Studiengangsbeschreibung

Inhalt

Among the industries with the greatest growth rates is the communications industry which, over the years, has achieved in its products the synergy of the classical disciplines of computer science and networking. The International Master Program Information and Communication Systems addresses this rapidly evolving area by laying in-depth foundations for the design and implementation of networking infrastructures, networked Cyber Physical Systems and the applications and services running on them.

The program is organized as a two-year course (four semesters) which starts on 1st of October each year. It includes around two semesters of lectures and practical courses and almost two semesters devoted to work in a research team (project work) and to the preparation of a master’s thesis. The “Master of Science” degree will be awarded. Language of the program is English.

Graduates of the program are provided with the basics and knowledge that are required for a successful engineering activity in the information and communication technology in an international environment. They acquire extensive knowledge in the mathematical, engineering and scientific basic principles of this discipline based on a solid theoretical foundation including all the essential application-oriented aspects. Graduates are qualified to independently resolve problems in the information and communications technology and related disciplines.

The graduates are able to apply methods and procedures required to work on technical issues, as well as critically examine new insights to further develop and incorporate in their work. In this way, they are qualified to carry out their duties for society responsibly.

Fachmodule der Kernqualifikation

Modul M0523: Betrieb & Management

Modulverantwortlicher Prof. Matthias Meyer
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Keine
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen
  • Die Studierenden sind in der Lage, ausgewählte betriebswirtschaftliche Spezialgebiete innerhalb der Betriebswirtschaftslehre zu verorten.
  • Die Studierenden können in ausgewählten betriebswirtschaftlichen Teilbereichen grundlegende Theorien, Kategorien und Modelle erklären.
  • Die Studierenden können technisches und betriebswirtschaftliches Wissen miteinander in Beziehung setzen.


Fertigkeiten
  • Die Studierenden können in ausgewählten betriebswirtschaftlichen Teilbereichen grundlegende Methoden anwenden.
  • Die Studierenden können für praktische Fragestellungen in betriebswirtschaftlichen Teilbereichen Entscheidungsvorschläge begründen.


Personale Kompetenzen
Sozialkompetenz
  • Die Studierenden sind in der Lage, in interdisziplinären Kleingruppen zu kommunizieren und gemeinsam Lösungen für komplexe Problemstellungen zu erarbeiten.


Selbstständigkeit
  • Die Studierenden sind in der Lage, sich notwendiges Wissen durch Recherchen und Aufbereitungen von Material selbstständig zu erschließen.


Arbeitsaufwand in Stunden Abhängig von der Wahl der Lehrveranstaltungen
Leistungspunkte 6
Lehrveranstaltungen
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichten Modulhandbuch des Moduls.

Modul M0524: Nichttechnische Angebote im Master

Modulverantwortlicher Dagmar Richter
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Keine
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Die Nichttechnischen Angebote  (NTA)

vermittelt die in Hinblick auf das Ausbildungsprofil der TUHH nötigen Kompetenzen, die ingenieurwissenschaftliche Fachlehre fördern aber nicht abschließend behandeln kann: Eigenverantwortlichkeit, Selbstführung, Zusammenarbeit und fachliche wie personale Leitungsbefähigung der zukünftigen Ingenieurinnen und Ingenieure. Er setzt diese Ausbildungsziele in seiner Lehrarchitektur, den Lehr-Lern-Arrangements, den Lehrbereichen und durch Lehrangebote um, in denen sich Studierende wahlweise für spezifische Kompetenzen und ein Kompetenzniveau auf Bachelor- oder Masterebene qualifizieren können. Die Lehrangebote sind jeweils in einem Modulkatalog Nichttechnische Ergänzungskurse zusammengefasst. 

Die Lehrarchitektur

besteht aus einem studiengangübergreifenden Pflichtstudienangebot. Durch dieses zentral konzipierte Lehrangebot wird die Profilierung der TUHH Ausbildung auch im nichttechnischen Bereich gewährleistet.

Die Lernarchitektur erfordert und übt eigenverantwortliche Bildungsplanung in Hinblick auf den individuellen Kompetenzaufbau ein und stellt dazu Orientierungswissen zu thematischen Schwerpunkten von Veranstaltungen bereit.

Das über den gesamten Studienverlauf begleitend studierbare Angebot kann ggf. in ein-zwei Semestern studiert werden. Angesichts der bekannten, individuellen Anpassungsprobleme beim Übergang von Schule zu Hochschule in den ersten Semestern und um individuell geplante Auslandsemester zu fördern, wird jedoch von einer Studienfixierung in konkreten Fachsemestern abgesehen.

Die Lehr-Lern-Arrangements

sehen für Studierende - nach B.Sc. und M.Sc. getrennt - ein semester- und fachübergreifendes voneinander Lernen vor. Der Umgang mit Interdisziplinarität und einer Vielfalt von Lernständen in Veranstaltungen wird eingeübt - und in spezifischen Veranstaltungen gezielt gefördert.

Die Lehrbereiche

basieren auf Forschungsergebnissen aus den wissenschaftlichen Disziplinen Kulturwissenschaften, Gesellschaftswissenschaften, Kunst, Geschichtswissenschaften, Kommunikationswissenschaften, Migrationswissenschaften, Nachhaltigkeitsforschung und aus der Fachdidaktik der Ingenieurwissenschaften. Über alle Studiengänge hinweg besteht im Bachelorbereich zusätzlich ab Wintersemester 2014/15 das Angebot, gezielt Betriebswirtschaftliches und Gründungswissen aufzubauen. Das Lehrangebot wird durch soft skill und Fremdsprachkurse ergänzt. Hier werden insbesondere kommunikative Kompetenzen z.B. für Outgoing Engineers gezielt gefördert.

Das Kompetenzniveau

der Veranstaltungen in den Modulen der nichttechnischen Ergänzungskurse unterscheidet sich in Hinblick auf das zugrunde gelegte Ausbildungsziel: Diese Unterschiede spiegeln sich in den verwendeten Praxisbeispielen, in den - auf unterschiedliche berufliche Anwendungskontexte verweisende - Inhalten und im für M.Sc. stärker wissenschaftlich-theoretischen Abstraktionsniveau. Die Soft skills für Bachelor- und für Masterabsolventinnen/ Absolventen unterscheidet sich an Hand der im Berufsleben unterschiedlichen Positionen im Team und bei der Anleitung von Gruppen.

Fachkompetenz (Wissen)

Die Studierenden können

  • ausgewähltes Spezialgebiete des jeweiligen nichttechnischen Bereiches erläutern,
  • in den im Lehrbereich vertretenen Disziplinen grundlegende Theorien, Kategorien, Begrifflichkeiten, Modelle,  Konzepte oder künstlerischen Techniken skizzieren,
  • diese fremden Fachdisziplinen systematisch auf die eigene Disziplin beziehen, d.h. sowohl abgrenzen als auch Anschlüsse benennen,
  • in Grundzügen skizzieren, inwiefern wissenschaftliche Disziplinen, Paradigmen, Modelle, Instrumente, Verfahrensweisen und Repräsentationsformen der Fachwissenschaften einer individuellen und soziokulturellen Interpretation und Historizität unterliegen,              
  • können Gegenstandsangemessen in einer Fremdsprache kommunizieren (sofern dies der gewählte Schwerpunkt im NTW-Bereich ist).



Fertigkeiten

Die Studierenden können in ausgewählten Teilbereichen

  • grundlegende und teils auch spezielle Methoden der genannten Wissenschaftsdisziplinen anwenden.
  • technische Phänomene, Modelle, Theorien usw. aus der Perspektive einer anderen, oben erwähnten Fachdisziplin befragen.
  • einfache und teils auch fortgeschrittene Problemstellungen aus den behandelten Wissenschaftsdisziplinen erfolgreich bearbeiten,
  • bei praktischen Fragestellungen in Kontexten, die den technischen Sach- und Fachbezug übersteigen, ihre Entscheidungen zu Organisations- und Anwendungsformen der Technik begründen.




Personale Kompetenzen
Sozialkompetenz

Die Studierenden sind fähig ,

  • in unterschiedlichem Ausmaß kooperativ zu lernen
  • eigene Aufgabenstellungen in den o.g. Bereichen in adressatengerechter Weise in einer Partner- oder Gruppensituation zu präsentieren und zu analysieren,
  • nichttechnische Fragestellungen einer Zuhörerschaft mit technischem Hintergrund verständlich darzustellen
  • sich landessprachlich kompetent, kulturell angemessen und geschlechtersensibel auszudrücken (sofern dies der gewählte Schwerpunkt im NTW-Bereich ist)



Selbstständigkeit

Die Studierenden sind in ausgewählten Bereichen in der Lage,

  • die eigene Profession und Professionalität im Kontext der lebensweltlichen Anwendungsgebiete zu reflektieren,
  • sich selbst und die eigenen Lernprozesse zu organisieren,
  • Fragestellungen vor einem breiten Bildungshorizont zu reflektieren und verantwortlich zu entscheiden,
  • sich in Bezug auf ein nichttechnisches Sachthema mündlich oder schriftlich kompetent auszudrücken.
  • sich als unternehmerisches Subjekt zu organisieren,   (sofern dies ein gewählter Schwerpunkt im NTW-Bereich ist).




Arbeitsaufwand in Stunden Abhängig von der Wahl der Lehrveranstaltungen
Leistungspunkte 6
Lehrveranstaltungen
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichten Modulhandbuch des Moduls.

Modul M1246: Technischer Ergänzungskurs für IMPICS (laut FSPO)

Lehrveranstaltungen
Titel Typ SWS LP
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen
Fertigkeiten
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit
Arbeitsaufwand in Stunden Abhängig von der Wahl der Lehrveranstaltungen
Leistungspunkte 12
Zuordnung zu folgenden Curricula Information and Communication Systems: Kernqualifikation: Pflicht

Modul M0673: Informationstheorie und Codierung

Lehrveranstaltungen
Titel Typ SWS LP
Informationstheorie und Codierung (L0436) Vorlesung 3 4
Informationstheorie und Codierung (L0438) Hörsaalübung 2 2
Modulverantwortlicher Prof. Gerhard Bauch
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
  • Mathematik 1-3 
  • Wahrscheinlichkeitsrechnung und Stochastische Prozesse
  •  Grundkenntnisse der Nachrichtentechnik, z.B. aus der Vorlesung "Einführung in die Nachrichtentechnik und deren stochastische Methoden"
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Die Studierenden kennen die grundlegenden Definitionen zur informationstheoretischen Quantifizierung von Information. Sie kennen das Shannonsche Quellencodierungstheorem sowie das Kanalcodierungstheorem und können damit Grenzen der Kompression bzw. der fehlerfreien Datenübertragung bestimmen. Sie verstehen die Grundprinzipien der Datenkompression (Quellencodierung) und der fehlererkennenden und fehlerkorrigierenden Kanalcodierung. Sie sind mit den Prinzipien der Decodierung vertraut, insbesondere mit modernen Verfahren der iterativen Decodierung. Sie kennen grundlegende Codierverfahren, deren Eigenschaften und Decodierverfahren.

Fertigkeiten

Die Studierenden sind in der Lage, die Grenzen der Datenkompression bzw. der Datenübertragungsrate für gestörte Kanäle zu bestimmen und damit ein Übertragungsverfahren zu dimensionieren. Sie sind in der Lage, die Parameter eines fehlererkennenden bzw. fehlerkorrigierenden Kanalcodierungsverfahrens zum Erreichen gegebener Zielvorgaben abzuschätzen. Sie sind in der Lage, die Eigenschaften grundlegender Kanalcodierungs- und Decodierungsverfahren hinsichtlich Fehlerkorrektureigenschaften, Decodierverzögerung und Decodierkomplexität zu vergleichen und ein geeignetes Verfahren auszuwählen. Sie sind in der Lage, grundlegende Codier- und Decodierverfahren in Software zu implementieren.

Personale Kompetenzen
Sozialkompetenz

Die Studierenden können in fachspezifische Aufgaben gemeinsam bearbeiten.

 

Selbstständigkeit

Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht
Information and Communication Systems: Kernqualifikation: Pflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht
Mechatronics: Technischer Ergänzungskurs: Wahlpflicht
Lehrveranstaltung L0436: Informationstheorie und Codierung
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand in Stunden Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum SoSe
Inhalt
  • Grundlagen der Informationstheorie

    • Selbstinformation, Entropie, Mutual Information

    • Quellencodierungstheorem, Kanalcodierungstheorem

    • Kanalkapazität verschiedener Kanäle

  • Grundlegende Algorithmen der Quellencodierung:

    • Huffman Code, Lempel Ziv Algorithmus

  • Grundlagen der Kanalcodierung

    • Grundlegende Parameter der Kanalcodierung und deren Abschätzung durch obere und untere Schranken

    • Prinzipien der Decodierung: Maximum-A-Posteriori Decodierung, Maximum-Likelihood Decodierung, Hard-Decision-Decodierung und Soft-Decision-Decodierung

    • Bestimmung der Fehlerwahrscheinlichkeit

  • Blockcodes

  • Low Density Parity Check (LDPC) Codes und iterative Decodierung

  • Faltungscodes und Viterbi-Decodierung

  • Turbo Codes und iterative Decodierung

  • Codierte Modulation

Literatur

Bossert, M.: Kanalcodierung. Oldenbourg.

Friedrichs, B.: Kanalcodierung. Springer.

Lin, S., Costello, D.: Error Control Coding. Prentice Hall.

Roth, R.: Introduction to Coding Theory.

Johnson, S.: Iterative Error Correction. Cambridge.

Richardson, T., Urbanke, R.: Modern Coding Theory. Cambridge University Press.

Gallager, R. G.: Information theory and reliable communication. Whiley-VCH

Cover, T., Thomas, J.: Elements of information theory. Wiley.

Lehrveranstaltung L0438: Informationstheorie und Codierung
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0804: Forschungsprojekt und Seminar

Lehrveranstaltungen
Titel Typ SWS LP
Forschungsprojekt (L1761) Projektierungskurs 10 15
Hauptseminar (L0817) Seminar 2 3
Modulverantwortlicher Prof. Karl-Heinz Zimmermann
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Wissen und Fertigkeiten aus einer der Vertiefungen im Master-Bereich des Studienganges
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Die Studierenden wissen, wie man sich ein Teilgebiet der Informatik (oder in einen angrenzenden Bereich) selbständig erschließt.

Fertigkeiten

Die Studierenden können ein Teilgebiet der Informatik (oder in einem angrenzenden Bereich) selbständig bearbeiten.

Personale Kompetenzen
Sozialkompetenz

Studierenden erläutern die in einem wissenschaftlichen Aufsatz geschilderten Probleme und die im Aufsatz entwickelten Lösungen in einem Fachgebiet der Informatik oder Mathematik, bewerten die vorgeschlagenen Lösungen in einem Vortrag und reagieren auf wissenschaftliche Nachfragen, Ergänzungen und Kommentare.

Selbstständigkeit

Die Studierenden können ein Teilgebiet in einer Präsentation vorstellen. Sie können aktiv die Präsentationen anderer Studierender verfolgen, so dass evtl. ein interaktiver Diskurs über ein wissenschaftliches Thema entsteht.

Arbeitsaufwand in Stunden Eigenstudium 372, Präsenzstudium 168
Leistungspunkte 18
Studienleistung Keine
Prüfung Studienarbeit
Prüfungsdauer und -umfang Das Seminar erfordert die Präsentation eines aktuellen Forschungsthemas (Vortrag 25-30 min und Diskussion 5 min).
Zuordnung zu folgenden Curricula Computer Science: Kernqualifikation: Pflicht
Information and Communication Systems: Kernqualifikation: Pflicht
Lehrveranstaltung L1761: Forschungsprojekt
Typ Projektierungskurs
SWS 10
LP 15
Arbeitsaufwand in Stunden Eigenstudium 310, Präsenzstudium 140
Dozenten Dozenten des SD E
Sprachen DE/EN
Zeitraum WiSe
Inhalt

Aktuelle Forschungsthemen aus der gewählten Vertiefungsrichtung. 

Literatur

Aktuelle Literatur zu Forschungsthemen aus der gewählten Vertiefungsrichtung.
/
Current literature on research topics of the chosen specialization.

Lehrveranstaltung L0817: Hauptseminar
Typ Seminar
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Dozenten des SD E
Sprachen DE/EN
Zeitraum WiSe
Inhalt
  • Seminarvorträge der teilnehmenden Studierenden über die im Forschungsprojekt durchgeführten Arbeiten
  • Aktive Teilnahme an der Diskussion


Literatur Wird vom Veranstalter bekanntgegeben.

Fachmodule der Vertiefung Kommunikationssysteme

Graduates of the Communication Systems specialisation are qualified to independently resolve problems in communication networks and digital communications. They also have profound knowledge in software development principles and signal processing. Graduates are qualified to independently resolve problems in communication systems technology and related disciplines.

The Communication Systems specialisation is recommended for students who already bring along a good mathematical foundation, basic knowledge in computer science and/or electrical engineering with focus on information and communication technology.

Modul M0676: Digitale Nachrichtenübertragung

Lehrveranstaltungen
Titel Typ SWS LP
Digitale Nachrichtenübertragung (L0444) Vorlesung 2 3
Digitale Nachrichtenübertragung (L0445) Hörsaalübung 2 2
Praktikum Digitale Nachrichtenübertragung (L0646) Laborpraktikum 1 1
Modulverantwortlicher Prof. Gerhard Bauch
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
  • Mathematik 1-3
  • Signale und Systeme
  • Einführung in die Nachrichtentechnik und ihre stochastischen Methoden
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Die Studierenden sind in der Lage, moderne digitale Nachrichtenübertragungsverfahren zu verstehen, zu vergleichen und zu entwerfen. Sie sind vertraut mit den Eigenschaften linearer und nicht-linearer digitaler Modulationsverfahren. Sie können die Verzerrungen durch Übertragungskanäle beschreiben sowie Empfänger einschließlich Kanalschätzung und Entzerrung entwerfen und beurteilen. Sie kennen die Prinzipien der Single Carrier- und Multicarrier-Übertragung und die Grundlagen wichtiger Vielfachzugriffsverfahren.
Fertigkeiten

Die Studierenden sind in der Lage, ein digitales Nachrichtenübertragungsverfahren einschließlich Vielfachzugriff zu analysieren und zu entwerfen. Sie sind in der Lage, ein hinsichtlich Übertragungsrate, Bandbreitebedarf, Fehlerwahrscheinlichkeit und weiterer Signaleigenschaften geeignetes digitales Modulationsverfahren zu wählen. Sie können einen geeigneten Detektor einschließlich Kanalschätzung und Entzerrung entwerfen und dabei Eigenschaften suboptimaler Verfahren hinsichtlich Leistungsfähigkeit und Aufwand berücksichtigen. Sie sind in der Lage, ein Single-Carrierverfahren oder ein Multicarrier-Verfahren zu dimensionieren und die Eigenschaften beider Ansätze gegeneinander abzuwägen.

Personale Kompetenzen
Sozialkompetenz

Die Studierenden können in fachspezifische Aufgaben gemeinsam bearbeiten.

Selbstständigkeit

Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Schriftliche Ausarbeitung
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Elektrotechnik: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Pflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht
Microelectronics and Microsystems: Kernqualifikation: Wahlpflicht
Lehrveranstaltung L0444: Digitale Nachrichtenübertragung
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt
  • Digitale Modulationsverfahren

  • Kohärente und nicht-kohärente Detektion

  • Kanalschätzung und Entzerrung

  • Single-Carrier- und Multicarrierübertragungsverfahren, Vielfachzugriffsverfahren (TDMA, FDMA, CDMA, OFDM)

Literatur

K. Kammeyer: Nachrichtenübertragung, Teubner

P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner.

J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill.

S. Haykin: Communication Systems. Wiley

R.G. Gallager: Principles of Digital Communication. Cambridge

A. Goldsmith: Wireless Communication. Cambridge.

D. Tse, P. Viswanath: Fundamentals of Wireless Communication. Cambridge.

Lehrveranstaltung L0445: Digitale Nachrichtenübertragung
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L0646: Praktikum Digitale Nachrichtenübertragung
Typ Laborpraktikum
SWS 1
LP 1
Arbeitsaufwand in Stunden Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt

- DSL-Übertragung

- Stochastische Prozesse

- Digitale Datenübertragung

Literatur

K. Kammeyer: Nachrichtenübertragung, Teubner

P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner.

J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill.

S. Haykin: Communication Systems. Wiley

R.G. Gallager: Principles of Digital Communication. Cambridge

A. Goldsmith: Wireless Communication. Cambridge.

D. Tse, P. Viswanath: Fundamentals of Wireless Communication. Cambridge.

Modul M0710: Hochfrequenztechnik

Lehrveranstaltungen
Titel Typ SWS LP
Hochfrequenztechnik (L0573) Vorlesung 2 3
Hochfrequenztechnik (L0574) Hörsaalübung 2 2
Hochfrequenztechnik (L0575) Laborpraktikum 1 1
Modulverantwortlicher Prof. Arne Jacob
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundlagen der Nachrichtentechnik, Halbleiterelektronik und elektronischer Schaltungen, Grundkenntnisse der Wellenausbreitung aus den Vorlesungen Leitungstheorie und Theoretische Elektrotechnik.


Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Die Studierenden können Phänomene bei der Ausbreitung elektromagnetischer Wellen in unterschiedlichen Frequenzbändern erklären. Sie können Übertragungssysteme und die darin enthaltenen Komponenten beschreiben. Sie können einen Überblick über unterschiedliche Antennentypen geben und die grundlegenden Kenngrößen von Antennen beschreiben. Sie können das Rauschen von linearen Schaltungen erklären, Schaltungsvarianten anhand von Kenngrößen vergleichen und für unterschiedliche Situationen die jeweils am besten geeignete wählen.

Fertigkeiten

Die Studierenden sind in der Lage, die Ausbreitung elektromagnetischer Wellen zu berechnen. Sie können komplette Übertragungssysteme analysieren und einfache Empfängerschaltungen auslegen. Sie können die Eigenschaften und Kenngrößen von einfachen Antennen und Gruppenstrahlern anhand aus der Geometrie berechnen. Sie können das Rauschen von Empfängern und den Signal-zu-Rausch-Abstand von kompletten Übertragungssystemen berechnen. Die Studienenden können die erlerne Theorie in Praktikumsversuchen anwenden.


Personale Kompetenzen
Sozialkompetenz

Die Studierenden führen während des Praktikums in Gruppen versuche durch. Sie dokumentieren, diskutieren und bewerten die Ergebnisse gemeinsam.


Selbstständigkeit

Die Studierenden sind fähig das erlernte Wissen mit ihren Vorkenntnissen aus anderen Vorlesungen zu verknüpfen. Sie können unter Anleitung für die Lösung spezifischer Probleme notwendige Daten aus externen Quellen, wie Normen oder Literatur, extrahieren und anwenden. Sie sind in der Lage eigenständig und mit Hilfe der Praktikumsumdrucke ihr Wissen in die Praxis umzusetzen.


Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Fachtheoretisch-fachpraktische Studienleistung
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Elektrotechnik: Kernqualifikation: Pflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Lehrveranstaltung L0573: Hochfrequenztechnik
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Arne Jacob
Sprachen DE/EN
Zeitraum WiSe
Inhalt

- Antennen: Berechnungsgrundlagen - Kenngrößen - Verschiedene Antennenformen

- Funkwellenausbreitung

- Sender: Leistungserzeugung mit Röhren - Sendeverstärker

- Empfänger: Vorverstärker - Überlagerungsempfang - Empfangsempfindlichkeit - Rauschen

- Ausgewählte Systembeispiele


Literatur

H.-G. Unger, „Elektromagnetische Theorie für die Hochfrequenztechnik, Teil I“, Hüthig, Heidelberg, 1988

H.-G. Unger, „Hochfrequenztechnik in Funk und Radar“, Teubner, Stuttgart, 1994

E. Voges, „Hochfrequenztechnik - Teil II: Leistungsröhren, Antennen und Funkübertragung, Funk- und Radartechnik“, Hüthig, Heidelberg, 1991

E. Voges, „Hochfrequenztechnik“, Hüthig, Bonn, 2004


C.A. Balanis, “Antenna Theory”, John Wiley and Sons, 1982

R. E. Collin, “Foundations for Microwave Engineering”, McGraw-Hill, 1992

D. M. Pozar, “Microwave and RF Design of Wireless Systems”, John Wiley and Sons, 2001

D. M. Pozar, “Microwave Engineerin”, John Wiley and Sons, 2005


Lehrveranstaltung L0574: Hochfrequenztechnik
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Arne Jacob
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L0575: Hochfrequenztechnik
Typ Laborpraktikum
SWS 1
LP 1
Arbeitsaufwand in Stunden Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Arne Jacob
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0836: Communication Networks

Lehrveranstaltungen
Titel Typ SWS LP
Ausgewählte Themen der Kommunikationsnetze (L0899) Projekt-/problembasierte Lehrveranstaltung 2 2
Kommunikationsnetze (L0897) Vorlesung 2 2
Übung Kommunikationsnetze (L0898) Projekt-/problembasierte Lehrveranstaltung 1 2
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Fundamental stochastics
  • Basic understanding of computer networks and/or communication technologies is beneficial
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students are able to describe the principles and structures of communication networks in detail. They can explain the formal description methods of communication networks and their protocols. They are able to explain how current and complex communication networks work and describe the current research in these examples.

Fertigkeiten

Students are able to evaluate the performance of communication networks using the learned methods. They are able to work out problems themselves and apply the learned methods. They can apply what they have learned autonomously on further and new communication networks.

Personale Kompetenzen
Sozialkompetenz

Students are able to define tasks themselves in small teams and solve these problems together using the learned methods. They can present the obtained results. They are able to discuss and critically analyse the solutions.

Selbstständigkeit

Students are able to obtain the necessary expert knowledge for understanding the functionality and performance capabilities of new communication networks independently.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Referat
Prüfungsdauer und -umfang 1,5 Stunden Kolloquium mit je drei Prüflingen, also ca. 30 min je Prüfling. Inhalt des Kolloquiums sind die Poster der vorhergehenden Postersession sowie die Lehrinhalte.
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Elektrotechnik: Vertiefung Regelungs- und Energiesystemtechnik: Wahlpflicht
Flugzeug-Systemtechnik: Vertiefung Avionik und eingebettete Systeme: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Mechatronics: Technischer Ergänzungskurs: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Lehrveranstaltung L0899: Selected Topics of Communication Networks
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt Example networks selected by the students will be researched on in a PBL course by the students in groups and will be presented in a poster session at the end of the term.
Literatur
  • see lecture
Lehrveranstaltung L0897: Communication Networks
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt
Literatur
  • Skript des Instituts für Kommunikationsnetze
  • Tannenbaum, Computernetzwerke, Pearson-Studium


Further literature is announced at the beginning of the lecture.

Lehrveranstaltung L0898: Communication Networks Excercise
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt Part of the content of the lecture Communication Networks are reflected in computing tasks in groups, others are motivated and addressed in the form of a PBL exercise.
Literatur
  • announced during lecture

Modul M0638: Modern Wireless Systems

Lehrveranstaltungen
Titel Typ SWS LP
Ausgewählte Themen moderner Funksysteme (L1982) Projekt-/problembasierte Lehrveranstaltung 2 3
Moderne Funksysteme (L0296) Vorlesung 3 3
Modulverantwortlicher Dr. Rainer Grünheid
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Lecture "Digital Communications"
  • Lecture "Advanced Concepts of Wireless Communications"
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Students have an overview of a variety of contemporary wireless systems of different size and complexity. They understand the technical solutions from the perspective of the physical and data link layer. They have developed a system view and are aware of the technical arguments, considering the respective applications and associated constraints. For several examples (e.g., Long Term Evolution, LTE), students are able to explain different concepts in a very deep technical detail.
Fertigkeiten Students have developed a system view. They can transfer their knowledge to evaluate other systems, not discussed in the lecture, and to understand the respective technical solutions. Given specific contraints and technical requirements, students are in a position to make proposals for certain design aspects by an appropriate assessment and the consideration of alternatives.
Personale Kompetenzen
Sozialkompetenz

Students can jointly elaborate tasks in small groups and present their results in an adequate fashion.

Selbstständigkeit

Students are able to extract necessary information from given literature sources and put it into the perspective of the lecture. They can continuously check their level of expertise with the help of accompanying measures (such as online tests, clicker questions, exercise tasks) and, based on that, to steer their learning process accordingly. They can relate their acquired knowledge to topics of other lectures, e.g., "Digital Communications" and "Advanced Topics of Wireless Communications".

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Fachtheoretisch-fachpraktische Studienleistung PBL-Kurs mit Posterpräsentation
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 40 min
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht
Lehrveranstaltung L1982: Selected Topics of Modern Wireless Systems
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Dr. Rainer Grünheid
Sprachen EN
Zeitraum WiSe
Inhalt

In this course, selected "hot" topics of modern wireless systems will be covererd. For that purpose, students work in groups to elaborate a given subject. The results will be presented in a poster session towards the end of the semester. Possible topics can include various system concepts and related technical principles, such as:

  • 5G systems
  • Millimeter wave communication
  • Visible light communication

  • Cooperative Multipoint
  • Massive MIMO
  • Massive machine-type communication
  • Interference cancellation
  • Non-orthogonal multiple access
  • Heterogeneous networks
  • ...




Literatur will be provided, depending on the given topics
Lehrveranstaltung L0296: Modern Wireless Systems
Typ Vorlesung
SWS 3
LP 3
Arbeitsaufwand in Stunden Eigenstudium 48, Präsenzstudium 42
Dozenten Dr. Rainer Grünheid
Sprachen EN
Zeitraum WiSe
Inhalt

The lecture gives an overview of contemporary wireless communication concepts and related techniques from a system point of view. For that purpose, different systems, ranging from Wireless Personal to Wide Area Networks, are covered, mainly discussing the physical and data link layer.

Systems under consideration include:
- ZigBee / IEEE 802.15.4
- Bluetooth
- IEEE 802.11 family
- Long Term Evolution (LTE) and LTE Advanced
- WiMAX

A special focus is placed on 4th generation networks; in particular, an in-depth view into the technical principles of the Long Term Evolution (LTE / LTE Advanced ) standard is given, with an emphasis on multiple antenna techniques.

Literatur

John G. Proakis, Masoud Salehi: Digital Communications. 5th Edition, Irwin/McGraw Hill, 2007

Stefani Sesia, Issam Toufik, Matthew Baker: LTE - The UMTS Long Term Evolution. Second Edition, Wiley, 2011

Jeffrey G. Andrews, Arunabha Ghosh, Rias Muhamed: Fundamentals of WiMAX. Prentice Hall, 2007


Modul M0837: Simulation of Communication Networks

Lehrveranstaltungen
Titel Typ SWS LP
Simulation von Kommunikationsnetzen (L0887) Projekt-/problembasierte Lehrveranstaltung 5 6
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Knowledge of computer and communication networks
  • Basic programming skills
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students are able to explain the necessary stochastics, the discrete event simulation technology and modelling of networks for performance evaluation.

Fertigkeiten

Students are able to apply the method of simulation for performance evaluation to different, also not practiced, problems of communication networks. The students can analyse the obtained results and explain the effects observed in the network. They are able to question their own results.

Personale Kompetenzen
Sozialkompetenz

Students are able to acquire expert knowledge in groups, present the results, and discuss solution approaches and results. They are able to work out solutions for new problems in small teams.

Selbstständigkeit

Students are able to transfer independently and in discussion with others the acquired method and expert knowledge to new problems. They can identify missing knowledge and acquire this knowledge independently.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Flugzeug-Systemtechnik: Vertiefung Avionik und eingebettete Systeme: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Lehrveranstaltung L0887: Simulation of Communication Networks
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 5
LP 6
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum SoSe
Inhalt

In the course necessary basic stochastics and the discrete event simulation are introduced. Also simulation models for communication networks, for example, traffic models, mobility models and radio channel models are presented in the lecture. Students work with a simulation tool, where they can directly try out the acquired skills, algorithms and models. At the end of the course increasingly complex networks and protocols are considered and their performance is determined by simulation.

Literatur
  • Skript des Instituts für Kommunikationsnetze

Further literature is announced at the beginning of the lecture.

Modul M0637: Advanced Concepts of Wireless Communications

Lehrveranstaltungen
Titel Typ SWS LP
Weiterführende Konzepte der drahtlosen Kommunikation (L0297) Vorlesung 3 4
Weiterführende Konzepte der drahtlosen Kommunikation (L0298) Hörsaalübung 2 2
Modulverantwortlicher Dr. Rainer Grünheid
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Lecture "Signals and Systems"
  • Lecture "Fundamentals of Telecommunications and Stochastic Processes"
  • Lecture "Digital Communications"
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Students are able to explain the general as well as advanced principles and techniques that are applied to wireless communications. They understand the properties of wireless channels and the corresponding mathematical description. Furthermore, students are able to explain the physical layer of wireless transmission systems. In this context, they are proficient in the concepts of multicarrier transmission (OFDM), modulation, error control coding, channel estimation and multi-antenna techniques (MIMO). Students can also explain methods of multiple access. On the example of contemporary communication systems (UMTS, LTE) they can put the learnt content into a larger context.
Fertigkeiten

Using the acquired knowledge, students are able to understand the design of current and future wireless systems. Moreover, given certain constraints, they can choose appropriate parameter settings of communication systems. Students are also able to assess the suitability of technical concepts for a given application.

Personale Kompetenzen
Sozialkompetenz Students can jointly elaborate tasks in small groups and present their results in an adequate fashion.
Selbstständigkeit Students are able to extract necessary information from given literature sources and put it into the perspective of the lecture. They can continuously check their level of expertise with the help of accompanying measures (such as online tests, clicker questions, exercise tasks) and, based on that, to steer their learning process accordingly. They can relate their acquired knowledge to topics of other lectures, e.g., "Fundamentals of Communications and Stochastic Processes" and "Digital Communications".
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten; Umfang: Inhalt von Vorlesung und Übung
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Lehrveranstaltung L0297: Advanced Concepts of Wireless Communications
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand in Stunden Eigenstudium 78, Präsenzstudium 42
Dozenten Dr. Rainer Grünheid
Sprachen EN
Zeitraum SoSe
Inhalt

The lecture deals with technical principles and related concepts of mobile communications. In this context, the main focus is put on the physical and data link layer of the ISO-OSI stack.

In the lecture, the transmission medium, i.e., the mobile radio channel, serves as the starting point of all considerations. The characteristics and the mathematical descriptions of the radio channel are discussed in detail. Subsequently, various physical layer aspects of wireless transmission are covered, such as channel coding, modulation/demodulation, channel estimation, synchronization, and equalization. Moreover, the different uses of multiple antennas at the transmitter and receiver, known as MIMO techniques, are described. Besides these physical layer topics, concepts of multiple access schemes in a cellular network are outlined.

In order to illustrate the above-mentioned technical solutions, the lecture will also provide a system view, highlighting the basics of some contemporary wireless systems, including UMTS/HSPA, LTE, LTE Advanced, and WiMAX.


Literatur

John G. Proakis, Masoud Salehi: Digital Communications. 5th Edition, Irwin/McGraw Hill, 2007

David Tse, Pramod Viswanath: Fundamentals of Wireless Communication. Cambridge, 2005

Bernard Sklar: Digital Communications: Fundamentals and Applications. 2nd Edition, Pearson, 2013

Stefani Sesia, Issam Toufik, Matthew Baker: LTE - The UMTS Long Term Evolution. Second Edition, Wiley, 2011

Lehrveranstaltung L0298: Advanced Concepts of Wireless Communications
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Rainer Grünheid
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Fachmodule des Schwerpunktes Signalverarbeitung

Modul M0550: Digital Image Analysis

Lehrveranstaltungen
Titel Typ SWS LP
Digitale Bildanalyse (L0126) Vorlesung 4 6
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse

System theory of one-dimensional signals (convolution and correlation, sampling theory, interpolation and decimation, Fourier transform, linear time-invariant systems), linear algebra (Eigenvalue decomposition, SVD), basic stochastics and statistics (expectation values, influence of sample size, correlation and covariance, normal distribution and its parameters), basics of Matlab, basics in optics

Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can

  • Describe imaging processes
  • Depict the physics of sensorics
  • Explain linear and non-linear filtering of signals
  • Establish interdisciplinary connections in the subject area and arrange them in their context
  • Interpret effects of the most important classes of imaging sensors and displays using mathematical methods and physical models.


Fertigkeiten

Students are able to

  • Use highly sophisticated methods and procedures of the subject area
  • Identify problems and develop and implement creative solutions.

Students can solve simple arithmetical problems relating to the specification and design of image processing and image analysis systems.

Students are able to assess different solution approaches in multidimensional decision-making areas.

Students can undertake a prototypical analysis of processes in Matlab.


Personale Kompetenzen
Sozialkompetenz k.A.


Selbstständigkeit

Students can solve image analysis tasks independently using the relevant literature.


Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung und Materialien im StudIP
Zuordnung zu folgenden Curricula Computer Science: Vertiefung II. Intelligenz-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Elektrotechnik: Vertiefung Medizintechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Numerik und Informatik: Wahlpflicht
Lehrveranstaltung L0126: Digital Image Analysis
Typ Vorlesung
SWS 4
LP 6
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum WiSe
Inhalt
  • Image representation, definition of images and volume data sets, illumination, radiometry, multispectral imaging, reflectivities, shape from shading
  • Perception of luminance and color, color spaces and transforms, color matching functions, human visual system, color appearance models
  • imaging sensors (CMOS, CCD, HDR, X-ray, IR), sensor characterization(EMVA1288), lenses and optics
  • spatio-temporal sampling (interpolation, decimation, aliasing, leakage, moiré, flicker, apertures)
  • features (filters, edge detection, morphology, invariance, statistical features, texture)
  • optical flow ( variational methods, quadratic optimization, Euler-Lagrange equations)
  • segmentation (distance, region growing, cluster analysis, active contours, level sets, energy minimization and graph cuts)
  • registration (distance and similarity, variational calculus, iterative closest points)
Literatur

Bredies/Lorenz, Mathematische Bildverarbeitung, Vieweg, 2011
Wedel/Cremers, Stereo Scene Flow for 3D Motion Analysis, Springer 2011
Handels, Medizinische Bildverarbeitung, Vieweg, 2000
Pratt, Digital Image Processing, Wiley, 2001
Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1989

Modul M0677: Digital Signal Processing and Digital Filters

Lehrveranstaltungen
Titel Typ SWS LP
Digitale Signalverarbeitung und Digitale Filter (L0446) Vorlesung 3 4
Digitale Signalverarbeitung und Digitale Filter (L0447) Hörsaalübung 2 2
Modulverantwortlicher Prof. Gerhard Bauch
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Mathematics 1-3
  • Signals and Systems
  • Fundamentals of signal and system theory as well as random processes.
  • Fundamentals of spectral transforms (Fourier series, Fourier transform, Laplace transform)
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen The students know and understand basic algorithms of digital signal processing. They are familiar with the spectral transforms of discrete-time signals and are able to describe and analyse signals and systems in time and image domain. They know basic structures of digital filters and can identify and assess important properties including stability. They are aware of the effects caused by quantization of filter coefficients and signals. They are familiar with the basics of adaptive filters. They can perform traditional and parametric methods of spectrum estimation, also taking a limited observation window into account.
Fertigkeiten The students are able to apply methods of digital signal processing to new problems. They can choose and parameterize suitable filter striuctures. In particular, the can design adaptive filters according to the minimum mean squared error (MMSE) criterion and develop an efficient implementation, e.g. based on the LMS or RLS algorithm.  Furthermore, the students are able to apply methods of spectrum estimation and to take the effects of a limited observation window into account.
Personale Kompetenzen
Sozialkompetenz

The students can jointly solve specific problems.

Selbstständigkeit

The students are able to acquire relevant information from appropriate literature sources. They can control their level of knowledge during the lecture period by solving tutorial problems, software tools, clicker system.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Regelungs- und Energiesystemtechnik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Mechanical Engineering and Management: Vertiefung Mechatronik: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Numerik und Informatik: Wahlpflicht
Lehrveranstaltung L0446: Digital Signal Processing and Digital Filters
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand in Stunden Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Gerhard Bauch
Sprachen EN
Zeitraum WiSe
Inhalt
  • Transforms of discrete-time signals:

    • Discrete-time Fourier Transform (DTFT)

    • Discrete Fourier-Transform (DFT), Fast Fourier Transform (FFT)

    • Z-Transform

  • Correspondence of continuous-time and discrete-time signals, sampling, sampling theorem

  • Fast convolution, Overlap-Add-Method, Overlap-Save-Method

  • Fundamental structures and basic types of digital filters

  • Characterization of digital filters using pole-zero plots, important properties of digital filters

  • Quantization effects

  • Design of linear-phase filters

  • Fundamentals of stochastic signal processing and adaptive filters

    • MMSE criterion

    • Wiener Filter

    • LMS- and RLS-algorithm

  • Traditional and parametric methods of spectrum estimation

Literatur

K.-D. Kammeyer, K. Kroschel: Digitale Signalverarbeitung. Vieweg Teubner.

V. Oppenheim, R. W. Schafer, J. R. Buck: Zeitdiskrete Signalverarbeitung. Pearson StudiumA. V.

W. Hess: Digitale Filter. Teubner.

Oppenheim, R. W. Schafer: Digital signal processing. Prentice Hall.

S. Haykin:  Adaptive flter theory.

L. B. Jackson: Digital filters and signal processing. Kluwer.

T.W. Parks, C.S. Burrus: Digital filter design. Wiley.

Lehrveranstaltung L0447: Digital Signal Processing and Digital Filters
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Gerhard Bauch
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0738: Digital Audio Signal Processing

Lehrveranstaltungen
Titel Typ SWS LP
Digitale Audiosignalverarbeitung (L0650) Vorlesung 3 4
Digitale Audiosignalverarbeitung (L0651) Hörsaalübung 1 2
Modulverantwortlicher Prof. Udo Zölzer
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse

Signals and Systems

Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Die Studierenden können die grundlegenden Verfahren und Methoden der digitalen Audiosignalverarbeitung erklären. Sie können die wesentlichen physikalischen Effekte bei der Sprach- und Audiosignalverarbeitung erläutern und in Kategorien einordnen. Sie können einen Überblick der numerischen Methoden und messtechnischen Charakterisierung von Algorithmen zur Audiosignalverarbeitung geben. Sie können die erarbeiteten Algorithmen auf weitere Anwendungen im Bereich der Informationstechnik und Informatik abstrahieren.

Fertigkeiten

The students will be able to apply methods and techniques from audio signal processing in the fields of mobile and internet communication. They can rely on elementary algorithms of audio signal processing in form of Matlab code and interactive JAVA applets. They can study parameter modifications and evaluate the influence on human perception and technical applications in a variety of applications beyond audio signal processing. Students can perform measurements in time and frequency domain in order to give objective and subjective quality measures with respect to the methods and applications.

Personale Kompetenzen
Sozialkompetenz

The students can work in small groups to study special tasks and problems and will be enforced to present their results with adequate methods during the exercise.

Selbstständigkeit

The students will be able to retrieve information out of the relevant literature in the field and putt hem into the context of the lecture. They can relate their gathered knowledge and relate them to other lectures (signals and systems, digital communication systems, image and video processing, and pattern recognition). They will be prepared to understand and communicate problems and effects in the field audio signal processing.

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 45 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung Intelligenz-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Lehrveranstaltung L0650: Digital Audio Signal Processing
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand in Stunden Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Udo Zölzer
Sprachen EN
Zeitraum WiSe
Inhalt
  • Introduction (Studio Technology,  Digital Transmission Systems, Storage Media, Audio Components at Home)

  • Quantization (Signal Quantization, Dither, Noise Shaping, Number Representation)

  • AD/DA Conversion (Methods, AD Converters, DA Converters, Audio Processing Systems, Digital Signal Processors, Digital Audio Interfaces, Single-Processor Systems, Multiprocessor Systems)

  • Equalizers (Recursive Audio Filters, Nonrecursive Audio Filters, Multi-Complementary Filter Bank)

  • Room Simulation (Early Reflections, Subsequent Reverberation, Approximation of Room Impulse Responses)

  • Dynamic Range Control (Static Curve, Dynamic Behavior, Implementation, Realization Aspects)

  • Sampling Rate Conversion (Synchronous Conversion, Asynchronous Conversion, Interpolation Methods)

  • Data Compression (Lossless Data Compression, Lossy Data Compression, Psychoacoustics, ISO-MPEG1 Audio Coding)

Literatur

- U. Zölzer, Digitale Audiosignalverarbeitung, 3. Aufl., B.G. Teubner, 2005.

- U. Zölzer, Digitale Audio Signal Processing, 2nd Edition, J. Wiley & Sons, 2005.


- U. Zölzer (Ed), Digital Audio Effects, 2nd Edition, J. Wiley & Sons, 2011.


 






Lehrveranstaltung L0651: Digital Audio Signal Processing
Typ Hörsaalübung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Udo Zölzer
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0556: Computer Graphics

Lehrveranstaltungen
Titel Typ SWS LP
Computer-Grafik (L0145) Vorlesung 2 3
Computer-Grafik (L0768) Gruppenübung 2 3
Modulverantwortlicher Prof. Tobias Knopp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  •  Linear Algebra (in particular matrix/vector computation)
  •  Basic programming skills in C/C++


Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can explain and describe basic algorithms in 3D computer graphics.


Fertigkeiten

Students are capable of

  •  implementing a basic 3D rendering pipeline. This consists of projecting simple 3D structures (e.g. cube, spheres) onto a 2D surface using a virtual camera.
  •  apply geometric transformations (e.g. rotation, scaling) in 2D and 3D computer graphics.
  •  using well-known 2D/3D APIs (OpenGL, Cairo) for solving a given problem statement.
Personale Kompetenzen
Sozialkompetenz

Students can collaborate in a small team on the realization and validation of a 3D computer graphics pipeline.



Selbstständigkeit
  •  Students are able to solve simple tasks independently with reference to the contents of the lectures and the exercise sets.
  •  Students are able to solve detailed problems independently with the aid of the tutorial’s programming task.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Lehrveranstaltung L0145: Computer Graphics
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt

Computer graphics and animation are leading to an unprecedented visual revolution. The course deals with its technological foundations:

  • Object-oriented Computer Graphics
  • Projections and Transformations
  • Polygonal and Parametric Modelling
  • Illuminating, Shading, Rendering
  • Computer Animation Techniques
  • Kinematics and Dynamics Effects

Students will be be working on a series of mini-projects which will eventually evolve into a final project. Learning computer graphics and animation resembles learning a musical instrument. Therefore, doing your projects well and in time is essential for performing well on this course.

Literatur
Alan H. Watt:
3D Computer Graphics.
Harlow: Pearson (3rd ed., repr., 2009).

Dariush Derakhshani:
Introducing Autodesk Maya 2014.
New York, NY : Wiley (2013).

Lehrveranstaltung L0768: Computer Graphics
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0551: Pattern Recognition and Data Compression

Lehrveranstaltungen
Titel Typ SWS LP
Mustererkennung und Datenkompression (L0128) Vorlesung 4 6
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse

Linear algebra (including PCA, unitary transforms), stochastics and statistics, binary arithmetics

Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can name the basic concepts of pattern recognition and data compression.

Students are able to discuss logical connections between the concepts covered in the course and to explain them by means of examples.


Fertigkeiten

Students can apply statistical methods to classification problems in pattern recognition and to prediction in data compression. On a sound theoretical and methodical basis they can analyze characteristic value assignments and classifications and describe data compression and video signal coding. They are able to use highly sophisticated methods and processes of the subject area. Students are capable of assessing different solution approaches in multidimensional decision-making areas.



Personale Kompetenzen
Sozialkompetenz

k.A.

Selbstständigkeit

Students are capable of identifying problems independently and of solving them scientifically, using the methods they have learnt.


Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung und Materialien im StudIP
Zuordnung zu folgenden Curricula Computer Science: Vertiefung II. Intelligenz-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Mechatronics: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht
Lehrveranstaltung L0128: Pattern Recognition and Data Compression
Typ Vorlesung
SWS 4
LP 6
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum SoSe
Inhalt

Structure of a pattern recognition system, statistical decision theory, classification based on statistical models, polynomial regression, dimension reduction, multilayer perceptron regression, radial basis functions, support vector machines, unsupervised learning and clustering, algorithm-independent machine learning, mixture models and EM, adaptive basis function models and boosting, Markov random fields

Information, entropy, redundancy, mutual information, Markov processes, basic coding schemes (code length, run length coding, prefix-free codes), entropy coding (Huffman, arithmetic coding), dictionary coding (LZ77/Deflate/LZMA2, LZ78/LZW), prediction, DPCM, CALIC, quantization (scalar and vector quantization), transform coding, prediction, decorrelation (DPCM, DCT, hybrid DCT, JPEG, JPEG-LS), motion estimation, subband coding, wavelets, HEVC (H.265,MPEG-H)

Literatur

Schürmann: Pattern Classification, Wiley 1996
Murphy, Machine Learning, MIT Press, 2012
Barber, Bayesian Reasoning and Machine Learning, Cambridge, 2012
Duda, Hart, Stork: Pattern Classification, Wiley, 2001
Bishop: Pattern Recognition and Machine Learning, Springer 2006

Salomon, Data Compression, the Complete Reference, Springer, 2000
Sayood, Introduction to Data Compression, Morgan Kaufmann, 2006
Ohm, Multimedia Communication Technology, Springer, 2004
Solari, Digital video and audio compression, McGraw-Hill, 1997
Tekalp, Digital Video Processing, Prentice Hall, 1995

Modul M0552: 3D Computer Vision

Lehrveranstaltungen
Titel Typ SWS LP
3D Computer Vision (L0129) Vorlesung 2 3
3D Computer Vision (L0130) Gruppenübung 2 3
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Knowlege of the modules Digital Image Analysis and Pattern Recognition and Data Compression are used in the practical task
  • Linear Algebra (including PCA, SVD), nonlinear optimization (Levenberg-Marquardt), basics of stochastics and basics of Matlab are required and cannot be explained in detail during the lecture.
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can explain and describe the field of projective geometry.

Fertigkeiten

Students are capable of

  • Implementing an exemplary 3D or volumetric analysis task
  • Using highly sophisticated methods and procedures of the subject area
  • Identifying problems and
  • Developing and implementing creative solution suggestions.

With assistance from the teacher students are able to link the contents of the three subject areas (modules)

  • Digital Image Analysis 
  • Pattern Recognition and Data Compression
    and 
  • 3D Computer Vision 

in practical assignments.

Personale Kompetenzen
Sozialkompetenz

Students can collaborate in a small team on the practical realization and testing of a system to reconstruct a three-dimensional scene or to evaluate volume data sets.

Selbstständigkeit

Students are able to solve simple tasks independently with reference to the contents of the lectures and the exercise sets.

Students are able to solve detailed problems independently with the aid of the tutorial’s programming task.

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung und Materialien im StudIP
Zuordnung zu folgenden Curricula Computer Science: Vertiefung Intelligenz-Engineering: Wahlpflicht
Computer Science: Vertiefung II. Intelligenz-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Mechanical Engineering and Management: Vertiefung Mechatronik: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Numerik und Informatik: Wahlpflicht
Lehrveranstaltung L0129: 3D Computer Vision
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum WiSe
Inhalt
  • Projective Geometry and Transformations in 2D und 3D in homogeneous coordinates
  • Projection matrix, calibration
  • Epipolar Geometry, fundamental and essential matrices, weak calibration, 5 point algorithm
  • Homographies 2D and 3D
  • Trifocal Tensor
  • Correspondence search
Literatur
  • Skriptum Grigat/Wenzel
  • Hartley, Zisserman: Multiple View Geometry in Computer Vision. Cambridge 2003.
Lehrveranstaltung L0130: 3D Computer Vision
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Fachmodule des Schwerpunktes Software

Modul M0753: Software Verification

Lehrveranstaltungen
Titel Typ SWS LP
Softwareverifikation (L0629) Vorlesung 2 3
Softwareverifikation (L0630) Gruppenübung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Automata theory and formal languages
  • Computational logic
  • Object-oriented programming, algorithms, and data structures
  • Functional programming or procedural programming
  • Concurrency
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students apply the major verification techniques in model checking and deductive verification. They explain in formal terms syntax and semantics of the underlying logics, and assess the expressivity of different logics as well as their limitations. They classify formal properties of software systems. They find flaws in formal arguments, arising from modeling artifacts or underspecification. 

Fertigkeiten

Students formulate provable properties of a software system in a formal language. They develop logic-based models that properly abstract from the software under verification and, where necessary, adapt model or property. They construct proofs and property checks by hand or using tools for model checking or deductive verification, and reflect on the scope of the results. Presented with a verification problem in natural language, they select the appropriate verification technique and justify their choice.   

Personale Kompetenzen
Sozialkompetenz

Students discuss relevant topics in class. They defend their solutions orally. They communicate in English. 

Selbstständigkeit

Using accompanying on-line material for self study, students can assess their level of knowledge continuously and adjust it appropriately.  Working on exercise problems, they receive additional feedback. Within limits, they can set their own learning goals. Upon successful completion, students can identify and precisely formulate new problems in academic or applied research in the field of software verification. Within this field, they can conduct independent studies to acquire the necessary competencies and compile their findings in academic reports. They can devise plans to arrive at new solutions or assess existing ones. 

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja 15 % Übungsaufgaben
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Pflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Lehrveranstaltung L0629: Software Verification
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt
  • Syntax and semantics of logic-based systems
  • Deductive verification
    • Specification
    • Proof obligations
    • Program properties
    • Automated vs. interactive theorem proving
  • Model checking
    • Foundations
    • Property languages
    • Tool support
  • Timed automata
  • Recent developments of verification techniques and applications
Literatur
  • C. Baier and J-P. Katoen, Principles of Model Checking, MIT Press 2007.
  • M. Huth and M. Bryan, Logic in Computer Science. Modelling and Reasoning about Systems, 2nd Edition, 2004.
  • Selected Research Papers
Lehrveranstaltung L0630: Software Verification
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0733: Software Analysis

Lehrveranstaltungen
Titel Typ SWS LP
Softwareanalyse (L0631) Vorlesung 2 3
Softwareanalyse (L0632) Gruppenübung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Basic knowledge of software-engineering activities
  • Discrete algebraic structures
  • Object-oriented programming, algorithms, and data structures
  • Functional programming or Procedural programming
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students apply the major approaches to data-flow analysis, control-flow analysis, and type-based analysis, along with their classification schemes, and employ abstract interpretation. They explain the standard forms of internal representations and models, including their mathematical structure and properties, and evaluate their suitability for a particular analysis. They explain and categorize the major analysis algorithms. They distinguish precise solutions from approximative approaches, and show termination and soundness properties. 

Fertigkeiten

Presented with an analytical task for a software artifact, students select appropriate approaches from software analysis, and justify their choice. They design suitable representations by modifying standard representations. They develop customized analyses and devise them as safe overapproximations. They formulate analyses in a formal way and construct arguments for their correctness, behavior, and precision.

Personale Kompetenzen
Sozialkompetenz

Students discuss relevant topics in class. They defend their solutions orally. They communicate in English. 

Selbstständigkeit

Using accompanying on-line material for self study, students can assess their level of knowledge continuously and adjust it appropriately.  Working on exercise problems, they receive additional feedback. Within limits, they can set their own learning goals. Upon successful completion, students can identify and precisely formulate new problems in academic or applied research in the field of software analysis. Within this field, they can conduct independent studies to acquire the necessary competencies and compile their findings in academic reports. They can devise plans to arrive at new solutions or assess existing ones. 

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang siehe englisch
Zuordnung zu folgenden Curricula Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Lehrveranstaltung L0631: Software Analysis
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt


  • Modeling: Control-Flow Modeling, Data Dependences, Intermediate Languages)
  • Classical Bit-Vector Analyses (Reaching Definition, Very Busy Expressions, Liveness, Available Expressions, May/Must, Forward/Backward)
  • Monotone Frameworks (Lattices, Transfer Functions, Ascending Chain Condition, Distributivity, Constant Propagation)
  • Theory of Data-Flow Analysis (Tarski's Fixed Point Theorem,  Data-Flow Equations, MFP Solution, MOP Solution, Worklist Algorithm)
  • Non-Classical Data-Flow Analyses
  • Abstract Interpretation (Galois Connections, Approximating Fixed Points, Construction Techniques)
  • Type Systems (Type Derivation, Inference Trees, Algorithm W, Unification)
  • Recent Developments of Analysis Techniques and Applications


Literatur
  • Flemming Nielsen, Hanne Nielsen, and Chris Hankin. Principles of Program Analysis. Springer, 2nd. ed. 2005.
  • Uday Khedker, Amitabha Sanyal, and Bageshri Karkara. Data Flow Analysis: Theory and Practice. CRC Press, 2009.
  • Benjamin Pierce, Types and Programming Languages, MIT Press.
  • Selected research papers
Lehrveranstaltung L0632: Software Analysis
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M1301: Software Testing

Lehrveranstaltungen
Titel Typ SWS LP
Softwaretesten (L1791) Vorlesung 2 3
Softwaretesten (L1792) Projekt-/problembasierte Lehrveranstaltung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Software Engineering
  • Higher Programming Languages
  • Object-Oriented Programming
  • Algorithms and Data Structures
  • Experience with (Small) Software Projects
  • Statistics
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen
Students explain the different phases of testing, describe fundamental
techniques of different types of testing, and paraphrase the basic
principles of the corresponding test process. They give examples of
software development scenarios and the corresponding test type and
technique. They explain algorithms used for particular testing
techniques and describe possible advantages and limitations.
Fertigkeiten
Students identify the appropriate testing type and technique for a given
problem. They adapt and execute respective algorithms to execute a
concrete test technique properly. They interpret testing results and
execute corresponding steps for proper re-test scenarios. They write and
analyze test specifications. They apply bug finding techniques for
non-trivial problems.
Personale Kompetenzen
Sozialkompetenz

Students discuss relevant topics in class. They defend their solutions orally.
They communicate in English.

Selbstständigkeit

Students can assess their level of knowledge continuously and adjust it appropriately, based on feedback and on self-guided studies. Within limits, they can set their own learning goals. Upon successful completion, students can identify and precisely formulate new problems in academic or applied research in the field of software testing. Within this field, they can conduct independent studies to acquire the necessary competencies and compile their findings in academic reports. They can devise plans to arrive at new solutions or assess existing ones

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang Software
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Lehrveranstaltung L1791: Software Testing
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
  • Fundamentals of software testing
  • Model-based testing
  • Test automation
  • Criteria-based testing
Literatur
  • M. Pezze and M. Young, Software Testing and Analysis, John Wiley 2008.
  • P. Ammann and J. Offutt, "Introduction to Software Testing", 2nd edition 2016.
  • A. Zeller: "Why Programs Fail: A Guide to Systematic Debugging", 2nd edition 2012.
Lehrveranstaltung L1792: Software Testing
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
  • Fundamentals of software testing
  • Model-based testing
  • Test automation
  • Criteria-based testing
Literatur
  • M. Pezze and M. Young, Software Testing and Analysis, John Wiley 2008.
  • P. Ammann and J. Offutt, "Introduction to Software Testing", 2nd edition 2015.

Modul M0924: Software für Eingebettete Systeme

Lehrveranstaltungen
Titel Typ SWS LP
Software für Eingebettete Systeme (L1069) Vorlesung 2 3
Software für Eingebettete Systeme (L1070) Gruppenübung 3 3
Modulverantwortlicher Prof. Bernd-Christian Renner
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
  • Sehr gute Kenntnisse und Erfahrung in Programmiersprache C
  • Grundkenntnisse in Softwaretechnik
  • Prinzipielles Verständnis von Assembler Sprachen
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Studierende können die grundlegende Prinzipien und Vorgehensweisen für die Erstellung von Software für eingebettete Systeme erklären. Sie sind in der Lage, ereignisbasierte Programmiertechniken mittels Interrupts zu beschreiben. Sie kennen den Aufbau und Funktion eines konkreten Mikrocontrollers. Die Teilnehmer sind in der Lage, Anforderungen an Echtzeitsysteme zu erläutern. Sie können mindestens drei Scheduling Algorithmen für Echzeitbetriebssysteme erläutern (einschließlich Vor- und Nachteile)

Fertigkeiten Studierende erstellen interrupt-basierte Programme für einen konkreten Mikrocontroller. Sie erstellen und benutzen einen preemptiven scheduler. Sie setzen periphere Komponenten (Timer, ADCs, EEPROM) für komplexe Aufgaben eingebetteter System ein. Für den Anschluss externer Komponenten setzen sie serielle Protokolle ein.
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Mechatronics: Technischer Ergänzungskurs: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Mechatronics: Vertiefung Systementwurf: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht
Lehrveranstaltung L1069: Software für Eingebettete Systeme
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Bernd-Christian Renner
Sprachen DE/EN
Zeitraum SoSe
Inhalt
  • General-Purpose Processors
  • Programming the Atmel AVR
  • Interrupts
  • C für Embedded Systems
  • Standard Single Purpose Processors: Peripherals
  • Finite-State Machines
  • Speicher
  • Betriebssystem für Eingebettete Systeme
  • Echtzeit Eingebettete Systeme
Literatur
  1. Embedded System Design,  F. Vahid and T. Givargis,  John Wiley
  2. Programming Embedded Systems: With C and Gnu Development Tools, M. Barr and A. Massa, O'Reilly

  3. C und C++ für Embedded Systems,  F. Bollow, M. Homann, K. Köhn,  MITP
  4. The Art of Designing  Embedded Systems, J. Ganssle, Newnses

  5. Mikrocomputertechnik mit Controllern der Atmel AVR-RISC-Familie,  G. Schmitt, Oldenbourg
  6. Making Embedded Systems: Design Patterns for Great Software, E. White, O'Reilly

Lehrveranstaltung L1070: Software für Eingebettete Systeme
Typ Gruppenübung
SWS 3
LP 3
Arbeitsaufwand in Stunden Eigenstudium 48, Präsenzstudium 42
Dozenten Prof. Bernd-Christian Renner
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M1397: Modellprüfung - Beweiser und Algorithmen

Lehrveranstaltungen
Titel Typ SWS LP
Modellprüfung - Beweiser und Algorithmen (L1979) Vorlesung 2 3
Modellprüfung - Beweiser und Algorithmen (L1980) Gruppenübung 2 3
Modulverantwortlicher Prof. Görschwin Fey
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundlegende Kenntnisse zu Datenstrukturen und Algorithmen
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Studierende kennen

  • Algorithmen und Datenstrukturen für die Modellprüfung,
  • grundlegende Beweisverfahren sowie
  • den Einfluss der Modellierung und Spezifikation auf den Rechenaufwand für den Nachweis mittels Modellprüfung.


Fertigkeiten

Studierende können

  • Algorithmen und Datenstrukturen zur Modellprüfung erläutern und implementieren
  • abschätzen, ob sich eine Problemstellung mittels Boolescher Beweisverfahren oder Modellprüfung beantworten lässt, und
  • solche Lösungsverfahren realisieren.

Personale Kompetenzen
Sozialkompetenz

Studierende können

  • die jeweiligen Konzepte diskutieren und erläutern sowie
  • die Lösungen mündlich darstellen.
Selbstständigkeit Studierende erlernen mittels Zusatzmaterial selbständig vertiefende Zusammenhänge der Konzepte aus der Vorlesung und erweiterte Lösungsverfahren.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Fachtheoretisch-fachpraktische Studienleistung Die Aufgabe wird im Rahmen von Volresung und Prüfung definiert. Die Lösung der Aufgabe ist Zulassungsvoraussetzung für die Prüfung.
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Wahlpflicht
Lehrveranstaltung L1979: Modellprüfung - Beweiser und Algorithmen
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Görschwin Fey
Sprachen DE/EN
Zeitraum SoSe
Inhalt

Correctness is a major concern in embedded systems. Model checking can fully automatically proof formal properties about digital hardware or software. Such properties are given in temporal logic, e.g., to prove "No two orthogonal traffic lights will ever be green."

And how do the underlying reasoning algorithms work so effectively in practice despite a computational complexity of NP hardness and beyond?

But what are the limitations of model checking?
How are the models generated from a given design?
The lecture will answer these questions. Open source tools will be used to gather a practical experience.

Among other topics, the lecture will consider the following topics:

  • Modelling digital Hardware, Software, and Cyber Physical Systems

  • Data structures, decision procedures and proof engines

    • Binary Decision Diagrams

    • And-Inverter-Graphs

    • Boolean Satisfiability

    • Satisfiability Modulo Theories

  • Specification Languages

    • CTL

    • LTL

    • System Verilog Assertions

  • Algorithms for

    • Reachability Analysis

    • Symbolic CTL Checking

    • Bounded LTL-Model Checking

    • Optimizations, e.g., induction, abstraction

  • Quality assurance

Literatur

Edmund M. Clarke, Jr., Orna Grumberg, and Doron A. Peled. 1999. Model Checking. MIT Press, Cambridge, MA, USA.

A. Biere, A. Biere, M. Heule, H. van Maaren, and T. Walsh. 2009. Handbook of Satisfiability: Volume 185 Frontiers in Artificial Intelligence and Applications. IOS Press, Amsterdam, The Netherlands, The Netherlands.

Selected research papers

Lehrveranstaltung L1980: Modellprüfung - Beweiser und Algorithmen
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Görschwin Fey
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Fachmodule der Vertiefung Sichere und zuverlässige IT-Systeme

Graduates of the Secure and Dependable IT Systems specialisation acquire extensive knowledge in software verification and IT security. They also have knowledge in communication networks and signal processing. They are able to apply methods and procedures required to work on secure and dependable IT systems, as well as critically examine new insights to further develop and incorporate in their work.

The Secure and Dependable IT Systems specialisation is recommended for students who already have a good mathematical foundation and basic knowledge in computer science and software development.

Modul M0753: Software Verification

Lehrveranstaltungen
Titel Typ SWS LP
Softwareverifikation (L0629) Vorlesung 2 3
Softwareverifikation (L0630) Gruppenübung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Automata theory and formal languages
  • Computational logic
  • Object-oriented programming, algorithms, and data structures
  • Functional programming or procedural programming
  • Concurrency
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students apply the major verification techniques in model checking and deductive verification. They explain in formal terms syntax and semantics of the underlying logics, and assess the expressivity of different logics as well as their limitations. They classify formal properties of software systems. They find flaws in formal arguments, arising from modeling artifacts or underspecification. 

Fertigkeiten

Students formulate provable properties of a software system in a formal language. They develop logic-based models that properly abstract from the software under verification and, where necessary, adapt model or property. They construct proofs and property checks by hand or using tools for model checking or deductive verification, and reflect on the scope of the results. Presented with a verification problem in natural language, they select the appropriate verification technique and justify their choice.   

Personale Kompetenzen
Sozialkompetenz

Students discuss relevant topics in class. They defend their solutions orally. They communicate in English. 

Selbstständigkeit

Using accompanying on-line material for self study, students can assess their level of knowledge continuously and adjust it appropriately.  Working on exercise problems, they receive additional feedback. Within limits, they can set their own learning goals. Upon successful completion, students can identify and precisely formulate new problems in academic or applied research in the field of software verification. Within this field, they can conduct independent studies to acquire the necessary competencies and compile their findings in academic reports. They can devise plans to arrive at new solutions or assess existing ones. 

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja 15 % Übungsaufgaben
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Pflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Lehrveranstaltung L0629: Software Verification
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt
  • Syntax and semantics of logic-based systems
  • Deductive verification
    • Specification
    • Proof obligations
    • Program properties
    • Automated vs. interactive theorem proving
  • Model checking
    • Foundations
    • Property languages
    • Tool support
  • Timed automata
  • Recent developments of verification techniques and applications
Literatur
  • C. Baier and J-P. Katoen, Principles of Model Checking, MIT Press 2007.
  • M. Huth and M. Bryan, Logic in Computer Science. Modelling and Reasoning about Systems, 2nd Edition, 2004.
  • Selected Research Papers
Lehrveranstaltung L0630: Software Verification
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0942: Software Security

Lehrveranstaltungen
Titel Typ SWS LP
Software-Sicherheit (L1103) Vorlesung 2 3
Software-Sicherheit (L1104) Gruppenübung 2 3
Modulverantwortlicher Prof. Dieter Gollmann
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Familiarity with C/C++, web programming
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can 

  • name the main causes for security vulnerabilities in software 
  • explain current methods for identifying and avoiding security vulnerabilities 
  • explain the fundamental concepts of code-based access control 
Fertigkeiten

Students are capable of 

  • performing a software vulnerability analysis 
  • developing secure code 
Personale Kompetenzen
Sozialkompetenz None
Selbstständigkeit Students are capable of acquiring knowledge independently from professional publications, technical  standards, and other sources, and are capable of applying newly acquired knowledge to new problems. 
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 Minuten
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Wahlpflicht
Lehrveranstaltung L1103: Software Security
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt
  • Reliabilty and Software Security
  • Attacks exploiting character and integer representations
  • Buffer overruns
  • Vulnerabilities in memory managemet: double free attacks
  • Race conditions
  • SQL injection
  • Cross-site scripting and cross-site request forgery
  • Testing for security; taint analysis
  • Type safe languages
  • Development proceses for secure software
  • Code-based access control


Literatur

M. Howard, D. LeBlanc: Writing Secure Code, 2nd edition, Microsoft Press (2002)

G. Hoglund, G. McGraw: Exploiting Software, Addison-Wesley (2004)

L. Gong, G. Ellison, M. Dageforde: Inside Java 2 Platform Security, 2nd edition, Addison-Wesley (2003)

B. LaMacchia, S. Lange, M. Lyons, R. Martin, K. T. Price: .NET Framework Security, Addison-Wesley Professional (2002)

D. Gollmann: Computer Security, 3rd edition (2011)


Lehrveranstaltung L1104: Software Security
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M1400: Entwurf von Dependable Systems

Lehrveranstaltungen
Titel Typ SWS LP
Entwurf von Dependable Systems (L2000) Vorlesung 2 3
Entwurf von Dependable Systems (L2001) Gruppenübung 2 3
Modulverantwortlicher Prof. Görschwin Fey
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundlegende Kenntnisse zu Datenstrukturen und Algorithmen
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Im Folgenden wird "Dependable" als Zusammenfassung von Zuverlässigkeit, Verfügbarkeit, Wartbarkeit, Sicherheit (Safety & Security) verwendet.

Kenntnis von Ansätzen zum Entwurf von Dependable Systems, z.B.

  • Strukturelle Lösungen wie z.B. Modular Redundancy
  • Algorithmische Lösungen wie z.B. Behandlung Byzantinischer Fehler, Checkpointing, etc.

Kenntnis von Methoden zur Analyse der Dependability von Systemen

Fertigkeiten

Fähigkeit zum Entwurf von Dependable Systems durch Implementierung der obigen Ansätze.

Fähigkeit zur Analyse der Dependability von Systemen durch Anwendung der obigen Analysemethoden.

Personale Kompetenzen
Sozialkompetenz

Studierende können

  • die jeweiligen Konzepte diskutieren und erläutern sowie
  • die Lösungen mündlich darstellen.
Selbstständigkeit Studierende erlernen mittels Zusatzmaterial selbständig vertiefende Zusammenhänge der Konzepte aus der Vorlesung und erweiterte Lösungsverfahren.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Fachtheoretisch-fachpraktische Studienleistung Die Lösung einer Aufgabe ist Zuslassungsvoraussetzung für die Prüfung. Die Aufgabe wird in Vorlesung und Übung definiert.
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Wahlpflicht
Mechatronics: Vertiefung Systementwurf: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht
Lehrveranstaltung L2000: Entwurf von Dependable Systems
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Görschwin Fey
Sprachen DE/EN
Zeitraum SoSe
Inhalt

Beschreibung

Der Begriff „Dependability“ umfasst verschiedene Aspekte eines Systems. Dies sind typischer Weise:
  • Zuverlässigkeit
  • Verfügbarkeit
  • Wartbarkeit
  • Sicherheit - Safety & Security
Damit ist Dependability ein zentraler Aspekt, der früh im Systementwurf betrachtet werden muss. Dies gilt für Software, Eingebette Systeme wie auch umfassende Cyber-Physical Systems.

Inhalt

Das Modul führt grundlegende Konzept zum Entwurf und zur Analyse von Dependable Systems ein. Entwurfsbeispiele dienen dazu, eigene praktische Erfahrung zu sammeln. Ein Schwerpunkt des Moduls liegt im Bereich eingebetteter Systeme. Folgende Gebiete werden betrachtet:
  • Modellierung
  • Fehlertoleranz
  • Entwurfskonzepte
  • Analyse von Systemen
Literatur
Lehrveranstaltung L2001: Entwurf von Dependable Systems
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Görschwin Fey
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M1397: Modellprüfung - Beweiser und Algorithmen

Lehrveranstaltungen
Titel Typ SWS LP
Modellprüfung - Beweiser und Algorithmen (L1979) Vorlesung 2 3
Modellprüfung - Beweiser und Algorithmen (L1980) Gruppenübung 2 3
Modulverantwortlicher Prof. Görschwin Fey
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundlegende Kenntnisse zu Datenstrukturen und Algorithmen
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Studierende kennen

  • Algorithmen und Datenstrukturen für die Modellprüfung,
  • grundlegende Beweisverfahren sowie
  • den Einfluss der Modellierung und Spezifikation auf den Rechenaufwand für den Nachweis mittels Modellprüfung.


Fertigkeiten

Studierende können

  • Algorithmen und Datenstrukturen zur Modellprüfung erläutern und implementieren
  • abschätzen, ob sich eine Problemstellung mittels Boolescher Beweisverfahren oder Modellprüfung beantworten lässt, und
  • solche Lösungsverfahren realisieren.

Personale Kompetenzen
Sozialkompetenz

Studierende können

  • die jeweiligen Konzepte diskutieren und erläutern sowie
  • die Lösungen mündlich darstellen.
Selbstständigkeit Studierende erlernen mittels Zusatzmaterial selbständig vertiefende Zusammenhänge der Konzepte aus der Vorlesung und erweiterte Lösungsverfahren.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Fachtheoretisch-fachpraktische Studienleistung Die Aufgabe wird im Rahmen von Volresung und Prüfung definiert. Die Lösung der Aufgabe ist Zulassungsvoraussetzung für die Prüfung.
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Wahlpflicht
Lehrveranstaltung L1979: Modellprüfung - Beweiser und Algorithmen
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Görschwin Fey
Sprachen DE/EN
Zeitraum SoSe
Inhalt

Correctness is a major concern in embedded systems. Model checking can fully automatically proof formal properties about digital hardware or software. Such properties are given in temporal logic, e.g., to prove "No two orthogonal traffic lights will ever be green."

And how do the underlying reasoning algorithms work so effectively in practice despite a computational complexity of NP hardness and beyond?

But what are the limitations of model checking?
How are the models generated from a given design?
The lecture will answer these questions. Open source tools will be used to gather a practical experience.

Among other topics, the lecture will consider the following topics:

  • Modelling digital Hardware, Software, and Cyber Physical Systems

  • Data structures, decision procedures and proof engines

    • Binary Decision Diagrams

    • And-Inverter-Graphs

    • Boolean Satisfiability

    • Satisfiability Modulo Theories

  • Specification Languages

    • CTL

    • LTL

    • System Verilog Assertions

  • Algorithms for

    • Reachability Analysis

    • Symbolic CTL Checking

    • Bounded LTL-Model Checking

    • Optimizations, e.g., induction, abstraction

  • Quality assurance

Literatur

Edmund M. Clarke, Jr., Orna Grumberg, and Doron A. Peled. 1999. Model Checking. MIT Press, Cambridge, MA, USA.

A. Biere, A. Biere, M. Heule, H. van Maaren, and T. Walsh. 2009. Handbook of Satisfiability: Volume 185 Frontiers in Artificial Intelligence and Applications. IOS Press, Amsterdam, The Netherlands, The Netherlands.

Selected research papers

Lehrveranstaltung L1980: Modellprüfung - Beweiser und Algorithmen
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Görschwin Fey
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Fachmodule des Schwerpunktes Netze

Modul M0676: Digitale Nachrichtenübertragung

Lehrveranstaltungen
Titel Typ SWS LP
Digitale Nachrichtenübertragung (L0444) Vorlesung 2 3
Digitale Nachrichtenübertragung (L0445) Hörsaalübung 2 2
Praktikum Digitale Nachrichtenübertragung (L0646) Laborpraktikum 1 1
Modulverantwortlicher Prof. Gerhard Bauch
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
  • Mathematik 1-3
  • Signale und Systeme
  • Einführung in die Nachrichtentechnik und ihre stochastischen Methoden
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen Die Studierenden sind in der Lage, moderne digitale Nachrichtenübertragungsverfahren zu verstehen, zu vergleichen und zu entwerfen. Sie sind vertraut mit den Eigenschaften linearer und nicht-linearer digitaler Modulationsverfahren. Sie können die Verzerrungen durch Übertragungskanäle beschreiben sowie Empfänger einschließlich Kanalschätzung und Entzerrung entwerfen und beurteilen. Sie kennen die Prinzipien der Single Carrier- und Multicarrier-Übertragung und die Grundlagen wichtiger Vielfachzugriffsverfahren.
Fertigkeiten

Die Studierenden sind in der Lage, ein digitales Nachrichtenübertragungsverfahren einschließlich Vielfachzugriff zu analysieren und zu entwerfen. Sie sind in der Lage, ein hinsichtlich Übertragungsrate, Bandbreitebedarf, Fehlerwahrscheinlichkeit und weiterer Signaleigenschaften geeignetes digitales Modulationsverfahren zu wählen. Sie können einen geeigneten Detektor einschließlich Kanalschätzung und Entzerrung entwerfen und dabei Eigenschaften suboptimaler Verfahren hinsichtlich Leistungsfähigkeit und Aufwand berücksichtigen. Sie sind in der Lage, ein Single-Carrierverfahren oder ein Multicarrier-Verfahren zu dimensionieren und die Eigenschaften beider Ansätze gegeneinander abzuwägen.

Personale Kompetenzen
Sozialkompetenz

Die Studierenden können in fachspezifische Aufgaben gemeinsam bearbeiten.

Selbstständigkeit

Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Schriftliche Ausarbeitung
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Elektrotechnik: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Pflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht
Microelectronics and Microsystems: Kernqualifikation: Wahlpflicht
Lehrveranstaltung L0444: Digitale Nachrichtenübertragung
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt
  • Digitale Modulationsverfahren

  • Kohärente und nicht-kohärente Detektion

  • Kanalschätzung und Entzerrung

  • Single-Carrier- und Multicarrierübertragungsverfahren, Vielfachzugriffsverfahren (TDMA, FDMA, CDMA, OFDM)

Literatur

K. Kammeyer: Nachrichtenübertragung, Teubner

P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner.

J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill.

S. Haykin: Communication Systems. Wiley

R.G. Gallager: Principles of Digital Communication. Cambridge

A. Goldsmith: Wireless Communication. Cambridge.

D. Tse, P. Viswanath: Fundamentals of Wireless Communication. Cambridge.

Lehrveranstaltung L0445: Digitale Nachrichtenübertragung
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L0646: Praktikum Digitale Nachrichtenübertragung
Typ Laborpraktikum
SWS 1
LP 1
Arbeitsaufwand in Stunden Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt

- DSL-Übertragung

- Stochastische Prozesse

- Digitale Datenübertragung

Literatur

K. Kammeyer: Nachrichtenübertragung, Teubner

P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner.

J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill.

S. Haykin: Communication Systems. Wiley

R.G. Gallager: Principles of Digital Communication. Cambridge

A. Goldsmith: Wireless Communication. Cambridge.

D. Tse, P. Viswanath: Fundamentals of Wireless Communication. Cambridge.

Modul M0836: Communication Networks

Lehrveranstaltungen
Titel Typ SWS LP
Ausgewählte Themen der Kommunikationsnetze (L0899) Projekt-/problembasierte Lehrveranstaltung 2 2
Kommunikationsnetze (L0897) Vorlesung 2 2
Übung Kommunikationsnetze (L0898) Projekt-/problembasierte Lehrveranstaltung 1 2
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Fundamental stochastics
  • Basic understanding of computer networks and/or communication technologies is beneficial
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students are able to describe the principles and structures of communication networks in detail. They can explain the formal description methods of communication networks and their protocols. They are able to explain how current and complex communication networks work and describe the current research in these examples.

Fertigkeiten

Students are able to evaluate the performance of communication networks using the learned methods. They are able to work out problems themselves and apply the learned methods. They can apply what they have learned autonomously on further and new communication networks.

Personale Kompetenzen
Sozialkompetenz

Students are able to define tasks themselves in small teams and solve these problems together using the learned methods. They can present the obtained results. They are able to discuss and critically analyse the solutions.

Selbstständigkeit

Students are able to obtain the necessary expert knowledge for understanding the functionality and performance capabilities of new communication networks independently.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Referat
Prüfungsdauer und -umfang 1,5 Stunden Kolloquium mit je drei Prüflingen, also ca. 30 min je Prüfling. Inhalt des Kolloquiums sind die Poster der vorhergehenden Postersession sowie die Lehrinhalte.
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Elektrotechnik: Vertiefung Regelungs- und Energiesystemtechnik: Wahlpflicht
Flugzeug-Systemtechnik: Vertiefung Avionik und eingebettete Systeme: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Mechatronics: Technischer Ergänzungskurs: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Lehrveranstaltung L0899: Selected Topics of Communication Networks
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt Example networks selected by the students will be researched on in a PBL course by the students in groups and will be presented in a poster session at the end of the term.
Literatur
  • see lecture
Lehrveranstaltung L0897: Communication Networks
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt
Literatur
  • Skript des Instituts für Kommunikationsnetze
  • Tannenbaum, Computernetzwerke, Pearson-Studium


Further literature is announced at the beginning of the lecture.

Lehrveranstaltung L0898: Communication Networks Excercise
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt Part of the content of the lecture Communication Networks are reflected in computing tasks in groups, others are motivated and addressed in the form of a PBL exercise.
Literatur
  • announced during lecture

Modul M0837: Simulation of Communication Networks

Lehrveranstaltungen
Titel Typ SWS LP
Simulation von Kommunikationsnetzen (L0887) Projekt-/problembasierte Lehrveranstaltung 5 6
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Knowledge of computer and communication networks
  • Basic programming skills
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students are able to explain the necessary stochastics, the discrete event simulation technology and modelling of networks for performance evaluation.

Fertigkeiten

Students are able to apply the method of simulation for performance evaluation to different, also not practiced, problems of communication networks. The students can analyse the obtained results and explain the effects observed in the network. They are able to question their own results.

Personale Kompetenzen
Sozialkompetenz

Students are able to acquire expert knowledge in groups, present the results, and discuss solution approaches and results. They are able to work out solutions for new problems in small teams.

Selbstständigkeit

Students are able to transfer independently and in discussion with others the acquired method and expert knowledge to new problems. They can identify missing knowledge and acquire this knowledge independently.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgenden Curricula Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Flugzeug-Systemtechnik: Vertiefung Avionik und eingebettete Systeme: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Lehrveranstaltung L0887: Simulation of Communication Networks
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 5
LP 6
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum SoSe
Inhalt

In the course necessary basic stochastics and the discrete event simulation are introduced. Also simulation models for communication networks, for example, traffic models, mobility models and radio channel models are presented in the lecture. Students work with a simulation tool, where they can directly try out the acquired skills, algorithms and models. At the end of the course increasingly complex networks and protocols are considered and their performance is determined by simulation.

Literatur
  • Skript des Instituts für Kommunikationsnetze

Further literature is announced at the beginning of the lecture.

Modul M0839: Traffic Engineering

Lehrveranstaltungen
Titel Typ SWS LP
Seminar Traffic Engineering (L0902) Seminar 2 2
Traffic Engineering (L0900) Vorlesung 2 2
Traffic Engineering Übung (L0901) Gruppenübung 1 2
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Fundamentals of communication or computer networks
  • Stochastics
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students are able to describe methods for planning, optimisation and performance evaluation of communication networks.

Fertigkeiten

Students are able to solve typical planning and optimisation tasks for communication networks. Furthermore they are able to evaluate the network performance using queuing theory.

Students are able to apply independently what they have learned to other and new problems. They can present their results in front of experts and discuss them.

Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit

Students are able to acquire the necessary expert knowledge to understand the functionality and performance of new communication networks independently.

Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht
Lehrveranstaltung L0902: Seminar Traffic Engineering
Typ Seminar
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt Selected applications of methods for planning, optimization, and performance evaluation of communication networks, which have been introduced in the traffic engineering lecture are prepared by the students and presented in a seminar.
Literatur
  • U. Killat, Entwurf und Analyse von Kommunikationsnetzen, Vieweg + Teubner
  • further literature announced in the lecture
Lehrveranstaltung L0900: Traffic Engineering
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt

Network Planning and Optimization
• Linear Programming (LP)
• Network planning with LP solvers
• Planning of communication networks
Queueing Theory for Communication Networks
• Stochastic processes
• Queueing systems
• Switches (circuit- and packet switching)
• Network of queues

Literatur

Literatur:
U. Killat, Entwurf und Analyse von Kommunikationsnetzen, Springer
Weitere Literatur wird in der Lehrveranstaltung bekanntgegeben
/
 Literature:
U. Killat, Entwurf und Analyse von Kommunikationsnetzen, Springer
further literature announced in the lecture

Lehrveranstaltung L0901: Traffic Engineering Exercises
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Andreas Timm-Giel
Sprachen EN
Zeitraum WiSe
Inhalt

Accompanying exercise for the traffic engineering course

Literatur

Literatur:
U. Killat, Entwurf und Analyse von Kommunikationsnetzen, Springer
Weitere Literatur wird in der Lehrveranstaltung bekanntgegeben / Literature:
U. Killat, Entwurf und Analyse von Kommunikationsnetzen, Springer
further literature announced in the lecture

Fachmodule des Schwerpunktes Software und Signalverarbeitung

Modul M0738: Digital Audio Signal Processing

Lehrveranstaltungen
Titel Typ SWS LP
Digitale Audiosignalverarbeitung (L0650) Vorlesung 3 4
Digitale Audiosignalverarbeitung (L0651) Hörsaalübung 1 2
Modulverantwortlicher Prof. Udo Zölzer
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse

Signals and Systems

Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Die Studierenden können die grundlegenden Verfahren und Methoden der digitalen Audiosignalverarbeitung erklären. Sie können die wesentlichen physikalischen Effekte bei der Sprach- und Audiosignalverarbeitung erläutern und in Kategorien einordnen. Sie können einen Überblick der numerischen Methoden und messtechnischen Charakterisierung von Algorithmen zur Audiosignalverarbeitung geben. Sie können die erarbeiteten Algorithmen auf weitere Anwendungen im Bereich der Informationstechnik und Informatik abstrahieren.

Fertigkeiten

The students will be able to apply methods and techniques from audio signal processing in the fields of mobile and internet communication. They can rely on elementary algorithms of audio signal processing in form of Matlab code and interactive JAVA applets. They can study parameter modifications and evaluate the influence on human perception and technical applications in a variety of applications beyond audio signal processing. Students can perform measurements in time and frequency domain in order to give objective and subjective quality measures with respect to the methods and applications.

Personale Kompetenzen
Sozialkompetenz

The students can work in small groups to study special tasks and problems and will be enforced to present their results with adequate methods during the exercise.

Selbstständigkeit

The students will be able to retrieve information out of the relevant literature in the field and putt hem into the context of the lecture. They can relate their gathered knowledge and relate them to other lectures (signals and systems, digital communication systems, image and video processing, and pattern recognition). They will be prepared to understand and communicate problems and effects in the field audio signal processing.

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 45 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung Intelligenz-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Lehrveranstaltung L0650: Digital Audio Signal Processing
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand in Stunden Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Udo Zölzer
Sprachen EN
Zeitraum WiSe
Inhalt
  • Introduction (Studio Technology,  Digital Transmission Systems, Storage Media, Audio Components at Home)

  • Quantization (Signal Quantization, Dither, Noise Shaping, Number Representation)

  • AD/DA Conversion (Methods, AD Converters, DA Converters, Audio Processing Systems, Digital Signal Processors, Digital Audio Interfaces, Single-Processor Systems, Multiprocessor Systems)

  • Equalizers (Recursive Audio Filters, Nonrecursive Audio Filters, Multi-Complementary Filter Bank)

  • Room Simulation (Early Reflections, Subsequent Reverberation, Approximation of Room Impulse Responses)

  • Dynamic Range Control (Static Curve, Dynamic Behavior, Implementation, Realization Aspects)

  • Sampling Rate Conversion (Synchronous Conversion, Asynchronous Conversion, Interpolation Methods)

  • Data Compression (Lossless Data Compression, Lossy Data Compression, Psychoacoustics, ISO-MPEG1 Audio Coding)

Literatur

- U. Zölzer, Digitale Audiosignalverarbeitung, 3. Aufl., B.G. Teubner, 2005.

- U. Zölzer, Digitale Audio Signal Processing, 2nd Edition, J. Wiley & Sons, 2005.


- U. Zölzer (Ed), Digital Audio Effects, 2nd Edition, J. Wiley & Sons, 2011.


 






Lehrveranstaltung L0651: Digital Audio Signal Processing
Typ Hörsaalübung
SWS 1
LP 2
Arbeitsaufwand in Stunden Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Udo Zölzer
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0733: Software Analysis

Lehrveranstaltungen
Titel Typ SWS LP
Softwareanalyse (L0631) Vorlesung 2 3
Softwareanalyse (L0632) Gruppenübung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Basic knowledge of software-engineering activities
  • Discrete algebraic structures
  • Object-oriented programming, algorithms, and data structures
  • Functional programming or Procedural programming
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students apply the major approaches to data-flow analysis, control-flow analysis, and type-based analysis, along with their classification schemes, and employ abstract interpretation. They explain the standard forms of internal representations and models, including their mathematical structure and properties, and evaluate their suitability for a particular analysis. They explain and categorize the major analysis algorithms. They distinguish precise solutions from approximative approaches, and show termination and soundness properties. 

Fertigkeiten

Presented with an analytical task for a software artifact, students select appropriate approaches from software analysis, and justify their choice. They design suitable representations by modifying standard representations. They develop customized analyses and devise them as safe overapproximations. They formulate analyses in a formal way and construct arguments for their correctness, behavior, and precision.

Personale Kompetenzen
Sozialkompetenz

Students discuss relevant topics in class. They defend their solutions orally. They communicate in English. 

Selbstständigkeit

Using accompanying on-line material for self study, students can assess their level of knowledge continuously and adjust it appropriately.  Working on exercise problems, they receive additional feedback. Within limits, they can set their own learning goals. Upon successful completion, students can identify and precisely formulate new problems in academic or applied research in the field of software analysis. Within this field, they can conduct independent studies to acquire the necessary competencies and compile their findings in academic reports. They can devise plans to arrive at new solutions or assess existing ones. 

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang siehe englisch
Zuordnung zu folgenden Curricula Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Lehrveranstaltung L0631: Software Analysis
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt


  • Modeling: Control-Flow Modeling, Data Dependences, Intermediate Languages)
  • Classical Bit-Vector Analyses (Reaching Definition, Very Busy Expressions, Liveness, Available Expressions, May/Must, Forward/Backward)
  • Monotone Frameworks (Lattices, Transfer Functions, Ascending Chain Condition, Distributivity, Constant Propagation)
  • Theory of Data-Flow Analysis (Tarski's Fixed Point Theorem,  Data-Flow Equations, MFP Solution, MOP Solution, Worklist Algorithm)
  • Non-Classical Data-Flow Analyses
  • Abstract Interpretation (Galois Connections, Approximating Fixed Points, Construction Techniques)
  • Type Systems (Type Derivation, Inference Trees, Algorithm W, Unification)
  • Recent Developments of Analysis Techniques and Applications


Literatur
  • Flemming Nielsen, Hanne Nielsen, and Chris Hankin. Principles of Program Analysis. Springer, 2nd. ed. 2005.
  • Uday Khedker, Amitabha Sanyal, and Bageshri Karkara. Data Flow Analysis: Theory and Practice. CRC Press, 2009.
  • Benjamin Pierce, Types and Programming Languages, MIT Press.
  • Selected research papers
Lehrveranstaltung L0632: Software Analysis
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0550: Digital Image Analysis

Lehrveranstaltungen
Titel Typ SWS LP
Digitale Bildanalyse (L0126) Vorlesung 4 6
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse

System theory of one-dimensional signals (convolution and correlation, sampling theory, interpolation and decimation, Fourier transform, linear time-invariant systems), linear algebra (Eigenvalue decomposition, SVD), basic stochastics and statistics (expectation values, influence of sample size, correlation and covariance, normal distribution and its parameters), basics of Matlab, basics in optics

Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can

  • Describe imaging processes
  • Depict the physics of sensorics
  • Explain linear and non-linear filtering of signals
  • Establish interdisciplinary connections in the subject area and arrange them in their context
  • Interpret effects of the most important classes of imaging sensors and displays using mathematical methods and physical models.


Fertigkeiten

Students are able to

  • Use highly sophisticated methods and procedures of the subject area
  • Identify problems and develop and implement creative solutions.

Students can solve simple arithmetical problems relating to the specification and design of image processing and image analysis systems.

Students are able to assess different solution approaches in multidimensional decision-making areas.

Students can undertake a prototypical analysis of processes in Matlab.


Personale Kompetenzen
Sozialkompetenz k.A.


Selbstständigkeit

Students can solve image analysis tasks independently using the relevant literature.


Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung und Materialien im StudIP
Zuordnung zu folgenden Curricula Computer Science: Vertiefung II. Intelligenz-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Elektrotechnik: Vertiefung Medizintechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Numerik und Informatik: Wahlpflicht
Lehrveranstaltung L0126: Digital Image Analysis
Typ Vorlesung
SWS 4
LP 6
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum WiSe
Inhalt
  • Image representation, definition of images and volume data sets, illumination, radiometry, multispectral imaging, reflectivities, shape from shading
  • Perception of luminance and color, color spaces and transforms, color matching functions, human visual system, color appearance models
  • imaging sensors (CMOS, CCD, HDR, X-ray, IR), sensor characterization(EMVA1288), lenses and optics
  • spatio-temporal sampling (interpolation, decimation, aliasing, leakage, moiré, flicker, apertures)
  • features (filters, edge detection, morphology, invariance, statistical features, texture)
  • optical flow ( variational methods, quadratic optimization, Euler-Lagrange equations)
  • segmentation (distance, region growing, cluster analysis, active contours, level sets, energy minimization and graph cuts)
  • registration (distance and similarity, variational calculus, iterative closest points)
Literatur

Bredies/Lorenz, Mathematische Bildverarbeitung, Vieweg, 2011
Wedel/Cremers, Stereo Scene Flow for 3D Motion Analysis, Springer 2011
Handels, Medizinische Bildverarbeitung, Vieweg, 2000
Pratt, Digital Image Processing, Wiley, 2001
Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1989

Modul M0924: Software für Eingebettete Systeme

Lehrveranstaltungen
Titel Typ SWS LP
Software für Eingebettete Systeme (L1069) Vorlesung 2 3
Software für Eingebettete Systeme (L1070) Gruppenübung 3 3
Modulverantwortlicher Prof. Bernd-Christian Renner
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
  • Sehr gute Kenntnisse und Erfahrung in Programmiersprache C
  • Grundkenntnisse in Softwaretechnik
  • Prinzipielles Verständnis von Assembler Sprachen
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Studierende können die grundlegende Prinzipien und Vorgehensweisen für die Erstellung von Software für eingebettete Systeme erklären. Sie sind in der Lage, ereignisbasierte Programmiertechniken mittels Interrupts zu beschreiben. Sie kennen den Aufbau und Funktion eines konkreten Mikrocontrollers. Die Teilnehmer sind in der Lage, Anforderungen an Echtzeitsysteme zu erläutern. Sie können mindestens drei Scheduling Algorithmen für Echzeitbetriebssysteme erläutern (einschließlich Vor- und Nachteile)

Fertigkeiten Studierende erstellen interrupt-basierte Programme für einen konkreten Mikrocontroller. Sie erstellen und benutzen einen preemptiven scheduler. Sie setzen periphere Komponenten (Timer, ADCs, EEPROM) für komplexe Aufgaben eingebetteter System ein. Für den Anschluss externer Komponenten setzen sie serielle Protokolle ein.
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Mechatronics: Technischer Ergänzungskurs: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Mechatronics: Vertiefung Systementwurf: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht
Lehrveranstaltung L1069: Software für Eingebettete Systeme
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Bernd-Christian Renner
Sprachen DE/EN
Zeitraum SoSe
Inhalt
  • General-Purpose Processors
  • Programming the Atmel AVR
  • Interrupts
  • C für Embedded Systems
  • Standard Single Purpose Processors: Peripherals
  • Finite-State Machines
  • Speicher
  • Betriebssystem für Eingebettete Systeme
  • Echtzeit Eingebettete Systeme
Literatur
  1. Embedded System Design,  F. Vahid and T. Givargis,  John Wiley
  2. Programming Embedded Systems: With C and Gnu Development Tools, M. Barr and A. Massa, O'Reilly

  3. C und C++ für Embedded Systems,  F. Bollow, M. Homann, K. Köhn,  MITP
  4. The Art of Designing  Embedded Systems, J. Ganssle, Newnses

  5. Mikrocomputertechnik mit Controllern der Atmel AVR-RISC-Familie,  G. Schmitt, Oldenbourg
  6. Making Embedded Systems: Design Patterns for Great Software, E. White, O'Reilly

Lehrveranstaltung L1070: Software für Eingebettete Systeme
Typ Gruppenübung
SWS 3
LP 3
Arbeitsaufwand in Stunden Eigenstudium 48, Präsenzstudium 42
Dozenten Prof. Bernd-Christian Renner
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0556: Computer Graphics

Lehrveranstaltungen
Titel Typ SWS LP
Computer-Grafik (L0145) Vorlesung 2 3
Computer-Grafik (L0768) Gruppenübung 2 3
Modulverantwortlicher Prof. Tobias Knopp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  •  Linear Algebra (in particular matrix/vector computation)
  •  Basic programming skills in C/C++


Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can explain and describe basic algorithms in 3D computer graphics.


Fertigkeiten

Students are capable of

  •  implementing a basic 3D rendering pipeline. This consists of projecting simple 3D structures (e.g. cube, spheres) onto a 2D surface using a virtual camera.
  •  apply geometric transformations (e.g. rotation, scaling) in 2D and 3D computer graphics.
  •  using well-known 2D/3D APIs (OpenGL, Cairo) for solving a given problem statement.
Personale Kompetenzen
Sozialkompetenz

Students can collaborate in a small team on the realization and validation of a 3D computer graphics pipeline.



Selbstständigkeit
  •  Students are able to solve simple tasks independently with reference to the contents of the lectures and the exercise sets.
  •  Students are able to solve detailed problems independently with the aid of the tutorial’s programming task.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Lehrveranstaltung L0145: Computer Graphics
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt

Computer graphics and animation are leading to an unprecedented visual revolution. The course deals with its technological foundations:

  • Object-oriented Computer Graphics
  • Projections and Transformations
  • Polygonal and Parametric Modelling
  • Illuminating, Shading, Rendering
  • Computer Animation Techniques
  • Kinematics and Dynamics Effects

Students will be be working on a series of mini-projects which will eventually evolve into a final project. Learning computer graphics and animation resembles learning a musical instrument. Therefore, doing your projects well and in time is essential for performing well on this course.

Literatur
Alan H. Watt:
3D Computer Graphics.
Harlow: Pearson (3rd ed., repr., 2009).

Dariush Derakhshani:
Introducing Autodesk Maya 2014.
New York, NY : Wiley (2013).

Lehrveranstaltung L0768: Computer Graphics
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0551: Pattern Recognition and Data Compression

Lehrveranstaltungen
Titel Typ SWS LP
Mustererkennung und Datenkompression (L0128) Vorlesung 4 6
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse

Linear algebra (including PCA, unitary transforms), stochastics and statistics, binary arithmetics

Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can name the basic concepts of pattern recognition and data compression.

Students are able to discuss logical connections between the concepts covered in the course and to explain them by means of examples.


Fertigkeiten

Students can apply statistical methods to classification problems in pattern recognition and to prediction in data compression. On a sound theoretical and methodical basis they can analyze characteristic value assignments and classifications and describe data compression and video signal coding. They are able to use highly sophisticated methods and processes of the subject area. Students are capable of assessing different solution approaches in multidimensional decision-making areas.



Personale Kompetenzen
Sozialkompetenz

k.A.

Selbstständigkeit

Students are capable of identifying problems independently and of solving them scientifically, using the methods they have learnt.


Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung und Materialien im StudIP
Zuordnung zu folgenden Curricula Computer Science: Vertiefung II. Intelligenz-Engineering: Wahlpflicht
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Mechatronics: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht
Lehrveranstaltung L0128: Pattern Recognition and Data Compression
Typ Vorlesung
SWS 4
LP 6
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum SoSe
Inhalt

Structure of a pattern recognition system, statistical decision theory, classification based on statistical models, polynomial regression, dimension reduction, multilayer perceptron regression, radial basis functions, support vector machines, unsupervised learning and clustering, algorithm-independent machine learning, mixture models and EM, adaptive basis function models and boosting, Markov random fields

Information, entropy, redundancy, mutual information, Markov processes, basic coding schemes (code length, run length coding, prefix-free codes), entropy coding (Huffman, arithmetic coding), dictionary coding (LZ77/Deflate/LZMA2, LZ78/LZW), prediction, DPCM, CALIC, quantization (scalar and vector quantization), transform coding, prediction, decorrelation (DPCM, DCT, hybrid DCT, JPEG, JPEG-LS), motion estimation, subband coding, wavelets, HEVC (H.265,MPEG-H)

Literatur

Schürmann: Pattern Classification, Wiley 1996
Murphy, Machine Learning, MIT Press, 2012
Barber, Bayesian Reasoning and Machine Learning, Cambridge, 2012
Duda, Hart, Stork: Pattern Classification, Wiley, 2001
Bishop: Pattern Recognition and Machine Learning, Springer 2006

Salomon, Data Compression, the Complete Reference, Springer, 2000
Sayood, Introduction to Data Compression, Morgan Kaufmann, 2006
Ohm, Multimedia Communication Technology, Springer, 2004
Solari, Digital video and audio compression, McGraw-Hill, 1997
Tekalp, Digital Video Processing, Prentice Hall, 1995

Modul M1301: Software Testing

Lehrveranstaltungen
Titel Typ SWS LP
Softwaretesten (L1791) Vorlesung 2 3
Softwaretesten (L1792) Projekt-/problembasierte Lehrveranstaltung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Software Engineering
  • Higher Programming Languages
  • Object-Oriented Programming
  • Algorithms and Data Structures
  • Experience with (Small) Software Projects
  • Statistics
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen
Students explain the different phases of testing, describe fundamental
techniques of different types of testing, and paraphrase the basic
principles of the corresponding test process. They give examples of
software development scenarios and the corresponding test type and
technique. They explain algorithms used for particular testing
techniques and describe possible advantages and limitations.
Fertigkeiten
Students identify the appropriate testing type and technique for a given
problem. They adapt and execute respective algorithms to execute a
concrete test technique properly. They interpret testing results and
execute corresponding steps for proper re-test scenarios. They write and
analyze test specifications. They apply bug finding techniques for
non-trivial problems.
Personale Kompetenzen
Sozialkompetenz

Students discuss relevant topics in class. They defend their solutions orally.
They communicate in English.

Selbstständigkeit

Students can assess their level of knowledge continuously and adjust it appropriately, based on feedback and on self-guided studies. Within limits, they can set their own learning goals. Upon successful completion, students can identify and precisely formulate new problems in academic or applied research in the field of software testing. Within this field, they can conduct independent studies to acquire the necessary competencies and compile their findings in academic reports. They can devise plans to arrive at new solutions or assess existing ones

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang Software
Zuordnung zu folgenden Curricula Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Lehrveranstaltung L1791: Software Testing
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
  • Fundamentals of software testing
  • Model-based testing
  • Test automation
  • Criteria-based testing
Literatur
  • M. Pezze and M. Young, Software Testing and Analysis, John Wiley 2008.
  • P. Ammann and J. Offutt, "Introduction to Software Testing", 2nd edition 2016.
  • A. Zeller: "Why Programs Fail: A Guide to Systematic Debugging", 2nd edition 2012.
Lehrveranstaltung L1792: Software Testing
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
  • Fundamentals of software testing
  • Model-based testing
  • Test automation
  • Criteria-based testing
Literatur
  • M. Pezze and M. Young, Software Testing and Analysis, John Wiley 2008.
  • P. Ammann and J. Offutt, "Introduction to Software Testing", 2nd edition 2015.

Modul M0552: 3D Computer Vision

Lehrveranstaltungen
Titel Typ SWS LP
3D Computer Vision (L0129) Vorlesung 2 3
3D Computer Vision (L0130) Gruppenübung 2 3
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
  • Knowlege of the modules Digital Image Analysis and Pattern Recognition and Data Compression are used in the practical task
  • Linear Algebra (including PCA, SVD), nonlinear optimization (Levenberg-Marquardt), basics of stochastics and basics of Matlab are required and cannot be explained in detail during the lecture.
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Students can explain and describe the field of projective geometry.

Fertigkeiten

Students are capable of

  • Implementing an exemplary 3D or volumetric analysis task
  • Using highly sophisticated methods and procedures of the subject area
  • Identifying problems and
  • Developing and implementing creative solution suggestions.

With assistance from the teacher students are able to link the contents of the three subject areas (modules)

  • Digital Image Analysis 
  • Pattern Recognition and Data Compression
    and 
  • 3D Computer Vision 

in practical assignments.

Personale Kompetenzen
Sozialkompetenz

Students can collaborate in a small team on the practical realization and testing of a system to reconstruct a three-dimensional scene or to evaluate volume data sets.

Selbstständigkeit

Students are able to solve simple tasks independently with reference to the contents of the lectures and the exercise sets.

Students are able to solve detailed problems independently with the aid of the tutorial’s programming task.

Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung und Materialien im StudIP
Zuordnung zu folgenden Curricula Computer Science: Vertiefung Intelligenz-Engineering: Wahlpflicht
Computer Science: Vertiefung II. Intelligenz-Engineering: Wahlpflicht
Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht
Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht
Mechanical Engineering and Management: Vertiefung Mechatronik: Wahlpflicht
Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht
Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht
Theoretischer Maschinenbau: Vertiefung Numerik und Informatik: Wahlpflicht
Lehrveranstaltung L0129: 3D Computer Vision
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum WiSe
Inhalt
  • Projective Geometry and Transformations in 2D und 3D in homogeneous coordinates
  • Projection matrix, calibration
  • Epipolar Geometry, fundamental and essential matrices, weak calibration, 5 point algorithm
  • Homographies 2D and 3D
  • Trifocal Tensor
  • Correspondence search
Literatur
  • Skriptum Grigat/Wenzel
  • Hartley, Zisserman: Multiple View Geometry in Computer Vision. Cambridge 2003.
Lehrveranstaltung L0130: 3D Computer Vision
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Rolf-Rainer Grigat
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Thesis

Modul M-002: Masterarbeit

Lehrveranstaltungen
Titel Typ SWS LP
Modulverantwortlicher Professoren der TUHH
Zulassungsvoraussetzungen
  • Laut ASPO § 21 (1):

    Es müssen mindestens 60 Leistungspunkte im Studiengang erworben worden sein. Über Ausnahmen entscheidet der Prüfungsausschuss.


Empfohlene Vorkenntnisse keine
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen
  • Die Studierenden können das Spezialwissen (Fakten, Theorien und Methoden) ihres Studienfaches sicher zur Bearbeitung fachlicher Fragestellungen einsetzen.
  • Die Studierenden können in einem oder mehreren Spezialbereichen ihres Faches die relevanten Ansätze und Terminologien in der Tiefe erklären, aktuelle Entwicklungen beschreiben und kritisch Stellung beziehen.
  • Die Studierenden können eine eigene Forschungsaufgabe in ihrem Fachgebiet verorten, den Forschungsstand erheben und kritisch einschätzen.


Fertigkeiten
  • Die Studierenden sind in der Lage, für die jeweilige fachliche Problemstellung geeignete Methoden auszuwählen, anzuwenden und ggf. weiterzuentwickeln.
  • Die Studierenden sind in der Lage, im Studium erworbenes Wissen und erlernte Methoden auch auf komplexe und/oder unvollständig definierte Problemstellungen lösungsorientiert anzuwenden.
  • Die Studierenden können in ihrem Fachgebiet neue wissenschaftliche Erkenntnisse erarbeiten und diese kritisch beurteilen.


Personale Kompetenzen
Sozialkompetenz

Studierende können

  • eine wissenschaftliche Fragestellung für ein Fachpublikum sowohl schriftlich als auch mündlich strukturiert, verständlich und sachlich richtig darstellen.
  • in einer Fachdiskussion Fragen fachkundig und zugleich adressatengerecht beantworten und dabei eigene Einschätzungen überzeugend vertreten.


Selbstständigkeit

Studierende sind fähig,

  • ein eigenes Projekt in Arbeitspakete zu strukturieren und abzuarbeiten.
  • sich in ein teilweise unbekanntes Arbeitsgebiet des Studiengangs vertieft einzuarbeiten und dafür benötigte Informationen zu erschließen.
  • Techniken des wissenschaftlichen Arbeitens umfassend in einer eigenen Forschungsarbeit anzuwenden.


Arbeitsaufwand in Stunden Eigenstudium 900, Präsenzstudium 0
Leistungspunkte 30
Studienleistung Keine
Prüfung Abschlussarbeit
Prüfungsdauer und -umfang laut ASPO
Zuordnung zu folgenden Curricula Bauingenieurwesen: Abschlussarbeit: Pflicht
Bioverfahrenstechnik: Abschlussarbeit: Pflicht
Chemical and Bioprocess Engineering: Abschlussarbeit: Pflicht
Computer Science: Abschlussarbeit: Pflicht
Elektrotechnik: Abschlussarbeit: Pflicht
Energie- und Umwelttechnik: Abschlussarbeit: Pflicht
Energietechnik: Abschlussarbeit: Pflicht
Environmental Engineering: Abschlussarbeit: Pflicht
Flugzeug-Systemtechnik: Abschlussarbeit: Pflicht
Global Innovation Management: Abschlussarbeit: Pflicht
Informatik-Ingenieurwesen: Abschlussarbeit: Pflicht
Information and Communication Systems: Abschlussarbeit: Pflicht
Internationales Wirtschaftsingenieurwesen: Abschlussarbeit: Pflicht
Joint European Master in Environmental Studies - Cities and Sustainability: Abschlussarbeit: Pflicht
Logistik, Infrastruktur und Mobilität: Abschlussarbeit: Pflicht
Materialwissenschaft: Abschlussarbeit: Pflicht
Mathematical Modelling in Engineering: Theory, Numerics, Applications: Abschlussarbeit: Pflicht
Mechanical Engineering and Management: Abschlussarbeit: Pflicht
Mechatronics: Abschlussarbeit: Pflicht
Mediziningenieurwesen: Abschlussarbeit: Pflicht
Microelectronics and Microsystems: Abschlussarbeit: Pflicht
Produktentwicklung, Werkstoffe und Produktion: Abschlussarbeit: Pflicht
Regenerative Energien: Abschlussarbeit: Pflicht
Schiffbau und Meerestechnik: Abschlussarbeit: Pflicht
Ship and Offshore Technology: Abschlussarbeit: Pflicht
Teilstudiengang Lehramt Metalltechnik: Abschlussarbeit: Pflicht
Theoretischer Maschinenbau: Abschlussarbeit: Pflicht
Verfahrenstechnik: Abschlussarbeit: Pflicht
Wasser- und Umweltingenieurwesen: Abschlussarbeit: Pflicht
Zulassungs- und Sachverständigenwesen in der Luftfahrt: Abschlussarbeit: Pflicht