Seite drucken | Fenster schließen
Modul 8530

Verarbeitung stochastischer Signale

Studiengang
ModulbezeichnungVerarbeitung stochastischer Signale
Kürzel
Untertitel
Lehrveranstaltung
Semester W i S e     Erstes oder zweites Fachsemester
ModulverantwortlicherProf. Dr.-Ing. Hans-Dieter Schütte
DozentProf. Dr.-Ing. Hans-Dieter Schütte
SpracheDeutsch
Zuordnung zum CCWahlpflichtveranstaltung im Masterstudiengang Automatisierungstechnik
Lehrform / SWS2 SWS Vorlesung, 2 SWS Laborpraktikum
Arbeitsaufwand150
   Präsenzstudium60 Std.
   Eigenstudium90 Std.
Kreditpunkte5
VoraussetzungenDie Studierenden beherrschen die grundlegenden Methoden zur Beschreibung der Eigenschaften zeitkontinuierlicher Signale und Systeme. Sie sind in diesem Kontext geübt in der Anwendung von Matlab.
Lernziele / KompetenzenDie Studierenden beherrschen die grundlegenden Methoden zur Beschreibung der Eigenschaften zeitkontinuierlicher Signale und Systeme. Sie sind in diesem Kontext geübt in der Anwendung von Matlab.
Lernziele / Kompetenzen:    Die Studierenden kennen die grundlegenden mathematischen Methoden zur Beschreibung stochastischer Signale.
Die Studierenden können stochastische Signale durch Methoden des Zeit- und Frequenzbereichs charakterisieren.
Die Studierenden kennen grundlegende Verfahren und die Strukturen digitaler Systeme, die zur Verarbeitung stochastischer Signale eingesetzt werden.
Die Studierenden können die statistischen Eigenschaften von Signalen charakterisieren und für den Entwurf und die Realisierung von Systemen nutzen.
Die Studierenden können unter Zuhilfenahme eines Analyse- und Entwurfswerkzeugs (Matlab) grundlegende Verfahren für Optimalfilter und adaptive Systeme anwenden und entsprechende Systeme entwerfen.
InhaltEinführung in die Wahrscheinlichkeitstheorie
Konzept der Zufallsvariable, Funktion einer Zufallsvariable, Momente einer und mehrer Zufallsvariablen
Stochastische Prozesse – Definition und Eigenschaften im Zeit- und Frequenzbereich
Stochastische Signale und lineare Systeme
Lineare Prädiktion, Optimalfilter (Wiener-Filter), LMS- und RLS-Algorithmus
Systemidentifikation (Kalman-Filter)
Studienleistung
PrüfungsleistungVorzugsweise 120-minütige schriftliche Prüfung, alternativ 20-minütige mündliche Prüfung, oder alternative Prüfungsleistung, Anerkennung des Laborpraktikums als Prüfungsvorleistung
MedienformenPowerpoint-Folien, Skript, Aufgabensammlung, MATLAB/SIMULINK
LiteraturAthanasios Papoulis: Probability, Random Variables and Stochastic Processes; McGraw-Hill, 2002
Rudolf Zurmühl, Sigurd Falk: Matrizen und ihre Anwendungen 1 - Grundlagen für Ingenieure, Physiker und Angewandte Mathematiker; Springer Verlag, 2011
Karl-Dirk Kammeyer, Kristian Kroschel: Digitale Signalverarbeitung - Filterung und Spektralanalyse mit MATLAB®-Übungen; Springer Verlag, 2012
E.Hänsler, Statistische Signale Grundlagen und Anwendungen; Springer Verlag, 2001,
Dimitris Manolakis, Vinay Ingle: Statistical and Adaptive Signal Processing; Mac Graw Hill, 2005

Seite drucken | Fenster schließen