Siehe TUMonline

Am Ende der Veranstaltung ist der Student mit den Grundlagen der Parameterschätzung mittels "Compressive Sampling" vertraut. Er kann u.a. auch die behandelten Algorithmen in der Entwicklung bzw. im Entwurf von Signalverarbeitungs- und Schätzverfahren einsetzen.

ACHTUNG: Wird vorrausichtlich als Blockveranstaltung stattfinden. Termin für eine Zeitliche Planung ist am 21.4 um 15:15 im N4410 Ziel der Vorlesung ist es, die Teilnehmer an "Compressive Sampling" heranzuführen - ein Forschungsgebiet, welches sich insbesondere in den letzten Jahren rasant entwickelt und etabliert hat. Hierbei liegt die Annahme zugrunde, daß aus einer großen Gesamtheit an Parametern letztlich nur eine deutlich geringere - aber unbekannte - Teilmenge die Signale wirklich bestimmen wird. Diese sparse Parametrisierung der Signale ermöglicht es alternative Messverfahren und Algorithmen zu verwenden, welche entscheidend weniger Messungen benötigen als klassische Abtastverfahren (Sampling). Neben einer grundsätzlichen Einführung in diese Theorie werden weitergehende Zusammenhänge zu Gebieten der Geometrie und Approximation vermittelt.

Lineare Algebra, Mathematisches Interesse, Systemtheorie, Signalbeschreibung im Zeit- und Frequenzbereich, Shannon'sches Abtasttheorem. Folgende Module sollten bereits erfolgreich absolviert worden sein: Mathematik 1-4, Signale, System

Tafel

mündliche Abschlußprüfung

S. Foucart, H. Rauhut "A mathematical introduction to Compressed Sensing" , Eldar, Y. & Kutyniok, G. "Compressed Sensing: Theory and Applications", R.Baraniuk, E. Candes, Romberg, Davenport - Lecture Notes and Tutorials (on http://dsp.rice.edu/cs) D. Luenberger - "Optimization by vector space methods"