Lehrveranstaltungen in der Informatik

Digitale Signalverarbeitung

Prof. Dr. T. Aschmoneit

zurück zurück

Inhalt

  • Einführung und Überblick
  • Einsatzbereiche der digitalen Signalverarbeitung
  • Digitale Signalprozessoren
  • Entwurfsumgebung Matlab
  • Linearphasige FIR-Filter
  • Diskrete Fourier Transformation
  • Anwendungen (Faltung, Spektralanalyse, Kompression)
  • Korrelation
  • Echtzeitumgebung Android
  • Überblick Neuronale Netze + Signale

Organisation

3. Semester, Vorlesung / Labor  4-std.

Sprache: deutsch

Präsenzstudium: 60 h, Eigenstudium: 90 h
Gesamtaufwand: 150 h

Leistungspunkte (credit points): 5

Medienformen: Tafel, Folien

Vorbedingungen: keine

Prüfung: PL (Sonstige Prüfungsleistung)

Lernvoraussetzungen

Empfohlene Veranstaltungen

  • Mathematik 1 und 2
  • Strukturierte Programmierung

Lernziele

Sie kennen die Grundlagen der digitalen Signalverarbeitung. Sie können die wichtigsten Algorithmen der digitalen Signalverarbeitung in praktischen Anwendungen umsetzen. Sie können Signale synthetisieren (z.B. Musik), sie können Signale im Frequenzbereich analysieren (z.B. Smartphone-Sensordaten) oder Signale (Sprache) komprimieren. Sie verstehen die Funktionsweise von MPEG-Audio- Kompressionsverfahren. Als Entwurfsumgebung für Signalverarbeitende Algorithmen können Sie Matlab einsetzen. Sie sind in der Lage, signalverarbeitende Algorithmen in einer Echtzeitumgebung (Android-Smartphone) einzusetzen. Diese Veranstaltung bildet u.a. die notwendigen (eindimensionalen) Grundlagen für die Veranstaltung Bild- und Videoverarbeitung.

Literatur

G. Dehner, R. Rabenstein, P. Steffen, H.W. Schüßler: Digitale Signalverarbeitung 1 - Analyse diskreter Signale und Systeme. 5. Auflage, Springer (2008)

D. Kriesel: Ein kleiner Überblick über Neuronale Netze. www.dkriesel.com /science/neural_networks (2018)

Mathworks Inc.: Matlab Dokumentation: Signalprocessing Toolbox.