389.163 Digital Communications 1
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2023S, VU, 3.0h, 4.5EC
TUWELLectureTube

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VU Vorlesung mit Übung
  • LectureTube Lehrveranstaltung
  • Format der Abhaltung: Präsenz

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, (1) die wichtigsten digitalen Modulations- und Detektionsverfahren zu kennen und zu verstehen, insbesondere hinsichtlich ihrer Eigenschaften, Vorteile und Nachteile; (2) einschlägige Rechenbeispiele zu lösen.

Inhalt der Lehrveranstaltung

1. Einführung:  Übersicht, Grundsätzliches, Übertragungskanäle, geschichtlicher Rückblick, weiterführende Lehrveranstaltungen, Literatur

2. Pulsamplitudenmodulation (PAM):  Basisband-PAM, Bandpass-PAM (inkl. Bandspreizmodulation und CDMA), Sendespektrum, spektrale Effizienz, Entwurf des Symbolalphabets, Übungsbeispiele

3. Elementares Bandpass-PAM-System:  Kanal, elementarer Empfänger, äquivalentes zeitdiskretes Basisband-System, Intersymbolinterferenz, Nyquistimpulse, Augendiagramme, Symbol- und Bitfehlerwahrscheinlichkeit, signalangepasstes Filter, Übungsbeispiele

4. Entzerrung:  Linearer Entzerrer (Zero-Forcing-Entwurf, Mean-Square-Error-Entwurf, adaptiver Entzerrer, Entzerrer mit Überabtastung), entscheidungsrückgekoppelter Entzerrer, Übungsbeispiele

5. Optimale Folgendetektoren:  MAP- und ML-Folgendetektoren, Folgenfehlerwahrscheinlichkeit, Signalentwurf, inkohärenter ML-Folgendetektor, Übungsbeispiele

6. ML-Folgendetektoren für Bandpass-PAM:  Spektrale Faktorisierung, dekorrelierendes signalangepasstes Filter, Trellis-Diagramm, Viterbialgorithmus, Übungsbeispiele

7. Mehrfachimpulsverfahren für Modulation und Detektion:  Orthogonale Mehrfachimpuls-Modulation (Sendespektrum, spektrale Effizienz, FSK, MSK, ML-Folgendetektor, signalangepasste Filterbank, verallgemeinertes Nyquistkriterium, Fehlerwahrscheinlichkeit, inkohärenter ML-Folgendetektor), orthogonale Mehrfachimpuls-PAM (Sendespektrum, spektrale Effizienz, ML-Folgendetektor, Mehrträgerverfahren, DMT, OFDM), Übungsbeispiele

8. Kanalkapazität:  Grundlegendes Beispiel, Kapazität des AWGN-Kanals, elementare Aspekte der Kanalcodierung (Schwellen-SNR, Codierungsgewinn, Bandverbreiterung), Übungsbeispiele

9. Blockbasierte codierte Übertragung:  HISO-Kanal, Gaußscher gedächtnisloser Kanal, HIHO-Kanal, diskreter gedächtnisloser Kanal, binärer symmetrischer Kanal, optimale soft-input und hard-input Blockdecodierung (MAP, ML), optimale Blockdecodierung für den Gaußschen gedächtnislosen Kanal und den diskreten gedächtnislosen Kanal, Übungsbeispiele

 

Methoden

Der Vortragende (Hlawatsch) trägt den Vorlesungsstoff vor, spricht mit den Studierenden darüber und beantwortet allfällige Fragen der Studierenden. Dabei bedient er sich einer Tafel, auf die er mittels Kreide (ggf. auch mehrfarbig) gewisse Zeichen schreibt und einfache Bilder zeichnet, sowie eines Tafeltuchs, mit dem er die Tafel von Zeit zu Zeit löscht. Weiters verwendet er einen Overhead-Projektor, mit dem er kompliziertere Bilder und Tabellen auf eine Leinwand projiziert. Der Vortrag des Vortragenden wird durch ein ausführliches Skriptum unterstützt. Im Übungsteil rechnen die Studierenden einschlägige Übungsbeispiele selbstständig vor und erklären dieselben; sie müssen weiters ihre schriftlichen Lösungen bzw. Ausarbeitungen von "Pflichtbeispielen" dem Übungsleiter bzw. der Übungsleiterin vor der jeweiligen Übung übergeben. Die Studierenden sind verpflichtet, an den Übungen persönlich teilzunehmen.

Prüfungsmodus

Schriftlich und Mündlich

Weitere Informationen

Erste Vorlesung: Freitag, 03.03.2023 von 10:45 bis 12:00 im Hörsaal EI 2.
Zweite Vorlesung: Dienstag, 07.03.2023 von 15:15 bis 16:30 im Hörsaal EI 3.


Siehe englische Seite.

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Fr.10:00 - 12:0003.03.2023 - 30.06.2023EI 2 Pichelmayer HS - ETIT Vorlesung
Di.15:00 - 17:0007.03.2023 - 27.06.2023EI 3 Sahulka HS - UIW Vorlesung
Digital Communications 1 - Einzeltermine
TagDatumZeitOrtBeschreibung
Fr.03.03.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.07.03.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.10.03.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.14.03.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.17.03.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.21.03.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.24.03.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.28.03.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.31.03.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.18.04.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.21.04.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.25.04.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.28.04.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.02.05.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.05.05.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.09.05.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.12.05.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung
Di.16.05.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Di.23.05.202315:00 - 17:00EI 3 Sahulka HS - UIW Vorlesung
Fr.26.05.202310:00 - 12:00EI 2 Pichelmayer HS - ETIT Vorlesung

Leistungsnachweis

Schriftlich und mündlich.

Die Angaben früherer schriftlicher Prüfungen können beim Übungsleiter eingesehen werden

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Do.14:00 - 18:0027.06.2024 EI 9schriftlich03.06.2024 00:00 - 17.06.2024 00:00in TISSSchriftl. Prüfung

LVA-Anmeldung

Nicht erforderlich

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
066 507 Telecommunications Keine Angabe2. Semester
066 938 Technische Informatik Gebundenes Wahlfach

Literatur

Ein Skriptum zur Lehrveranstaltung ist im Grafischen Zentrum der TU Wien (Wiedner Hauptstraße 8-10, 1040 Wien) erhältlich. Ergänzende Literatur siehe Skriptum.

Vorkenntnisse

Solide Kenntnise über Signal- und Systemtheorie, Zufallsvariablen und stochastische Prozesse sind unbedingt erforderlich

Weitere Informationen

Sprache

Englisch