EIT-292-13 Stochastische Digitale Signalverarbeitung (STO)
Verantwortlich	Hötter, Michael, Professor
Fachgebiet (Planung)	EIT-KMT, Kommunikationstechnik
Zugeordnet zu	Kat-SFT
Sprache	Deutsch
	2.50 Credits, 2 SWS, Vorlesung, empf. Gruppengröße: 25
Angebotshäufigkeit
	34 Präsenz-Std und 41 Std. Selbststudium
Empfehlungen zum Selbststudium	Nachbereitung der Vorlesung, Übungsaufgaben bearbeiten
Empfohlene Voraussetzungen	erfolgreicher Abschluss des Moduls „Grundzüge der Kommunikationstechnik“
Lernergebnisse / Ziele	Die Studierenden - beherrschen die mathematischen Grundlagen stochastischer Signal- und Systemdarstellung. - sind befähigt, bekannte Techniken der Fouriertransformation auf stochastische Signale und Systeme zu erweitern. - kennen und unterscheiden wichtige grundlegende Methoden, um das Verhalten linearer Systeme messtechnisch zu ermitteln. - können chaotische Prozesse identifizieren, um digitales weißes Rauschen zu produzieren. - konzipieren wichtige Kenngrößen von Korrelationsempfängern in Abhängigkeit von Störgrößen.
Inhalt	Fouriertransformation digitaler Signale und deren technische Realisierung (FFT, DFT), Grundlagen der stochastischen Signalverarbeitung (Korrelationsfunktionen und Leistungsdichtespektren), Zeitdiskrete Systeme mit stochastischer Anregung, Identifizierung von LTI-Systemen, Rauschgeneratoren unter Verwendung chaotischer Prozesse, Korrelationsempfang gestörter Signale, Anwendungen in ausgewählten Bereichen der Sprach-, Bildverarbeitung und -codierung
Anforderungen Präsenzzeit	Aktive Teilnahme, Präsentationen
Anforderungen Selbststudium	Intensive Nachbereitung der Lehrinhalte, Vorbereitung der Übungen
Prüfungsleistungen	[K60], [M]
Literatur	Feller, W.: An Introduction to Probability Theory and Ist Applications, Vol. 1,2; John Wiley & Sons, 1991. Hänsler, E.: Grundlagen der Theorie statistischer Signale, Springer Verlag, 1983. Kroschel, K.: Statistische Nachrichtentheorie, Springer Verlag, 1996. Lüke, H.D.: Signalübertragung, Springer Verlag, 5. Auflage, 1992. Melsa, J.; Cohn, D.: Decision and Estimation Theorie, McGraw-Hill, 1978. Papoulis, A.: Probability, Random Variables and Stochastic Processes, McGraw-Hill, 3rd edition, 1991.