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. Dazu werden ausgewählte Methoden der Verarbeitung stochastischer Signale behandelt: Hierzu gehören insbesondere Schätzverfahren (MVUE und erschöpfende Statistik, Maximum-Likelihood Schätzer, EM-Algorithmus,) und adaptive Filter.
- Kursleiter/in: Stefanie Dencks
- Kursleiter/in: Georg Schmitz