Voraussetzungen für die Vergabe von LP
|
Die Modulnote ergibt sich aus dem gewichteten Mittel der Noten aus der Klausur Digitale Signalverarbeitung II (K90, Gewicht: 5/7) und der Klausur Multi-User Information Theory (K60, Gewicht: 2/7)
|
Veranstaltungen
|
Digitale Signalverarbeitung II
Art |
Vorlesung |
Nr. |
EMI2232 |
SWS |
4.0 |
Lerninhalt |
ENTWURF UND REALISIERUNG REKURSIVER (IIR-)FILTER Filterentwurf: - impulsinvariante, sprunginvariante, bilineare Transformation Filterstrukturen: - nichtkanonische, kanonische und transponierte Direktform - Kaskadenform, Parallelform
DFT/FFT-ALGORITHMEN Definition, Anwendung auf einfache Folgen Interpretationsmöglichkeiten der Ergebnisse: - abgetastete Version der FT bei zeitbegrenzten Signalen - Fourier-Reihe bei periodischen Signalen - Komplexe Mischer- und Filterbank
FFT-Algorithmen - Zirkulare Faltung, Segmentierung, Overlap-Methoden
MULTIRATENVERARBEITUNG Idealer zeitkontinuierlicher Abtastratenumsetzer Dezimation: - Beschreibung in Zeit- und Frequenzbereich - Aliasing, kontrolliertes Aliasing - mehrstufige Dezimation - Ökonomische Realisierung von Dezimationsfiltern - Kaskadierte MTAs. Interpolation: - Beschreibung in Zeit- und Frequenzbereich - Unterdrückung von Spiegelkomponenten - Ökonomische Realisierung von Interpolationsfiltern - Konstante und lineare Interpolation als Spezialfall
ADAPTIVE FILTER - Vektorielle Beschreibung Einsatzfelder: - Prädiktor, Systemidentifikation - Entzerrung, Kompensation Optimallösung im Sinne der Minimierung des MQF LMS-Algorithmus: - Stochastische Approximation - Konvergenzbedingung
WAVELETS UND FILTERBÄNKE - Haar Wavelets, Daubechies Wavelets - Perfekte Rekonstruktion - Polyphasenfilter - Anwendungen |
Literatur |
Kammeyer, K.D., Kroschel, K., Digitale Signalverarbeitung, Filterung und Spektralanalyse mit MATLAB-Übungen, Vieweg+Teubner, 8. Auflage, 2012
Oppenheim, A. V., Schafer, R. W., Discrete-Time Signal Processing, Pearson Prentice Hall, 3rd edition, 2009
|
Multi-User Information Theory
Art |
Vorlesung |
Nr. |
EMI2237 |
SWS |
2.0 |
Lerninhalt |
Entropy and Mutual Information
- Entropy and redundancy
- Source coding theorem
- Conditional and joint entropy
- Mutual information
- Chain rules and data processing theorem
Channel Models and their Capacity
- Channel coding theorem
- Discrete memoryless channels: BSC, BEC
- AWGN channel
- Vector channels: OFDM and water-filling
- Fading channels
- AWGN channel with discrete input
- Adaptive coding and modulation
Multiple Access and Broadcast Channels
- Multiple access channel
- Broadcast channel
- Uplink-downlink duality
Network Coding
- Canonical examples
- Linear network coding
- Physical-layer network coding
Applications
- Link-to-system interface
- Belief propagation
|
Literatur |
Benedetto, S., Biglieri, E., Principles of Digital Transmission, Kluwer Academic, Plenum Publishers, 1999 Tse, D., Viswanath, P., Fundamentals of Wireless Communication, Cambrigde University Press, 2005 Höher, P., A., Grundlagen der Informationsübertragung, Springer-Vieweg, 2013 Goldsmith, A., Wireless Communications, Cambrigde University Press, 2005
|
|