Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Measurement data processing AModule description #40762 / Version 1

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27).
Module / Version#40762 / #1
ValidityWS 2013/14 – WS 2015/16
Available language(s)German
Credit points6
Person responsible for the moduleGühmann, Clemens
GradingGraded
Exam formatPortfolio examination
Language(s) of instructionGerman

Affiliation

FacultyFakultät IV
InstituteInstitut für Energie und Automatisierungstechnik
Academic chair34311600 FG Elektronische Mess- und Diagnosetechnik

Contact

OfficeEN 13
Contact personFunck, Jürgen
E-mail addressewa.kozlowski@tu-berlin.de
Websitehttp://www.mdt.tu-berlin.de

Learning outcomes

Die Studierenden sind nach dem Besuch der Lehrveranstaltungen in der Lage, PC- und mikrocontrollergestützte Messdatenverarbeitungssysteme einzusetzen, um Messdaten mit modernen Methoden der Signalverarbeitung auszuwerten. Insbesondere erlernen die Studierenden den Entwurf digitaler Filter, können Transformationen der Messdatenverarbeitung anwenden und deren Ergebnisse interpretieren. Ferner wird der Aufbau der methodischen Kompetenz zur selbständigen Lösung praxisrelevanter Aufgaben der Messdatenverarbeitung erworben.

Das Modul vermittelt überwiegend:
Fachkompetenz 40x Methodenkompetenz 30x Systemkompetenz 10x Sozialkompetenz 20x

Content

Es werden der Aufbau und die Wirkungsweise moderner Messdatenverarbeitungssysteme dargestellt, wobei ausschließlich rechnergestützte Anwendungen (PC, DSP, Mikrocontroller) behandelt werden. Dazu werden zunächst grundlegende Prinzipien der Architektur digitaler Messdatenverarbeitungssysteme vorgestellt, diskutiert und entworfen. Als weiterer Schwerpunkt des Moduls werden Spektralanalyseverfahren (FFT), Transformationen in der Messtechnik (z.B. Wavelet, Zeit-Frequenzverteilung) und zeitdiskrete stochastische Prozesse gelehrt.

Das Praktikum zur Messdatenverarbeitung dient zur Vertiefung des Stoffs. Dabei sollen die Studierenden für die Problemstellungen bei der Messdatenverarbeitung auf resourcenbegrenzten digitalen Systemen (Mikrocontroller) sensibilisiert werden.

Im Projekt zur Messdatenverarbeitung wird das selbständige Lösen praxisrelevanter Aufgaben geübt und die Studierenden so auf eine Bachelorarbeit vorbereitet.

Module components

Compulsory area

The following courses are mandatory for this module:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
MessdatenverarbeitungLecture0430 L 316 Summer semester–2 ISIS

Wahlfplicht

A selection of the following courses must be completed:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Kleines Projekt MessdatenverarbeitungProject0430 L 348 Winter and summer semester–2 ISIS
MessdatenverarbeitungInternship0430 L 342 Summer semester–2 ISIS

Workload and credit points

Messdatenverarbeitung (Lecture)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Kleines Projekt Messdatenverarbeitung (Project)

Workload descriptionMultiplierHoursTotal
Dokumentation110 h10 h
Durchführung150 h50 h
Planung120 h20 h
Präsentation (inkl. Vorbereitung)110 h10 h
90 h

Messdatenverarbeitung (Internship)

Workload descriptionMultiplierHoursTotal
Präsenzzeit82 h16 h
Vor-/Nachbereitung (Termine)89 h72 h
Vorbereitung (Rücksprache)12 h2 h
90 h

The workload of the module adds up to 270 hours. The module therefore comprises 6 credit points.

Description of teaching and learning methods

* Vorlesung (VL): Frontalvortrag
* Praktikum (PR): Selbständige Bearbeitung von Aufgaben. Die Aufgaben innerhalb des Laborpraktikums werden in Gruppen zu maximal 4 Studierenden bearbeitet.
* Projekt (PJ): selbständige Lösung eines technischen Problems in Gruppenarbeit

Requirements for participation and examination

Desirable prerequisites for participation in the courses:

Zum Verständnis sind Kenntnisse aus den Modulen: Analysis I und II, Signale und Systeme, Grundlagen der Messtechnik erforderlich. Wünschenswert sind gute Kenntnisse aus den Modulen Grundlagen der Elektrotechnik Analysis III und „Integraltransformation und partielle Differentialgleichungen“. Ferner werden Grundkenntnisse in MATLAB® oder Scilab sowie C oder Java erwartet.

Mandatory requirements for the module examination registration:

This module has no examination requirements.

Completion of the module

GradingGraded
Exam formatPortfolio examination
LanguageGerman

Test elements

NamePoints/WeightCategoryDuration/Extent
PJ: entwicklete Soft-/Hardware20
PJ: Referat (Abschlusspräsentation)5
PJ: schriftliche Ausarbeitung (Dokumentation)25
PR: 4 Protokolle (je 10 Pkt.)40
PR: mündliche Rücksprache10
VL: mündliche Rücksprache50

Exam description

Insgesamt können 100 Portfoliopunkte erreicht werden:
* Vorlesung (50 Portfoliopunkte)
* Praktikum oder Projekt (insgesamt 50 Portfoliopunkte)

Im Rahmen des Praktikums und Projektes sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung in Portfoliopunkten sind in der unten stehenden Tabelle aufgeführt.

Die Gesamtnote gemäß §47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.

Duration of the module

The following number of semesters is estimated for taking and completing the module: 1 semester(s).

This module can be started in the following semesters: Winter and summer semester.

Maximum number of participants

The maximum capacity of participants is 32.

Registration procedures

Die Anmeldung zum Praktikum erfolgt im Sekretariat EN 538
Siehe: http://www.mdt.tu-berlin.de

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

available – http://www.mdt.tu-berlin.de/menue/lehre/messdatenverarbeitung/vorlesung/

Recommended literature

  • Angermann, A.; Beuschel, M.; Rau, M.; Wohlfarth, U.: MATLAB Simulink Stateflow. Springer-Verlag, 2008
  • Azizi, S. A Entwurf und Realisierung digitaler Filter. Oldenbourg Verlag, 1990
  • Bäni, W.: Wavelets - Eine Einführung für Ingenieure. Oldenbourg Verlag, 2001
  • Brammer, K.; Siffling, G.: Stochastische Grundlagen des Kalman-Bucy-Filters. Wahrscheinlichkeitsrechnung und Zufallsprozesse. Oldenbourg Verlag, 1986
  • Brigham, E. O.: FFT. Oldenbourg Verlag 1985
  • Hayes, M. H.: Statistical Digital Signal Processing and Modeling. J.Wiley and Sons, 1996
  • Kammeyer, K. D.; Kroschel, K.: Digitale Signalverarbeitung. Teubner Studienbücher, 2003
  • Kay, S. M.: Modern Spectral Estimation. Prentice-Hall, 1988
  • Kiencke, U.; Schwarz; M.; Weickert, T.: Zeit-Frequenz- Analyse und Schätzverfahren. Oldenbourg, München, 2008
  • Louis , A. K.; Maaß P.; Riede, A.: Wavelets, Teubner Studienbücher, 1998
  • Mallat, S.: A Wavelet Tour of Signal Processing. Elsevier, 2009
  • Mann, B.: C für Mikrocontroller. Franzis, 2000
  • Mertins, A.: Signaltheorie: Grundlagen der Signalbeschreibung, Filterbänke, Wavelets, Zeit- Frequenz-Analyse, Parameter- und Signalschätzung. Vieweg+Teubner, 2010
  • Schmitt, G.: Mikrocomputertechnik mit Controllern der Atmel-AVR-RISC-Familie. Oldenbourg, 2008

Assigned programs

This module is not used in any program.

Miscellaneous

Not specified