Hocheffiziente Radarprozessierung durch intelligente Datenkompression

Das Nyquist-Shannon-Abtasttheorem definiert mit welcher Abtastfrequenz ein Signal quantisiert werden muss, damit es eindeutig rekonstruiert werden kann. Die Theorie des Compressed Sensing dagegen erlaubt es unter bestimmten Voraussetzungen das Abtasttheorem bewusst zu verletzen. Mit verschiedenen Algorithmen kann anschließend das Signal nahezu fehlerfrei rekonstruiert werden. Welche Abtastwerte vernachlässigt werden kann weitgehend dem Zufall überlassen werden. Es zeigt sich jedoch, dass es Abtastmuster gibt, die günstiger sind als andere. In dieser Arbeit sollen daher Optimalitätskriterien und Algorimthmen für solche optimale Muster untersucht und bewertet werden.

Ein Anwendungsfall im Kfz-Radar wäre etwas das Auslassen von Abtastwerten, um die zu übertragende Datenmenge zu reduzieren. Hierbei muss ein Kompromiss zwischen einer hohen Datenreduktion und einer zuverlässigen Detektion gefunden werden.
Dr.-Ing. Christina Bonfert (geb. Knill)PostdoktorandinRaum: 41.1.209Telefon: 0731 50-26352E-Mail
Art der Arbeit

Recherche, Implementierung von Algorithmen, Verifizierung

Empfohlene Grundkenntnisse

Vorlesungen Einführung in die Hochfrequenztechnik, Signale und Systeme, sowie Compressed Sensing
MATLAB-Kenntnisse von Vorteil

Sonstiges

Beginn der Arbeit: ab sofort
Der Fokus der Arbeit kann nach eigener Präferenz ausgearbeitet werden