Optik und der Frage nach dem Licht auseinander. Die Studierenden werden mit der Funktionsweise der optischen Freiraumübertragung, den Lichtquellen, den Modulatoren, den Detektoren, optischen Komponenten und Pointing, Acquisition & Tracking (PAT) als technologische Grundlagen vertraut gemacht. Sie erlernen die Atmosphäre, das Wetter, die Sichtbarkeit und die Link-Budget Analyse als Einflussfaktoren bei der Signalausbreitung in optischen Freiräumen. Die Studierenden machen mit den Übertragungsverfahren wie Modulationsverfahren und Codierung für Optik sowie mit optischen Kanalmodellen Bekanntschaft. Zum Abschluss setzen sie sich mit Anwendungsfeldern in der Raumfahrt, darunter SATCOM (ISL, SGL, Data Relay), Deep-Space-Communications und optische Bodenstationen für den Up- und Downlink auseinander.

||

In this course, students are given an introduction to optical communication systems. In addition to the motivation for these technologies, practical boundary conditions such as bandwidth requirements, fiber optics vs. free space optical transmission (FSO) and other system definitions are learned. The students deal with the physical basics such as electromagnetism, geometric optics and the question of light. Students are familiarized with the functioning of optical free-space transmission, light sources, modulators, detectors, optical components and Pointing, Acquisition & Tracking (PAT) as technological basics. They learn about the atmosphere, weather, visibility and link budget analysis as factors influencing signal propagation in optical free spaces. Students become familiar with transmission methods such as modulation methods and coding for optics as well as optical channel models. Finally, they deal with fields of application in space travel, including SATCOM (ISL, SGL, Data Relay), deep space communications and optical ground stations for uplink and downlink.

Parameterschätzung für Kommunikationssysteme || Parameter Estimation for Communication Systems

Die Studierenden erlernen in dieser Lehrveranstaltung die Grundlagen der Parameterschätzung und Synchronisation im AWGN Kanal. Sie machen mit dem Signalmodell und der statistischen Beschreibung von Signalen und Signalparametern Bekanntschaft. Die Studierenden setzen sich mit der pilotsymbol-basierten Schätzung, der entscheidungsgestützten Schätzung und den Feedforward/Feedback Strukturen als Einflussfaktoren in der Klassifizierung von Schätzverfahren und Schätzern auseinander. Sie diskutieren die Bedeutung, Berechnung und Interpretation der Cramer-Rao-Grenze als theoretisches Vergleichsmaß zur Einordnung der Leistungsfähigkeit von Schätzern. Die Studierenden werden mit der Darstellung der wesentlichen Synchronisationsaufgaben in Übertragungssystemen (Träger/Takt, Frequenz und Phase, Kanalschätzung, Rahmensynchronisation) vertraut gemacht. Sie erlernen beispielhafte Schätzverfahren für die unterschiedlichen Synchronisationsparameter in Abhängigkeit des Modulverfahrens (PSK, QAM) zur Darstellung der Verfahren, Beurteilung der Leistungsfähigkeit und Analyse des praktischen Aufwands. Die Studierenden erhalten eine Einführung zu Phasenregelschleifen zur Nachregelung von Parameterabweichungen in der Synchronisation und deren Funktionsweise, Stellgrößen und Performancekriterien.

||

In this course, students learn the basics of parameter estimation and synchronization in the AWGN channel. They become familiar with the signal model and the statistical description of signals and signal parameters. The students deal with pilot symbol-based estimation, decision-based estimation and feedforward/feedback structures as influencing factors in the classification of estimation methods and estimators. They discuss the significance, calculation and interpretation of the Cramer-Rao limit as a theoretical benchmark for classifying the performance of estimators. Students are familiarized with the presentation of the essential synchronization tasks in transmission systems (carrier/clock, frequency and phase, channel estimation, frame synchronization). They will learn exemplary estimation methods for the different synchronization parameters depending on the module method (PSK, QAM) to illustrate the methods, evaluate the performance and analyze the practical effort. Students receive an introduction to phase-locked loops for the readjustment of parameter deviations in synchronization and their mode of operation, manipulated variables and performance criteria.

Praktikum: Nachrichtentechnische Systeme || Practical Course: Telecommunications Systems

Die Studierenden vertiefen ihre Kenntnisse der Signal- und Systemtheorie und der Kommunikationstechnik anhand von verschiedenen Versuchen. Dabei erlernen sie den Umgang mit modernen Messgeräten (Oszilloskop, Spektrumanalysator, Signalgenerator, Netzwerkanalysator, Bitfehlerratentester etc.). Sie vertiefen in den Vorbereitungsaufgaben zu den Versuchen ihre Kenntnisse und Fähigkeiten und lernen bei der Versuchsdurchführung neben dem Umgang mit den Messgeräten auch die messtechnische Verifikation von theoretisch erwarteten Ergebnissen kennen. Die Nachbereitung der Versuche vertieft dieses Verständnis nochmals. Folgende Versuche werden durchgeführt:

  • Lineare Systeme: Messung von Impulsantwort und Übertragungsverhalten von analogen und digitalen Filtern, Entwurf und Programmierung eines digitalen Filters und dessen messtechnische Verifikation
  • Nichtlineare Systeme: Messung von Übertragungskennlinien und Verhalten im Spektralbereich, Bestimmung von Intermodulationsparametern diverser Verstärker
  • Abtastung: Messung von Zeitsignalen und dem zugehörigen Spektrum
  • Stochastische Nachrichtensignale: Charakterisierung von linearen Systemen mittels stochastischer Eingangssignale und Berechnung von Korrelationsfunktionen
  • Sprachsignalverarbeitung: Einsatz von Signalverarbeitungsalgorithmen zur Bearbeitung von Sprachsignalen (Redundanz- und Irrelevanzreduktion)
  • Amplitudenmodulation: Aufbau eines Systems zur Amplitudenmodulation und Messung von Zeitsignalen und zugehörigen Spektren, Demodulation des amplitudenmodulierten Signals
  • Frequenzmodulation: Aufbau eines Systems zur Frequenzmodulation und Messung von Zeitsignalen und zugehörigen Spektren, Demodulation des frequenzmodulierten Signals
  • Pulscodemodulation (PCM): Inbetriebnahme eines PCM-Übertragungssystems, Messung der quantisierten Zeitsignale, Messung des Einflusses von Kompandierung und Kanalstörungen
  • Digitale Übertragungsverfahren: Inbetriebnahme einer trägermodulierten digitalen Signalübertragung mit BPSK und QPSK Modulation, Bestimmung des Einflusses von Synchronisationsparametern wie Taktoffset und Trägerphasenfehler, Messung von Bitfehlerratenkurven mit und ohne Fehlerkorrekturverfahren
  • OFDM Übertragungsverfahren: Erzeugung eines OFDM-Signals mit einen Software- Defined-Radio, Übertragung des Signals über einen verzerrenden und durch Rauschen gestörten Kanal, Empfang des Signals mit einem Software-Defined-Radio, Auswertung einzelner Subträger, Augenmuster

||

Students deepen their knowledge of signal and system theory and communication technology by means of various experiments. They learn how to use modern measuring equipment (oscilloscope, spectrum analyzer, signal generator, network analyzer, bit error rate tester, etc.). They deepen their knowledge and skills in the preparatory tasks for the experiments and learn not only how to use the measuring equipment but also how to verify theoretically expected results using measurement technology when carrying out the experiments. The post-processing of the experiments further deepens this understanding. The following experiments are carried out:

  • Linear systems: Measurement of impulse response and transmission behavior of analog and digital filters, design and programming of a digital filter and its metrological verification
  • Non-linear systems: measurement of transmission characteristics and behavior in the spectral range, determination of intermodulation parameters of various amplifiers
  • Sampling: measurement of time signals and the associated spectrum
  • Stochastic message signals: Characterization of linear systems using stochastic input signals and calculation of correlation functions
  • Speech signal processing: Use of signal processing algorithms for processing speech signals (redundancy and irrelevance reduction)
  • Amplitude modulation: setting up a system for amplitude modulation and measurement of time signals and associated spectra, demodulation of the amplitude-modulated signal
  • Frequency modulation: Setting up a system for frequency modulation and measurement of time signals and associated spectra, demodulation of the frequency-modulated signal
  • Pulse code modulation (PCM): Commissioning of a PCM transmission system, measurement of quantized time signals, measurement of the influence of companding and channel interference
  • Digital transmission methods: Commissioning of a carrier modulated digital signal transmission with BPSK and QPSK modulation, determination of the influence of synchronization parameters such as clock offset and carrier phase error, measurement of bit error rate curves with and without error correction methods
  • OFDM transmission method: Generation of an OFDM signal with a software-defined radio, transmission of the signal via a distorting channel disturbed by noise, reception of the signal with a software-defined radio, evaluation of individual subcarriers, eye patterns

Praktikum Communication Technology || Practical Course: Communication Technology

...

Signalverarbeitung || Signal Processing

Die Studierenden werden in dieser Lehrveranstaltung spezifisch mit digitalen Signalen deterministischer und stochastischer Natur (Zufallssignalen) vertraut gemacht. Sie setzen sich im ersten Schritt mit der Darstellung von zeitkontinuierlichen und zeitdiskreten Signalen im Zeit- und Frequenzbereich als Fourier-Reihe, Fourier-Transformation, Laplace-Transformation, Z-Transformation und zeitdiskrete Fourier-Transformation (DTFT) auseinander. Dazu verdeutlichen sich die Studierenden erneut das Verfahren der Signalabtastung und dessen Effekte. Als wichtigstes Ergebnis dieses Abschnitts zu den Signaltransformationen erlernen die Studierenden das Werkzeug der diskreten Fourier-Transformation (DFT) und grenzen dieses zu anderen Verfahren ab. Dabei machen sie sich mit allen Effekten der DFT vertraut, insbesondere der Zusammenhänge von Zeit- und Frequenzauflösung, Aliasing und Leakage-Effekt. Spezifische Größen für Zufallssignale und Zufallsvariablen sowie allgemeine stochastische Prozesse, insbesondere die Autokorrelation, Kreuzkorrelation und das Leistungsdichtespektrum, vervollständigen das Bild basierend auf den Wiener’schen Theorien. Darauf aufbauend wird die Spektralschätzung und Spektralanalyse eingeführt. So erwerben die Studierenden fundierte Kenntnis über die Spektralanalyse und Spektralschätzung von deterministischen Signalen und Zufallssignalen, wobei traditionelle, nicht-parametrische sowie parametrische Spektralschätzverfahren vermittelt werden. Zur Abrundung erlernen die Studierenden die Grundlagen der Parameterschätzung mithilfe von Statistiken höherer Ordnung (Higher-Order Statistics, HOS) und bestimmen die Schätzgüte anhand der wesentlichen Parameter Erwartungstreue und Schätzvarianz. Mithilfe der Cramer-Rao-Bound erlernen sie ferner, die Schätzgüte absolut sowie im Vergleich mit anderen Schätzverfahren zu beurteilen.

||

In this course, students are familiarized specifically with digital signals of a deterministic and stochastic nature (random signals). In the first step, they deal with the representation of continuous-time and discrete-time signals in the time and frequency domain as Fourier series, Fourier transforms, Laplace transforms, Z transforms and discrete-time Fourier transforms (DTFT). To this end, students once again familiarize themselves with the signal sampling process and its effects. As the most important result of this section on signal transformations, students learn about the discrete Fourier transform (DFT) tool and differentiate it from other methods. In doing so, they familiarize themselves with all the effects of the DFT, in particular the relationships between time and frequency resolution, aliasing and the leakage effect. Specific quantities for random signals and random variables as well as general stochastic processes, in particular autocorrelation, cross-correlation and the power density spectrum, complete the picture based on Wiener's theories. Building on this, spectral estimation and spectral analysis are introduced. Students acquire in-depth knowledge of spectral analysis and spectral estimation of deterministic signals and random signals, whereby traditional, non-parametric and parametric spectral estimation methods are taught. To round off the course, students learn the basics of parameter estimation using higher-order statistics (HOS) and determine the estimation quality using the key parameters of expected fidelity and estimation variance. With the help of Cramer-Rao-Bound, they also learn to assess the estimation quality in absolute terms and in comparison with other estimation methods.