Kursinformation

Die Vor­le­sung 'Sta­tis­ti­sche Si­gnal­ver­ar­bei­tung' stellt sto­chas­ti­sche Si­gnal­model­le, und ei­ni­ge wich­ti­ge ingenieurtech­nische An­wen­dun­gen sto­chas­ti­scher Si­gna­le vor. Zu­nächst wer­den die für Si­gnal­model­le wich­tigs­ten sto­chas­ti­schen Pro­zes­se wie wei­ßes Rau­schen, Pois­son-Pro­zes­se oder Mar­kov-Ket­ten dis­ku­tiert. Bei den An­wendungen kon­zen­triert sich die Vor­le­sung auf zeit­dis­kre­te Op­ti­mal­fil­ter­ver­fah­ren. Hier­bei steht das Kal­man Fil­ter im Mit­tel­punkt, das für das Bei­spiel der Ein-Schritt Prä­dik­ti­on her­ge­lei­tet wird. An­schlie­ßend wer­den aus­ge­wähl­te Me­tho­den der Ver­ar­bei­tung sto­chas­ti­scher Si­gna­le be­han­delt: Hier­zu ge­hö­ren ins­be­son­de­re pa­ra­me­tri­sche und nicht­pa­ra­me­tri­sche Spektral­schätzung, Ma­xi­mum-Li­kelihood Schät­zer, De­tek­to­ren und ad­ap­ti­ve Fil­ter (LMS, RLS).