SigSys SoSe2018

Autor: Prof. Schneider

Die Lehrveranstaltung "Signalverarbeitende Systeme" hat laut Modulhandbuch folgende Lernergebnisse/Kompetenzen:

Die Studierenden kennen die Elemente einer Signalverarbeitungskette und können Fehler erkennen, abschätzen analysieren und beheben.
Sie sind in der Lage signalspezifische analoge und digitale Filter auszulegen und anzuwenden.

Nachfolgende Inhalte wurden definiert

• Hard- und Softwarearchitekturen in signalverarbeitenden Systemen
• Moderne Analog-/Digital-Umsetzer
• Signalauswertung und -erkennung
• Digitale Signalverarbeitung
• Entwurf und Realisierung analoger und digitaler Filter
• Anwendungen der Signalverarbeitung (z.B. Digitale Bildverarbeitung)

Semesterbegleitende Prüfung

Jeder Studierend bearbeitet semesterbegleitend bis zum 06.07.18 ein Projekt mit Matlab/Lego Mindstorms lösen. Diese Lösung ist vor dem Stichtag in SVN zu sichern.

Tipp: Sichern Sie Ihre Ergebnisse während der Arbeit bereits systematisch in Ihren SVN-Ordner https://svn.hshl.de/svn/BSE_SigSys/trunk/Projekte/.

Aufgabenstellung

• Lesen Sie den Sensor mit MATLAB/Simulink aus (MATLAB/Simulink Toolbox).
• Beschreiben, untersuchen und verstehen Sie Ihre Signalverarbeitungskette.

Schritte zur Signalberarbeitung

1. Auswahl eines Primärsensors
   1. Wie funktioniert der Sensor?
   2. Welche Rohsignale liefert der Sensor?
2. Signalvorverarbeitung
   1. Sollen Messwerte oder vorverarbeitete Daten übertragen werden?
   2. Wie lässt sich eine Vorverarbeitung umsetzen?
   3. Wird eine Kennlinie eingesetzt? Wenn ja, wie wird diese kalibriert?
3. Analog-Digital-Umsetzer
   1. Wie werden die analogen Signale umgesetzt?
   2. Welcher ADU kommt zum Einsatz?
   3. Welche Gründe sprechen für diesen ADU? Alternativen?
4. Bussystem
   1. Wird ein Bussystem zwischen Sensor und Mikrocontroller eingesetzt?
   2. Wenn ja, wie funktioniert dieses Bussystem?
5. Digitale Signalverarbeitung
   1. Welche Verarbeitungsschritte sind notwendig?
   2. Welche Filter werden angewendet?
   3. Bestimmen Sie Auflösung, Empfindlichkeit und Messunsicherheit des Sensors.
6. Darstellung der Ergebnisse
   1. Welche Fehler treten in welchem Verarbeitungsschritt auf?
   2. Stellen Sie die Messunsicherheit bzw. das Vertrauensintervall dar.

Themenverteilung

#	Thema	Bearbeiter	Schließfach
1	Hokuyo Lidar Objekterkennung mit Matlab/Simulink	Simon Kohfeld
2	CmuCam v5 (Pixy-Cam) mit Matlab/Simulink	Patrick Lange
3	HiTechnics EOPD mit Matlab/Simulink	Tim Kempe
4	Ultraschall mit Matlab/Simulink	Sven Gaida
5	Gyroskop mit Matlab/Simulink	Philipp Tewes
6	Infrarotsensor mit Matlab/Simulink	Janis Ostermann
7	3D Time-of-Flight Sensor Evaluation Module mit Matlab/Simulink	Asaad Al-Suleihi
8	Objekterkennung mit HiTechnics EOPD mit Matlab/Simulink	Eileen Hinners
9	Beschleunigungssensor mit Matlab/Simulink	Julia Averesch
10	TeraRanger mit Matlab/Simulink	Patrick Klauke
11	HiTechnics Kompass mit Matlab/Simulink	Andre Adämmer
12	NXT SumoEyes mit Matlab/Simulink	Florian Scharfenberg
13	Low-Cost-Lidar Verarbeitung mit Matlab/Simulink	Christian Sievers
14	Asus Xtion Pro Tiefenkamera mit Matlab/Simulink	Maximilian Harrer
15	TI Sensortag mit Matlab/Simulink	Dominik Meyer
16	HiTechnic NXT IRSeeker V2 mit Matlab/Simulink	Marius Schaffer
17	Temperatursensor mit Matlab/Simulink	Sergej Vogel
18	RFID Sensor mit Matlab/Simulink	Andreas Dörksen
19	Drucksensor mit Matlab/Simulink	Ilja Scheremeta
20	IMU mit Matlab/Simulink	Sebastian Dany
21	Barometer mit Matlab/Simulink	Tobias Wemmer
22	GPS Sensor mit Matlab/Simulink

Einstieg in das Thema/Getting Started

• Es gibt die Möglichkeit, über S-Funktions Sensoren in MATLAB/Simulink einzubauen. Herr Giampiero Campa hat eine Anleitung geschrieben, die am Beispiel des Arduino Support Packages zeigt, wie dies geht: Link.
• Legacy Code Tool

Nächste Schritte

1. Suchen Sie sich ein Thema aus.
2. Leihen Sie sich den Sensor bei Herrn Raza aus.
3. Lassen Sie sich einen Schließfachschlüssel für das Projekt geben.
4. Bearbeiten Sie das Projekt im Semester.
5. Dokumentieren Sie fortlaufend in SVN und Wiki.
6. Geben Sie nach Projektabschluss die Hardware wieder zurück.

Literatur

• Burger, W.; Burge, M. J. Digitale Bildverarbeitung: Eine Einführung mit Java und ImageJ. Berlin [u.a.]: Springer, 2. Auflage. 2006 (als eBook verfügbar)
• Erhardt, A.: Einführung in die Digitale Bildverarbeitung: Grundlagen, Systeme und Anwendungen. Wiesbaden: Vieweg+Teubner 2008 (als eBook verfügbar)
• Jähne, B. (2005). Digitale Bildverarbeitung. 6. Auflage. Berlin [u.a.]: Springer. (als eBook verfügbar) – Neue Auflage: 30. November 2012
• Nischwitz, A.; Fischer, M.; Haberäcker, P.; Socher, G.: Computergrafik und Bildverarbeitung: Band II: Bildverarbeitung. Wiesbaden: Vieweg+Teubner, 3. Auflage. 2011. (als eBook verfügbar)
• Tönnies, Klaus D.: Grundlagen der Bildverarbeitung. München: Pearson Studium, 2005.
• Ballard, Dana H., Brown, Christopher M. (1982). Computer Vision. Englewood Cliffs (u.a.): Prentice-Hall

---

→ zurück zum Hauptartikel: Signalverarbeitende Systeme