| Titel der Lehrveranstaltung / des Moduls | Sensorsysteme |
| Kennzahl der Lehrveranstaltung / des Moduls | 024612030101 |
| Unterrichtssprache | Deutsch / Englisch |
| Art der Lehrveranstaltung (Pflichtfach, Wahlfach) | Wahlpflichtfach |
| Semester in dem die Lehrveranstaltung angeboten wird | Wintersemester 2025 |
| Semesterwochenstunden | 4 |
| Studienjahr | 2025 |
| Niveau der Lehrveranstaltung / des Moduls laut Lehrplan | 2. Zyklus (Master) |
| Anzahl der zugewiesenen ECTS-Credits | 6 |
| Name des/der Vortragenden | Steffen FINCK
Vana JELICIC
Reinhard SCHNEIDER |
| Voraussetzungen und Begleitbedingungen |
Fourier/Laplace Transformation, Z-Transformation, Mathematische Grundkenntnisse in Statistik und linearer Algebra. |
| Lehrinhalte |
- Basis - Algorithmen in der digitalen Signalverarbeitung (1D, 2D), z.B. DFT, FFT, Chirp-Z, Schnelle Faltung, etc.
- Bild im Ort- und Frequenzbereich
- statistische Eigenschaften von Bildern, Farbräume
- ausgewählte Algorithmen zur Merkmalsextraktion
- Least Square Esitmation, Zufallsverteilungen, Rekursive Schätzalgorithmen (z.B. Kalman)
- Projektarbeit mit nicht-linearen digitalen Signalverarbeitungssystemen (z.B.: Beamforming System, nichtlineare Systemidentifikation)
|
| Lernergebnisse |
Die Studierenden
- wenden grundlegende Techniken der digitalen Signalverarbeitung in 1D und 2D an und setzen diese gezielt unter Berücksichtigung derer Vor- und Nachteile ein.
- sind in der Lage Sensorsignale aufzubereiten, statistisch auszuwerten und zu interpretieren.
- sind befähigt grundlegende Verfahren und Methoden anzuwenden und sind in der Lage diese in Kombination anzuwenden, um chrakteristische Merkmale aus den Messsignalen abzuleiten (Feature Extracting).
- sind in der Lage die Vertrauenswürdigkeit der Ergebnisse abzuschätzen.
- haben Erfahrung im wissenschaftlichen Umgang mit Problemstellungen.
|
| Geplante Lernaktivitäten und Lehrmethoden |
Vorlesungen, Rechenübungen, Computerübungen, Projektarbeit.
|
| Prüfungsmethode und Beurteilungskriterien |
- Prüfung (50%) und
- Projekt (50%)
Für eine positive Gesamtnote müssen in jedem Prüfungsteil mindestens 50% der Punkte erzielt werden. |
| Kommentar |
Nicht zutreffend |
| Empfohlene Fachliteratur und andere Lernressourcen |
- Oppenheim, Alan V.; Willsky, Alan S.; Nawab, Syed Hamid (1997): Signals & systems. 2nd ed. Upper Saddle River, N.J: Prentice Hall (= Prentice-Hall signal processing series).
- Stark, Hans-Georg (2005): Wavelets and signal processing: an application-based introduction. Berlin; New York: Springer. Online im Internet: http://site.ebrary.com/id/10228999 (Zugriff am: 29.08.2016).
- Hoffmann, Josef; Quint, Franz (2012): Signalverarbeitung mit MATLAB und Simulink: anwendungsorientierte Simulationen. 2. Aufl. München: Oldenbourg.
- Meyer, Martin (2011): Signalverarbeitung. Wiesbaden: Vieweg+Teubner. Online im Internet: http://link.springer.com/10.1007/978-3-8348-8138-0 (Zugriff am: 08.02.2017).
- Gonzalez, Rafael C.; Woods, Richard E. (2018): Digital Image Processing. 4th edition. New York: Pearson.
- Sonka, Milan; Hlavac, Vaclav; Boyle, Roger (1993): Image processing, analysis, and machine vision. 1st ed. London; New York: Chapman & Hall Computing (= Chapman & Hall computing series).
|
| Art der Vermittlung |
Präsenzveranstaltung |