Modulhandbuch DSP

Digital Signal Processing

Master Communication Systems and Networks 2020

Version: 1 | Letzte Änderung: 11.09.2019 11:09 | Entwurf: 0 | Status: vom Modulverantwortlichen freigegeben | Verantwortlich: Elders-Boll

Anerkannte Lehrveranstaltungen	DSP_Elders-Boll
Gültig ab	Wintersemester 2020/21
Modul ist Bestandteil des Studienschwerpunkts	CS - Communication Systems
Dauer	1 Semester
ECTS	5
Zeugnistext (de)	Digital Signal Processing
Zeugnistext (en)	Digital Signal Processing
Unterrichtssprache	englisch
abschließende Modulprüfung	Ja

Algorithmen, Protokolle, Schaltungen und kommunikationstechnische Systeme unter interdisziplinären Bedingungen entwickeln und testen

Wissenschaftlich arbeiten und wissenschaftliche Erkenntnisse anwenden und erweitern

Benotet	Ja
Konzept	Normally written exam: In the written exam students shall demonstrate that they are able to solve problems dealing with the design, analysis and implementation of DSP systems in soft and hardware considering computational complexity and hardware resource limitation, by using their thorough understanding of the theoretical concepts, especially frequency domain analysis, and insights gained from the practical implementation of DSP systems in software using Python and on microprocessors, such that they are able to design, select, use and apply actual and future DSP systems for various signal processing application in commercial products. Alternatively these skills can also be demonstrated in an oral exam.
Frequenz	Jedes Semester

ID	Learning Outcome
LO1	Design, analyse and implement DSP systems in soft and hardware considering computational complexity and hardware resource limitation, by a thorough understanding of the theoretical concepts, especially frequency domain analysis, and practical implementation of DSP systems in software using Python and on microprocessors, to be able to design, select, use and apply actual and future DSP systems for various signal processing application in commercial products.

Kompetenz	Ausprägung
kommunikationstechnische Systeme und Prozesse beurteilen	diese Kompetenz wird vermittelt
Komplexe Fragestellungen sinnvoll auftrennen	diese Kompetenz wird vermittelt
Naturwissenschaftliche Phänomene in Realweltproblemen erkennen und deren Auswirkung beurteilen	diese Kompetenz wird vermittelt
Informationen und wissenschaftliche Literatur beschaffen, analysieren, verstehen und auswerten	diese Kompetenz wird vermittelt
kommunikationstechnische Systeme und Prozesse entwerfen	diese Kompetenz wird vermittelt
kommunikationstechnische Systeme und Prozesse analysieren	diese Kompetenz wird vermittelt
Erkennen und Verstehen technischer Zusammenhänge	diese Kompetenz wird vermittelt

Algorithmen, Protokolle, Schaltungen und kommunikationstechnische Systeme unter interdisziplinären Bedingungen entwickeln und testen

Wissenschaftlich arbeiten und wissenschaftliche Erkenntnisse anwenden und erweitern

ID	Learning Outcome
LO1	Design, analyse and implement DSP systems in soft and hardware considering computational complexity and hardware resource limitation, by a thorough understanding of the theoretical concepts, especially frequency domain analysis, and practical implementation of DSP systems in software using Python and on microprocessors, to be able to design, select, use and apply actual and future DSP systems for various signal processing application in commercial products.

Kompetenz	Ausprägung
kommunikationstechnische Systeme und Prozesse beurteilen	diese Kompetenz wird vermittelt
Komplexe Fragestellungen sinnvoll auftrennen	diese Kompetenz wird vermittelt
Naturwissenschaftliche Phänomene in Realweltproblemen erkennen und deren Auswirkung beurteilen	diese Kompetenz wird vermittelt
Informationen und wissenschaftliche Literatur beschaffen, analysieren, verstehen und auswerten	diese Kompetenz wird vermittelt
kommunikationstechnische Systeme und Prozesse entwerfen	diese Kompetenz wird vermittelt
kommunikationstechnische Systeme und Prozesse analysieren	diese Kompetenz wird vermittelt
Erkennen und Verstehen technischer Zusammenhänge	diese Kompetenz wird vermittelt

Typ	Vorlesung / Übungen
Separate Prüfung	Ja
Exemplarische inhaltliche Operationalisierung	The follwowing subjects can be presented quickly assuming students have had prior exposure to discrete-time systems: Signals, Systems and Digital Signal Processing Discrete-Time Linear Time-Invariant Systems Ideal Sampling and Reconstruction Fourier-Transform of Discrete-Time Signals The z-Transform The follwoing subjects should be presented in depth: Discrete Fourier-Transform Design of Digital Filters Random Signals Advanced Sampling Techniques The course should be complemented with selected topics from the following advanced subjects: Optimum Linear Filters Spectrum Estimation Baseband Representation of Bandpass Signals Wifi Sensing The theory should be illustrated and put into practise by Python code of the presented methods and algorithms.

Benotet	Ja
Frequenz	Einmal im Jahr
Gewicht	20
Bestehen notwendig	Nein
Voraussetzung für Teilnahme an Modulprüfung	Ja
Konzept	Semesterbegleitende Tests in Form von Aufgaben, die den bis zum jeweiligen Zeitpunkt in der Vorlesung/Übung behandelten Stoff aufgreifen und so bei Bestehen sicherstellen, dass die Grundlagen zur erfolgreichen Teilnahme an den entsprechenden Praktikumsversuchen oder Projekten gegeben ist.

Typ	Praktikum
Separate Prüfung	Ja
Exemplarische inhaltliche Operationalisierung	Python based lab exercises and/or implementation on mircoprocessors.

Benotet	Nein
Frequenz	Einmal im Jahr
Voraussetzung für Teilnahme an Modulprüfung	Ja
Konzept	Dedicated lab experiments or small microprocessor projects.

Bei Fehlern, bitte Mitteilung an die
Webredaktion der Fakultät IME