Signalverarbeitung und Mustererkennung

Dieses Modul besteht aus einer Lehrveranstaltung.

Prüfungsordnung:  MI-BA-2017

Studienorganisation

Studiensemester:  3

Turnus:  Wintersemester, jährlich

Schwerpunkt:  Studienschwerpunkt Medien-Programmierung

Modultyp:  Pflichtveranstaltung Studienschwerpunkt Medienprogrammierung

Lehrform:  Vorlesung/Labor

Sprache:  Deutsch

Kompetenzen/Lernziele 

Die Veranstaltung führt die mathematischen Grundlagen (Nyquist-Theorem, Fourierreihen, Diskrete Fouriertransformation) zur Analyse und zur Synthese eindimensionaler Signale (Audio) ein, stellt Algorithmen zur Manipulation von Signalen (Filter) und zur Merkmalsextraktion vor und setzt direkt diese im Programm Matlab um. Zudem werden Verfahren zur effizienten Speicherung analoger Signale sowie verlustfreie und verlustbehaftete Kompressionsformate vorgestellt. Die Veranstaltung nutzt die in den Veranstaltungen Strukturierte Programmierung, GUIProgrammierung und Algorithmen und Datenstrukturen erworbenen Programmier- Kompetenzen und legt die mathematischen und konzeptuellen Grundlagen der Signalverarbeitung von Medieninhalten. Grundlegende Konzepte und Methoden der Signalverarbeitung werden anhand der Analyse von Audiodaten vorgestellt und praktisch eingeübt. Die nachfolgende Veranstaltung Bild- und Videoverarbeitung wendet diese Konzepte auf mehrdimensionale Daten an und erweitert die in dieser Veranstaltung erworbenen Kompetenzen.

Inhalte 

Einführung Anwendungsbereiche Media-Processing, Einführung in die Entwurfsumgebung Matlab, Einführung Audio-Zugriff in Android

Grundlagen
Abtastung, Abtasttheorem, Signale, Systeme, Erzeugung menschliche Sprache

Signalsynthese
Fourierreihenentwicklung, Erzeugung komplexer Signale (Klingeltöne, Ruftöne, Sprache)

Signalanalyse
Diskrete Fouriertransformation, Abschätzung Spektrum eines Signals, Kompression (MP3), Filterung im Frequenzbereich

Filter
Filterung im Zeitbereich (FIR-Filter), Equalizer, Abtastratenumsetzer

Korrelation
Einführung, Erkennung von Musik, Echoerkennung

Mustererkennung
Grundlegende Verfahren der Mustererkennung

Implementationsaspekte
Zugriff Audiodaten in aktuellen APIs, Streaming-/Dateiformate im Bereich Audio

Jeder Abschnitt der Veranstaltung (Signalsynthese, Signalanalyse,…) startet mit einer einleitenden Betrachtung/Analyse der in Anwendungen auftretenden Signalverarbeitungen. Aufbauend auf den dann folgenden Grundlagen und der Entwicklung des Algorithmus wird der Entwurf einer Reihe von konkreten Implementierungen in einer aktuellen Anwendungsumgebung diskutiert.

Im Labor werden Übungen und Versuche passend zu den Themen der Vorlesung (z.B. Entwicklung Sprachansagesystem, Equalizer, …) behandelt.

Arbeitsaufwand

4 SWS, 5,0 Creditpoints (CP)

60 h Präsenzstudium, 90 h Eigenstudium

Prüfung

Art der Prüfung:  Prüfungsleistung

Prüfungsform:  SP(MP, HA, AP(1,5))

Literatur 

  • Aschmoneit, T.: Material zur Veranstaltung.
  • Pfister, B.; Kaufmann, t.: Sprachverarbeitung: Grundlagen und Methoden der Sprachsynthese und Spracherkennung (Springer-Lehrbuch). Berlin 2008.
  • Werner, M.: Digitale Signalverarbeitung mit MATLAB: Grundkurs mit 16 ausführl Versuchen. Vieweg/Teubner Verlag, Wiesbaden 2009.

Voraussetzungen

Voraussetzungen lt. Prüfungs- und Studienordnung 

keine

Verantwortliche Dozenten

Modulverantwortliche(r):  Prof. Dr. Tim Aschmoneit

Dozent(in):  Prof. Dr. Tim Aschmoneit