Der WBK Digitale Signalverarbeitung ist branchenübergreifend ausgelegt und fokussiert auf vielseitig einsetzbare Algorithmen und Methoden.
Zielpublikum:Ingenieure stehen in der Praxis oft vor der Aufgabe, Sensor-Signale zu erfassen, aufzubereiten und auszuwerten. Aus Kosten- und Flexibilitätsgründen verlagert sich die Realisation von der klassischen analogen Elektronik hin zur digitalen Signalverarbeitung. Dieser Trend wird durch die immer billigeren Signal-Prozessoren und die neuen Mikro-Controller mit spezieller Signalverarbeitungs-Hardware beschleunigt.
Der Weiterbildungskurs (WBK) Digitale Signalverarbeitung (DSV) zeigt anhand praktischer Beispiele und ausgewählter Theoriekapitel, wie solche Fragestellungen effizient, rasch und effektiv mit den Algorithmen und Methoden der DSV gelöst werden können.
Folgende Zielgruppen werden mit dem WBK Digitale Signalverarbeitung angesprochen:
- Ingenieure FH/ETH
- Techniker HF
- Interessierte Fachpersonen
Der WBK Digitale Signalverarbeitung ist branchenübergreifend ausgelegt und fokussiert auf vielseitig einsetzbare Algorithmen und Methoden. Unter anderem sind Medizinaltechnik, Mess-, Steuerungs- und Regelungstechnik, Automatisierung, Audiotechnik und Telekommunikation typische Bereiche, in denen die Verfahren der digitalen Signalverarbeitung angewendet werden.
Ziele:Folgende Zielsetzungen werden mit dem WBK Digitale Signalverarbeitung verfolgt:
- Die Kursteilnehmer sind nach Abschluss des Kurses in der Lage, verschiedenste Filterarten (FIR, IIR etc.) für ihre technischen Probleme im Zeit- und Frequenzbereich anzuwenden.
- Sie verstehen den Zusammenhang zwischen Frequenz- und Zeitbereich und insbesondere die DFT/FFT-Transformation.
- Sie können einfache Multiraten- und adaptive LMS-Systeme realisieren.
Inhalt:
Modul 1
Lernziele
Der Kursteilnehmer
- Kennt Eigenschaften von digitalen Signalen (im Verhältnis zu analogen Signalen).
- Kann DDS-Prinzip erklären und softwaremässig umsetzen.
- Kennt die wichtigsten Zeit-Frequenzkorrespondenzen.
Inhalte
- Einführung digitale Signale & Systeme
- Zeit- & Frequenzverhalten
- Abtastung, AD- & DA-Wandlung
- Direkte Digitale Synthese (DDS)
- Aufsetzen des DSP-Systems für die Praktika
Modul 2
Lernziele
Der Kursteilnehmer
- Kennt Eigenschaften der DFT und der z-Transformation.
- Kann einfache FIR-Filter erklären.
- Kennt Vor- und Nachteile der Blockverarbeitung verglichen mit der Sample-by-sample Signalverarbeitung.
Inhalte
- Diskrete Fourier Transformation (DFT)
- Sample-by-sample & Blockverarbeitung
- z-Transformation (Übersicht)
- Übertragungsfunktion
Modul 3
Lernziele
Der Kursteilnehmer
- Kennt die Eigenschaften der verschiedenen Entwurfsverfahren von FIR-Filtern.
- Kann FIR-Filter mittels verschiedenen Verfahren herstellen.
Inhalte
- FIR-Filter (Windowing, Frequenzabtastung, Least-Square, Äquirippel)
- Linearphasige Filter
- Spezielle FIR Filter (z.B. IFIR)
Modul 4
Lernziele
Der Kursteilnehmer
- Kennt die Eigenschaften der verschiedenen Entwurfsverfahren von IIR-Filtern.
- Kann IIR-Filter mittels verschiedenen Verfahren herstellen.
- Kennt die verschiedenen Strukturen von digitalen Filtern.
Inhalte
- IIR Filter
- Bilineare, impulsinvariante, matched-z Transformation
- Filter-Strukturen
- Direktformen, Serie-, Parallel-, Lattice-Strukturen
Modul 5
Lernziele
Der Kursteilnehmer
- Kann abschätzen, ob die Signalverarbeitung im Frequenzbereich für spezifische Probleme von Vorteil ist.
- Kennt Overlap-save & -add Verfahren.
Inhalte
- Signalverarbeitung im Frequenzbereich
- Fast Fourier Transformation (FFT)
- Overlap-save & -add Verfahren
- Zero-Padding
Modul 6
Lernziele
Der Kursteilnehmer
- Kennt die Grundlegenden Eigenschaften der MR.
- Kann Down- und Upsampling umsetzen.
Inhalte
- Multiraten Signalverarbeitung (MR)
- Interpolation, Dezimation, Polyphasenfilter
Modul 7
Lernziele
Der Kursteilnehmer
- Kennt das Verhalten vom LMS-Algorithmus.
- Kann LMS-Algorithmus programmieren.
Inhalte
- Stochastische Signale
- Adaptive Systeme (LMS-Algorithmus)
- Ausblick LS
