Veranstaltung: Adaptive Systeme der Signalverarbeitung

Nummer:
141173
Lehrform:
Vorlesung und Übungen
Medienform:
Folien, rechnerbasierte Präsentation, Tafelanschrieb
Verantwortlicher:
Priv.-Doz. Dr.-Ing. Gerald Enzner
Dozenten:
Priv.-Doz. Dr.-Ing. Gerald Enzner (ETIT), Dipl.-Ing. Philipp Thüne (ETIT)
Sprache:
Deutsch
SWS:
4
LP:
5
Angeboten im:
Sommersemester

Termine im Sommersemester

  • Beginn: Montag den 01.04.2019
  • Vorlesung Donnerstags: ab 12:15 bis 13.45 Uhr im ID 03/401
  • Übung Montags: ab 10:15 bis 11.45 Uhr im ID 03/401

Prüfung

Termin nach Absprache mit dem Dozenten.

Prüfungsform:mündlich
Prüfungsanmeldung:FlexNow
Datum:None
Dauer:30min

Ziele

Die Studierenden erlernen ein breites Spektrum an adaptiven Systemen und Algorithmen mit dem besonderen Fokus auf adaptiven digitalen Filtern und diversen Beispielanwendungen in der akustischen Signalverarbeitung, wie z.B. akustische Kanalschätzung, Entzerrung und Geräuschfilterung. Die vermittelten Kenntnisse erlauben jedoch eine breitere Interpretation auch in den Kommunikationsanwendungen, wie z.B. für die Kanalschätzung und Kanalentzerrung in der digitalen Datenübertragung, oder auch die Nutzung für Sensorikaufgaben.

Inhalt

  1. Grundlagen
  • Lineare Algebra
  • Grundaufgaben von Adaptiven Filtern: Identifikation, Filterung, Prädiktion, Inversion
  • MMSE Filter (Wiener Lösung)
  • Least-Squares Methode
  1. Rekursive Algorithmen für adaptive Filter
  • Normalized Least-Mean Squares (NLMS)
  • Recursive Least-Squares (RLS)
  • Frequency-Domain Adaptive Filter (FDAF)
  • Kalman Filter (Zustandsschätzer)
  1. Zeitvariante Systeme
  • Modellierung im Zustandsraum
  • Beispiel: Akustischer Zustandsraum
  • Anwendung 1: Freisprechsysteme
  • Anwendung 2: HRTF-Messtechnik für virtuelle Realität
  1. Blinde Systemidentifikation
  • Minimum-Eigenvalue Ansatz
  • Maximum-Eigenvalue Ansatz (PCA)
  • Systemidentifikationsbedingungen
  • Systemabstandsmaße
  • Anwendung: Mikrofonarrays/Sensornetzwerke
  1. Nichtlineare Systeme
  • Definition/Bemessung von Nichtlinearität
  • Beispiel: Quantisierung und robuste Linearisierung
  • Nichtlineare Modellierung/Identifikation
  • Beispiel: Nichtlinearer Lautsprecher beim Freisprechen

Voraussetzungen

keine

Empfohlene Vorkenntnisse

Systemtheorie 1-3, Digitale Signalverarbeitung, Kommunikationsakustik

Materialien

Folien:

Übungen:

Sonstige: