Statistical Signal Processing

Worum geht's

Du lernst Grundlagen der Wahrscheinlichkeitstheorie und stochastischer Prozesse kennen und wendest statistische Methoden zur Schätzung und Entscheidung an. Am Ende kannst du mathematische Konzepte und numerische Algorithmen der statistischen Signalverarbeitung verstehen, bewerten und für Kommunikations- und Datenverarbeitungsanwendungen selbstständig anwenden und entwickeln.

Was du danach kannst

• Verstehen fundamentaler Konzepte der Wahrscheinlichkeit und stochastischer Prozesse
• Anwenden und Bewerten von Schätzverfahren (MLE, Bayes, MMSE, LMMSE)
• Entwerfen und Analysieren rekursiver Schätzverfahren (Kalman-, Partikelfilter)
• Durchführen und Beurteilen statistischer Hypothesentests (Neyman-Pearson, ML, MAP, Bayes)
• Anwenden ausgewählter Themen wie Konfidenzanalyse, Kernel-Methoden und neuronale Netze

Aus was das Modul besteht

• VorlesungEinführung mathematischer Konzepte und numerischer Algorithmen zu ausgewählten Themen der statistischen Signalverarbeitung
• Übungen/Case StudiesÜbertragung der Konzepte auf Fallbeispiele und Anwendungen; Vertiefung durch Aufgaben

Lehrmethode

• VorlesungenVermittlung mathematischer Konzepte und Algorithmen
• Case Studies / AnwendungsbeispieleDemonstration der Anwendung der eingeführten Konzepte und Algorithmen
• ÜbungsaufgabenSelbstständige Untersuchung und Lösung spezifischer Fragestellungen zur Vertiefung