Grundlagen der digitalen (Mess-)Signalverarbeitung – Eine kleine Einführung in R

Kurzbeschreibung Seit Beginn des zwanzigsten Jahrhunderts hat die Disziplin der Signalverarbeitung und Datenanalyse die Landschaft der Technologie und Ingenieurskunst nachhaltig beeinflusst. Dinge, wie digitale Sprachkommunikation, MP3, Videoaufzeichnungen oder allgemein die Digitalisierung von Messsignalen wären ohne die mathematische Beschreibung von Messdaten nicht möglich gewesen. Zunächst ist es aber notwendig eine physikalische kontinuierliche Größe zu digitalisieren und diesen Datenstrom geeignet zu speichern. Anschließend kommen Methoden zur Anwendung, welche die adressierten Fragen an den Datensatz beantworten. Beispielsweise können Mittelwerte, Trends oder auch komplexere Filter folgen, um die interessierenden Eigenschaften der Daten zu extrahieren. Der Kurs gibt einen Überblick über die gängigen Methoden zur Messwertverarbeitung (Mittelwerte, Regression, Vertrauensintervalle). Dabei wird die Statistikumgebung "R" vorgestellt, die quelloffen zur Verfügung steht. Der Schwerpunkt liegt dabei auf der Anwendung dieser Methoden und deren statistischer Hintergrund. Im Fokus werden ebenso die Möglichkeiten und Grenzen stehen, welche diese Verfahren mit sich bringen.
Kompetenzgewinn Der Teilnehmer/die Teilnehmerin lernt allgemein die wichtigsten Methoden der Signalanalyse kennen. Dabei stehen die Anwendung der Statistikumgebung R, das Einlesen von Daten aus verschiedenen Quellen, das Verarbeiten und Konditionieren der Daten sowie die Analyse im Vordergrund. Ebenso erfahren die Teilnehmer, dass digitalisierte Messsignale bestimmte Eigenschaften aufweisen, die dazu führen, dass die formale Anwendung bestimmter Methoden zu Artefakten und trügerischen Ergebnissen führt. Der Kurs vermittelt das Wissen und die Methodik, Messwerte zu verarbeiten und die Ergebnisse mit den üblichen statistischen Kennzahlen zu interpretieren.
Inhalt (lang)
  • Einarbeitung in R
  • Erstellen von (kleinen) Reports mit RStudio
  • Überblick Signalverarbeitung
  • Mittelwerte (punktuell, gleitend)
  • Regression (linear, Polynome)
  • Gleichmäßig abgetastete Signale als (gängiger) Spezialfall
    Die Teilnehmer können auch eigene Datensätze zur Verfügung stellen, um die Veranstaltung mit sinnvollen Beispielen zu bereichern.
Dauer [UE] 4
Teilnehmerzahl 15
Dozent Dr. Martin Seilmayer, HZDR:FWDH