Digital Signal Processing

Worum geht's

Du lernst fortgeschrittene Konzepte der digitalen Signalverarbeitung für ein- und mehrdimensionale Signale kennen und anzuwenden. Themenschwerpunkte sind 2D-/multidimensionale Signale und Systeme, Filterentwurf, lineare Blocktransformen, Wavelets/Filterbänke sowie inverse Probleme und Anwendungen in der Medienverarbeitung. Am Ende kannst du zwischen Raum- und Frequenzdarstellung wechseln, geeignete Repräsentationen wählen und Probleme sowohl analytisch als auch mit Matlab lösen.

Was du danach kannst

Unterschiede und Gemeinsamkeiten von 1D- und mehrdimensionaler DSP verstehen
Multidimensionale Fourier-Transformationen (kontinuierlich und diskret) anwenden
Repräsentationen digitaler Signale für Manipulation und Auflösungsanpassung wählen
Zweidimensionale und mehrdimensionale Filter entwerfen und analysieren
Lineare Blocktransformationen, Filterbänke und Diskrete Wavelet-Transformationen analysieren
Lifting-Implementierungen von Filterbänken ableiten
Inverse Probleme für mehrdimensionale Signale bearbeiten
Konzepte in Matlab implementieren

Aus was das Modul besteht

VorlesungVermittlung der theoretischen Grundlagen in lehrerzentrierter Form
Übungen/TutorialsVertiefung und Konsolidierung des Stoffes in studentenzentrierter Form
Matlab-Labs / DemonstrationenPraktische Implementierung ausgewählter Konzepte und interaktive Demonstrationen

Lehrmethode

Lehrerzentrierte VorlesungenEinführung und Erklärung der Kernkonzepte
Studentenzentrierte Übungen/TutorialsWiederholung und Vertiefung durch eigenständige Aufgaben
Matlab-ImplementationenPraxisnahe Umsetzung ausgewählter Konzepte

Solltest du schon können

EI00330 Signaltheorie
EI00340 Stochastische Signale
Lineare Algebra, Signale und Systeme, stochastische Signale (Kenntnisse)empfohlen
Programmierkenntnisse in Matlab (empfohlen)empfohlen

Prüfung

KlausurBonus durch ÜbungsaufgabenSchriftlich

Schriftliche Klausur, Dauer 180 Minuten, ohne Hilfsmittel. In der Prüfung löst du Aufgaben zu mehrdimensionalen Fourier-Transformationen, Signalen und Systemen, linearen Blocktransformationen, Diskreten Wavelet-Transformationen sowie dem Entwurf und der Lifting-Implementierung von perfekten Rekonstruktions-Filterbänken. Matlab-Übungsaufgaben werden freiwillig angeboten und können bei Bestehen der Klausur einen Bonus von 0.3 auf die Endnote ergeben; die Matlab-Aufgaben gelten als bestanden, wenn im LMT-Mat-Checker durchschnittlich mindestens 65% erreicht werden.

Literatur

Jens-Rainer Ohm - Multimedia Communication Technology: Representation, Transmission and Identification of Multimedia Signals
D.E. Dudgeon, R.M. Mersereau - Multidimensional Digital Signal Processing
R.C. Gonzalez, R.E. Woods - Digital Image Processing
A.K. Jain - Fundamentals of Digital Image Processing

Termine

Vorlesung mit ÜbungDigital Signal Processing2 Gruppen zur Wahl

AFr.15:00–16:30
1100, Hörsaal ohne exp. Bühne (0501.01.100)
15× · 16.10.–05.02.
- 16.10.
- 23.10.
- 30.10.
- 06.11.
- 13.11.
- 20.11.
- 27.11.
- 04.12.
- 11.12.
- 18.12.
- 08.01.
- 15.01.
- 22.01.
- 29.01.
- 05.02.
BFr.16:45–18:15
1100, Hörsaal ohne exp. Bühne (0501.01.100)
15× · 16.10.–05.02.
- 16.10.
- 23.10.
- 30.10.
- 06.11.
- 13.11.
- 20.11.
- 27.11.
- 04.12.
- 11.12.
- 18.12.
- 08.01.
- 15.01.
- 22.01.
- 29.01.
- 05.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Filter