IEET: Lehrveranstaltungen

IEET > Lehre > Lehrveranstaltungen

Lehrveranstaltungen in Stud.IP

aktuelles Semester

zur Veranstaltung in Stud.IP

Einführung in die Nachrichtentechnik und ihre stochastischen Methoden (B.Sc.)

Untertitel:

Diese Lehrveranstaltung ist Teil des Moduls: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden

Semester:

WiSe 23/24

Veranstaltungstyp:

Vorlesung (Lehre)

Veranstaltungsnummer:

lv442_w23

DozentIn:

Gerhard Bauch, David Jonas Kopyto, PD Dr.-Ing. habil. Rainer Grünheid

Beschreibung:

Einführungin die Nachrichtentechnik
OpenSystems Interconnection (OSI) Referenzmodell
Komponenteneines digitalen Kommunikationssystems
Grundlagen der Signal- und Systemtheorie
- Analogeund digitale Signale
- Prinzip der Analog-Digital-Wandlung (A/D)
- Deterministischeund zufällige Signale
- Leistungund Energie von Signalen
- Linearezeitinvariante Systeme (LTI-Systeme)
- Quadratur-Amplituden-Modulation(QAM)
Einführungin die Stochastik
Wahrscheinlichkeits-Theorie
- Zufallsexperimente
- Wahrscheinlichkeitsmodell, Wahrscheinlichkeitsraum,Ereignisraum
- Definitionenvon Wahrscheinlichkeit
  - Wahrscheinlichkeitnach Bernoulli/Laplace
  - Wahrscheinlichkeitnach van Mises, relative Häufigkeit
  - Bertrand’sParadoxon
  - AxiomatischeDefinition von Wahrscheinlichkeit nach Kolmogorov
  - Wahrscheinlichkeitdisjunkter und nicht-disjunkter Ereignisse
  - Venn-Diagramme
- Kontinuierlicheund diskrete Zufallsvariablen
  - Wahrscheinlichkeitsdichtefunktion(probability density function (pdf)), Wahrscheinlichkeitsverteilungsfunktion(cumulativedistribution function (cdf))
  - Erwartungswert,Mittelwert, Median, quadratischer Erwartungswert, Varianz, Standardabweichung,höhere Momente
  - Beispielefür Wahrscheinlichkeitsverteilungen (Bernoulli-Verteilung, Zweipunktverteilung,Gleichverteilung, Gauß-Verteilung (Normalverteilung), Rayleigh-Verteilung,etc.)
- MehrereZufallsvariablen
  - BedingteWahrscheinlichkeit, Verbundwahrscheinlichkeit
  - BedingteWahrscheinlichkeitsdichtefunktion, Verbundwahrscheinlichkeitsdichtefunktion
  - Satzvon Bayes
  - Korrelationskoeffizient
  - ZweidimensionaleGaussverteilung
  - Statistischunabhängige, unkorrelierte und orthogonale Zufallsvariablen
  - Unabhängige,identisch verteilte Zufalssvariablen (independent identically distributed (iid)random variables)
  - Eigenschaftenvon Erwartungswert und Varianz
  - Kovarianz
  - Wahrscheinlichkeitsdichtefunktionund Wahrscheinlichkeitsverteilungsfunktion der Summe statistisch unabhängigerZufallsvariablen
  - ZentralerGrenzwertsatz
- Wahrscheinlichkeitsdichtefunktionen bei derDatenübertragung
Zeitkontinuierlicheund zeitdiskrete Zufallsprozesse
- Beispielefür Zufallsprozesse
- Scharmittelwertund Zeitmittelwert
- ErgodischeZufallsprozesse
- QuadratischerMittelwert und Varianz
- Wahrscheinlichkeitsdichtefunktion (pdf) und Wahrscheinlichkeitsverteilungsfunktion(cdf)
- Verbundwahrscheinlichkeitsdichtefunktion (pdf)und Verbundwahrscheinlichkeitsverteilungsfunktion (cdf)
- Statistisch unabhängige, unkorrelierte undorthogonale Zufallsprozesse
- StationäreZufallsprozesse
- Korrelationsfunktionen: Autocorrelationsfunktion,Kreuzkorrelationsfunktion, mittlere Autokorrelationsfunktion nicht-stationärer Zufallsprozesse,Autokorrelations- und Kreuzkorrelationsfunktion stationärer Zufallsprozesse,Autokovarianzfunktion, Kreuzkovarianzfunktion
- Autocorrelationsmatrix,Kreuzkkorrelationsmatrix, Autokovarianzmatrix, Kreuzkovarianzmatrix
- Pseudo-noise Sequenzen, Anwendungsbeispiel: Codemultiplex(code division multiple access (CDMA))
- Autocorrelationsfunktion, Leistungsdichtespektrum(power spectral density (psd)), Signalleistung, Einstein-Wiener-Khintchine Beziehungen
- Weißesgaußsches Rauschen
Filterung von Zufallssignalen durch LTI-Systeme
- Transformation der Wahrscheinlichkeitsdichtefunktion
- Transformationdes Mittelwerts
- Transformation des Leistungsdichtespektrums
- Korrelationsfunktionen zwischen Eingangs- undAusgangssignal
- Filterungvon weißem gaußschem Rauschen
- Bandbegrenzung zur Begrenzung derRauschleistung
- Preemphaseund Deemphase
Kompandierung,mu-law, A-law
Funktionenvon Zufallsvariablen
- Transformation von Wahrscheinlichkeiten und derWahrscheinlichkeitsdichtefunktion
- Anwendung: Nicht-lineare Verstärker
Funktionenvon zwei Zufallsvariablen
- Wahrscheinlichkeitsdichtefunktion
- Beispiele: Rayleigh-Verteilung, Betrag einesOFDM-Signals, Betrag eines empfangenen Funksignals
Übertragungskanäle und Kanalmodelle
- Leitungsgebundene Kanäle: Telefonkabel,Koaxialkabel, Glasfaserkabel
- Funkkanäle:Fading-Kanäle, Unterwasserkanäle
- Frequenzselektiveund nicht-frequenzselektive Kanäle
- AWGN (additivewhite Gaussian noise) Kanal
- Signal- zu Rauschleistungsverhältnis (signal tonoise power ratio (SNR))
- Zeitdiskrete Kanalmodelle
- Zeitdiskrete gedächtnislose Kanäle (discretememoryless channels (DMC))
Analog-Digitalwandlung
- Abtastung
  - Abtasttheorem
- Pulsmodulation
  - Pulsamplitudenmodulation(pulse-amplitude modulation (PAM))
  - Pulsdauermodulation,Pulsbreitenmodulation (pulse-duration modulation (PDM), pulse-width modulation(PWM))
  - Puls-Pausenmodulation(pulse-position modulation (PPM))
  - Pulse-code-Modulation(PCM)
- Quantisierung
  - LineareQuantisierung, Midtread- und Midrise-Characteristik
  - Quantisierungsfehler,Quantisierungsrauschen
  - Signal-zu-Quantisierungsrauschleistungsverhältnis
  - NichtlineareQuantisierung, Kompressor-Charakteristik, mu-law, A-law
  - Sprachübertragung mit PCM
- DifferentiellePulse-Code-Modulation (DPCM)
  - LinearePrädiktion nach dem Minimum Mean Squared Error (MMSE) Kriterium
  - DPCM mitVorwärts- und Rückwärtsprädiktion
  - SNR-Gewinnvon DPCM über PCM
  - Delta-Modulation
Grundlagen der Informationstheorie undCodierung
- Definitionen von Information:Selbst-Informationsgehalt, Entropie
- BinäreEntropiefunktion
- Quellencodierungs-Theorem
- Quellencodierung:Huffman-Code
- Mutualinformation und Kanalkapazität
- Kanalkapazität des AWGN-Kanals und desAWGN-Kanals mit binärem Eingangssymbolalphabet
- Kanalcodierungs-Theorem
- Prinzipien der Kanalcodierung: Coderate undDatenrate, Hamming-Distanz, minimale Hamming-Distanz, Fehlererkennung undFehlerkorrektur
- Beispiele für Kanalcodes: Block-Codes und Faltungscodes,Wiederholungscode, Single Parity Check Code, Hamming-Code, Turbo-Codes
Kombinatorik
- Variationmit und ohne Zurücklegen
- Kombinationmit und ohne Zurücklegen
- Permutation,Permutation von Multisets
- Wordfehlerwahrscheinlichkeit linearer Block-Codes
Basisband-Übertragung
- Pulsformung:Non-return to zero (NRZ) Rechteck-Pulse, Manchester-Pulse, Raised-Cosine-Pulse,Wurzel-Raised-Cosine-Pulse, Gauss-Pulse
- Sendesignalenergie, mittlere Energie pro Symbol
- Leistungsdichtespektrum von Basisbandsignalen
- Bandbreite-Definitionen
- Bandbreiten-Effizienz,spektrale Effizienz
- Intersymbol-Interferenz(ISI)
- Ersteund zweite Nyquist-Bedingung
- Augendiagramme
- Empfangsfilter-Entwurf: SignalangepasstesFilter (Matched Filter)
- Matched-FilterEmpfänger und Korrelationsempfänger
- Wurzel-Nyquist-Pulsformung
- ZeitdiskretesAWGN-Kanalmodell
Maximuma Posteriori probability (MAP) und Maximum Likelihood (ML) Detektion
Bitfehlerwahrscheinlichkeit bei binärer Übertragungüber AWGN Kanäle mit antipodaler oder on-off-Signalisierung
Bandpass-Übertragung mit Trägermodulation
- Amplitudenmodulation,Frequenzmodulation, Phasenmodulation
- Linearedigitale Modulationsverfahren: On-off keying (OOK), phase-shift keying (PSK),amplitude shift keying (ASK), quadrature amplitude shift keying (QAM)

Leistungsnachweis:

300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden<ul><li>300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden: Klausur schriftlich</li></ul>

ECTS-Kreditpunkte:

Weitere Informationen aus Stud.IP zu dieser Veranstaltung

Heimatinstitut: Institut für Nachrichtentechnik (E-8)
In Stud.IP angemeldete Teilnehmer: 153
Anzahl der Postings im Stud.IP-Forum: 21

voriges Semester

zur Veranstaltung in Stud.IP

Einführung in die Nachrichtentechnik und ihre stochastischen Methoden (B.Sc.)

Untertitel:

Diese Lehrveranstaltung ist Teil des Moduls: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden

Semester:

WiSe 23/24

Veranstaltungstyp:

Vorlesung (Lehre)

Veranstaltungsnummer:

lv442_w23

DozentIn:

Gerhard Bauch, David Jonas Kopyto, PD Dr.-Ing. habil. Rainer Grünheid

Beschreibung:

Einführungin die Nachrichtentechnik
OpenSystems Interconnection (OSI) Referenzmodell
Komponenteneines digitalen Kommunikationssystems
Grundlagen der Signal- und Systemtheorie
- Analogeund digitale Signale
- Prinzip der Analog-Digital-Wandlung (A/D)
- Deterministischeund zufällige Signale
- Leistungund Energie von Signalen
- Linearezeitinvariante Systeme (LTI-Systeme)
- Quadratur-Amplituden-Modulation(QAM)
Einführungin die Stochastik
Wahrscheinlichkeits-Theorie
- Zufallsexperimente
- Wahrscheinlichkeitsmodell, Wahrscheinlichkeitsraum,Ereignisraum
- Definitionenvon Wahrscheinlichkeit
  - Wahrscheinlichkeitnach Bernoulli/Laplace
  - Wahrscheinlichkeitnach van Mises, relative Häufigkeit
  - Bertrand’sParadoxon
  - AxiomatischeDefinition von Wahrscheinlichkeit nach Kolmogorov
  - Wahrscheinlichkeitdisjunkter und nicht-disjunkter Ereignisse
  - Venn-Diagramme
- Kontinuierlicheund diskrete Zufallsvariablen
  - Wahrscheinlichkeitsdichtefunktion(probability density function (pdf)), Wahrscheinlichkeitsverteilungsfunktion(cumulativedistribution function (cdf))
  - Erwartungswert,Mittelwert, Median, quadratischer Erwartungswert, Varianz, Standardabweichung,höhere Momente
  - Beispielefür Wahrscheinlichkeitsverteilungen (Bernoulli-Verteilung, Zweipunktverteilung,Gleichverteilung, Gauß-Verteilung (Normalverteilung), Rayleigh-Verteilung,etc.)
- MehrereZufallsvariablen
  - BedingteWahrscheinlichkeit, Verbundwahrscheinlichkeit
  - BedingteWahrscheinlichkeitsdichtefunktion, Verbundwahrscheinlichkeitsdichtefunktion
  - Satzvon Bayes
  - Korrelationskoeffizient
  - ZweidimensionaleGaussverteilung
  - Statistischunabhängige, unkorrelierte und orthogonale Zufallsvariablen
  - Unabhängige,identisch verteilte Zufalssvariablen (independent identically distributed (iid)random variables)
  - Eigenschaftenvon Erwartungswert und Varianz
  - Kovarianz
  - Wahrscheinlichkeitsdichtefunktionund Wahrscheinlichkeitsverteilungsfunktion der Summe statistisch unabhängigerZufallsvariablen
  - ZentralerGrenzwertsatz
- Wahrscheinlichkeitsdichtefunktionen bei derDatenübertragung
Zeitkontinuierlicheund zeitdiskrete Zufallsprozesse
- Beispielefür Zufallsprozesse
- Scharmittelwertund Zeitmittelwert
- ErgodischeZufallsprozesse
- QuadratischerMittelwert und Varianz
- Wahrscheinlichkeitsdichtefunktion (pdf) und Wahrscheinlichkeitsverteilungsfunktion(cdf)
- Verbundwahrscheinlichkeitsdichtefunktion (pdf)und Verbundwahrscheinlichkeitsverteilungsfunktion (cdf)
- Statistisch unabhängige, unkorrelierte undorthogonale Zufallsprozesse
- StationäreZufallsprozesse
- Korrelationsfunktionen: Autocorrelationsfunktion,Kreuzkorrelationsfunktion, mittlere Autokorrelationsfunktion nicht-stationärer Zufallsprozesse,Autokorrelations- und Kreuzkorrelationsfunktion stationärer Zufallsprozesse,Autokovarianzfunktion, Kreuzkovarianzfunktion
- Autocorrelationsmatrix,Kreuzkkorrelationsmatrix, Autokovarianzmatrix, Kreuzkovarianzmatrix
- Pseudo-noise Sequenzen, Anwendungsbeispiel: Codemultiplex(code division multiple access (CDMA))
- Autocorrelationsfunktion, Leistungsdichtespektrum(power spectral density (psd)), Signalleistung, Einstein-Wiener-Khintchine Beziehungen
- Weißesgaußsches Rauschen
Filterung von Zufallssignalen durch LTI-Systeme
- Transformation der Wahrscheinlichkeitsdichtefunktion
- Transformationdes Mittelwerts
- Transformation des Leistungsdichtespektrums
- Korrelationsfunktionen zwischen Eingangs- undAusgangssignal
- Filterungvon weißem gaußschem Rauschen
- Bandbegrenzung zur Begrenzung derRauschleistung
- Preemphaseund Deemphase
Kompandierung,mu-law, A-law
Funktionenvon Zufallsvariablen
- Transformation von Wahrscheinlichkeiten und derWahrscheinlichkeitsdichtefunktion
- Anwendung: Nicht-lineare Verstärker
Funktionenvon zwei Zufallsvariablen
- Wahrscheinlichkeitsdichtefunktion
- Beispiele: Rayleigh-Verteilung, Betrag einesOFDM-Signals, Betrag eines empfangenen Funksignals
Übertragungskanäle und Kanalmodelle
- Leitungsgebundene Kanäle: Telefonkabel,Koaxialkabel, Glasfaserkabel
- Funkkanäle:Fading-Kanäle, Unterwasserkanäle
- Frequenzselektiveund nicht-frequenzselektive Kanäle
- AWGN (additivewhite Gaussian noise) Kanal
- Signal- zu Rauschleistungsverhältnis (signal tonoise power ratio (SNR))
- Zeitdiskrete Kanalmodelle
- Zeitdiskrete gedächtnislose Kanäle (discretememoryless channels (DMC))
Analog-Digitalwandlung
- Abtastung
  - Abtasttheorem
- Pulsmodulation
  - Pulsamplitudenmodulation(pulse-amplitude modulation (PAM))
  - Pulsdauermodulation,Pulsbreitenmodulation (pulse-duration modulation (PDM), pulse-width modulation(PWM))
  - Puls-Pausenmodulation(pulse-position modulation (PPM))
  - Pulse-code-Modulation(PCM)
- Quantisierung
  - LineareQuantisierung, Midtread- und Midrise-Characteristik
  - Quantisierungsfehler,Quantisierungsrauschen
  - Signal-zu-Quantisierungsrauschleistungsverhältnis
  - NichtlineareQuantisierung, Kompressor-Charakteristik, mu-law, A-law
  - Sprachübertragung mit PCM
- DifferentiellePulse-Code-Modulation (DPCM)
  - LinearePrädiktion nach dem Minimum Mean Squared Error (MMSE) Kriterium
  - DPCM mitVorwärts- und Rückwärtsprädiktion
  - SNR-Gewinnvon DPCM über PCM
  - Delta-Modulation
Grundlagen der Informationstheorie undCodierung
- Definitionen von Information:Selbst-Informationsgehalt, Entropie
- BinäreEntropiefunktion
- Quellencodierungs-Theorem
- Quellencodierung:Huffman-Code
- Mutualinformation und Kanalkapazität
- Kanalkapazität des AWGN-Kanals und desAWGN-Kanals mit binärem Eingangssymbolalphabet
- Kanalcodierungs-Theorem
- Prinzipien der Kanalcodierung: Coderate undDatenrate, Hamming-Distanz, minimale Hamming-Distanz, Fehlererkennung undFehlerkorrektur
- Beispiele für Kanalcodes: Block-Codes und Faltungscodes,Wiederholungscode, Single Parity Check Code, Hamming-Code, Turbo-Codes
Kombinatorik
- Variationmit und ohne Zurücklegen
- Kombinationmit und ohne Zurücklegen
- Permutation,Permutation von Multisets
- Wordfehlerwahrscheinlichkeit linearer Block-Codes
Basisband-Übertragung
- Pulsformung:Non-return to zero (NRZ) Rechteck-Pulse, Manchester-Pulse, Raised-Cosine-Pulse,Wurzel-Raised-Cosine-Pulse, Gauss-Pulse
- Sendesignalenergie, mittlere Energie pro Symbol
- Leistungsdichtespektrum von Basisbandsignalen
- Bandbreite-Definitionen
- Bandbreiten-Effizienz,spektrale Effizienz
- Intersymbol-Interferenz(ISI)
- Ersteund zweite Nyquist-Bedingung
- Augendiagramme
- Empfangsfilter-Entwurf: SignalangepasstesFilter (Matched Filter)
- Matched-FilterEmpfänger und Korrelationsempfänger
- Wurzel-Nyquist-Pulsformung
- ZeitdiskretesAWGN-Kanalmodell
Maximuma Posteriori probability (MAP) und Maximum Likelihood (ML) Detektion
Bitfehlerwahrscheinlichkeit bei binärer Übertragungüber AWGN Kanäle mit antipodaler oder on-off-Signalisierung
Bandpass-Übertragung mit Trägermodulation
- Amplitudenmodulation,Frequenzmodulation, Phasenmodulation
- Linearedigitale Modulationsverfahren: On-off keying (OOK), phase-shift keying (PSK),amplitude shift keying (ASK), quadrature amplitude shift keying (QAM)

Leistungsnachweis:

300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden<ul><li>300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden: Klausur schriftlich</li></ul>

ECTS-Kreditpunkte:

Weitere Informationen aus Stud.IP zu dieser Veranstaltung

Heimatinstitut: Institut für Nachrichtentechnik (E-8)
In Stud.IP angemeldete Teilnehmer: 153
Anzahl der Postings im Stud.IP-Forum: 21

Lehrveranstaltungen

Informationen zu den Lehrveranstaltungen und Modulen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis und dem Modulhandbuch Ihres Studienganges.

Modul / Lehrveranstaltung	Zeitraum	ECTS Leistungspunkte
Modul: Elektrische Energiesysteme I: Einführung in elektrische Energiesysteme	WiSe	6
Modul: Elektrische Energiesysteme II: Betrieb und Informationssysteme elektrischer Energienetze	WiSe	6
Modul: Elektrische Energiesysteme III: Dynamik und Stabilität elektrischer Energiesysteme	SoSe	6
Modul: Elektrotechnik II: Wechselstromnetzwerke und grundlegende Bauelemente	SoSe	6
Modul: Elektrotechnisches Projektpraktikum	SoSe	6
Modul: Prozessmesstechnik	SoSe	4
Modul: Smart-Grid-Technologien	WiSe, SoSe	6
Lehrveranstaltung: Seminar zu Elektromagnetischer Verträglichkeit und Elektrischer Energiesystemtechnik weitere Information	WiSe, SoSe	2

SoSe: Sommersemester
WiSe: Wintersemester

TU Hamburg

Institut für Elektrische Energietechnik (ieet) E-6

Prof. Dr.-Ing. Christian Becker

Harburger Schloßstraße 36

21079 Hamburg

E-Mail : ieet(at)tuhh.de

Tel : +49 40 42878 3213

Fax : +49 40 42878 2382

Lehrveranstaltungen in Stud.IP

aktuelles Semester

voriges Semester

Lehrveranstaltungen

TU Hamburg

Soziale Netzwerke

Weiterführende Links