Computational Sciences Center

etit-617: Adaptive Filters

Inhalt

Studierende sollen in dieser Vorlesung die Grundlagen adaptiver Filter kennenlernen. Hierzu werden die notwendigen Algorithmen hergeleitet und auf Beispiele aus der Sprach- und Auidosignalverarbeitung angewendet. Zu den Algorithmen gehören das Wiener-Filter, die lineare Prädiktion und adaptive Verfahren wie der NLMS-Algorithmus, Verfahren der affinen Projektion und der RLS-Algorithmus und das Kalmann-Filter. Als Anwendungen aus der Sprach- und Audiosignalverarbeitung dienen Geräusch- und Hallreduktionsverfahren, Echokompensatoren und Beamformer. Themenübersicht:

  • Einführung und Anwendungsbeispiele (Teil 1 von 2)
  • Signaleigenschaften und Kostenfunktionen
  • Wiener-Filter und Orthogonalitätsprinzip
  • Lineare Prädiktion
  • RLS-Verfahren
  • LMS-Verfahren und normierte Variante
  • Affine Projektionsverfahren
  • Steuerung von adaptiven Filtern
  • Effiziente Signalverarbeitungsstrukturen
  • Ausblick und Anwendungsbeispiele (Teil 2 von 2)

Dozent(en)

Termine

Organisatorisches

ECTS-Punkte werden nur bei erfolgreicher Teilnahme am gesamten Modul (Vorlesung und zugehörige Übung) vergeben. Voraussetzungen: Signale und Systeme I und II (Studiengang B.Sc. ET& IT)

Literatur

  • E. Hänsler, G. Schmidt: Acoustic Echo and Noise Control, Wiley 2004 (Textbuch der Vorlesung)
  • S. Haykin: Adaptive Filter Theory, Prentice Hall, 2002
  • A. Sayed: Fundamentals of Adaptive Filtering, Wiley, 2004