Signalverarbeitung-Projektlabor

Prof. Dr. B. Wirnitzer

Kurzinhalt der Vorlesung

Der zweistündigen Vorlesungsteil (SIP1) besteht aus den Teilen:

  • Einführung – Vorstellung des Projektes für SIP2, Projektplanung, Wasserfallmodell, V-Modell, Spiralmodelle, Rapid Prototyping, Erstellen technischer Dokumente
  • Adaptive Filter – Einführung in die statistische Signalverarbeitung, MMSE–Schätzung, LS-Schätzung, LMS- und RLS-Adaption, adaptive Matched-Filter, Anwendungen: Entzerrung, Bildverarbeitung und mehrdimensionale Signalverarbeitung
  • Wienerfilter im Frequenzbereich – MMSE-Schätzung im Frequenzbereich, Rauschunterdrückung bei Überabtastung
  • Neuronale Netze – Perceptron, Backpropagation, selbstorganisierende Netze, Wissensvernetzung
  • Kalman Filter - Zustandsschätzung, Wissensvernetzung
  • Implementierung – Schnelle Faltung, verteilte Arithmetik, FPGAs, Grafikprozessoren und DSPs

Projektbeispiele: Freisprechanlage für KFZ, Lesegerät für Matrixcodes, Ultraschall-Sensorarray als Parkhilfe

Im Laborteil (SIP2) entwickelt ein Projektteam von 4 Studenten einen Prototyp eines embedded DSP-Systems. Die Aufgaben stehen dabei im Umfeld aktueller Forschungs- und Entwicklungsprojekte der Hochschule. Die Zielvorgaben werden zusammen mit einem Kooperationspartner nutzenorientiert formuliert und schriftlich festgelegt. Der Lösungsweg hängt von der Zusammensetzung und der konkreten Qualifikation der Projektgruppe ab, die das Projekt plant, einen verbindlichen, vom Projektpartner geprüften und abgezeichneten Projektantrag erstellt, das Projekt durchführt, die Ergebnisse dokumentiert und in einem Vortrag präsentiert.

 

Modulbeschreibung