Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Grundlagen der statistischen Inferenz, Detektion und SchätzungModulbeschreibung #41105 / Version 2

← Zur Modulseite English version
Modul / Version#41105 / #2
GültigkeitSeit SoSe 2026
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rCaire, Giuseppe
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Telekommunikationssysteme
Fachgebiet34331600 FG Theoretische Grundlagen der Kommunikationstechnik

Kontakt

SekretariatHFT 6
Ansprechpartner*inHantke, Jana
E-Mail-Adressejana.hantke@tu-berlin.de
Webseitehttps://www.tu.berlin/commit

Lernergebnisse

Die Studierenden erwerben grundlegende Kenntnisse über statistische Inferenz, einschließlich Hypothesentests, Signalerkennung, Parameterschätzung und optimaler MMSE-Linearfilterung (insbesondere Wiener- und Kalman-Filter). Dies ist eine der Grundlagen der modernen Elektrotechnik in den Bereichen „Systeme” wie Automatisierungstechnik, Kommunikation und Signalverarbeitung.

Lehrinhalte

Hypothesentests (maximale a-posteriori-Wahrscheinlichkeit, Neyman-Pearson-Test, Minimax-Test)
Signalerkennung: uncodierte Modulation, codierte Modulation, ISI-Kanäle, Viterbi-Algorithmus, BCJR-Algorithmus
Parameterschätzung: Fisher-Information und Cramer-Rao-Grenze, unverzerrte Schätzung mit minimaler Varianz, Maximum-Likelihood-Schätzung, Methode der kleinsten Quadrate, Bayes'sche Schätzung
Bayessche Inferenz, Summen-Produkt-Algorithmus und Belief Propagation
Der Approximated Message Passing (AMP)-Algorithmus
Wiener-Filter und Kalman-Filter

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Detection and EstimationVorlesung34331600 L 016 Sommersemester[de]2 ISIS
Applications of statistical inferenceProjekt34331600 L 017 Sommersemester[de]2 ISIS

Arbeitsaufwand und Leistungspunkte

Detection and Estimation (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung153 h45 h
Vorbereitung auf den schriftlichen Test115 h15 h
90 h

Applications of statistical inference (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Projektarbeit und Vorbereitung der Projektpräsentation145 h45 h
Vor-/Nachbereitung151 h15 h
90 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Das Modul besteht aus konventionellem Frontalunterricht in der Klasse, der Entwicklung theoretischer und mathematischer Konzepte, Übungen, die in der Klasse entwickelt werden, um Problemlösungsfähigkeiten zu entwickeln und das Verständnis der Theorie zu vertiefen, sowie Hausaufgaben, um unabhängige und autonome Denkfähigkeiten bei den Studierenden zu entwickeln. Oft werden Probleme der Wahrscheinlichkeitstheorie und stochastischer Prozesse mit Aspekten der Elektrotechnik, Kommunikation, Signalverarbeitung und Steuerungstechnik in Verbindung gebracht.

Ein wichtiger Bestandteil des Moduls ist ein Semesterprojekt, das die Studierenden mit Matlab oder einem anderen Berechnungswerkzeug (z. B. Python) entwickeln und das in der 9. Woche des Semesters vergeben wird und die letzten Wochen des Semesters in Anspruch nimmt

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Voraussetzung für die Teilnahme an den Kursen ist die Teilnahme und vorzugsweise das Bestehen des Moduls „Grundlagen stochastischer Prozesse" (Modul 40256).

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung) Projektbericht30schriftlich1-10 Seiten
(Ergebnisprüfung) Projektpräsentation20mündlich20 Minuten
(Punktuelle Leistungsabfrage) schriflticher Test50schriftlich45 Minuten

Prüfungsbeschreibung (Abschluss des Moduls)

Das Modul wird durch das Sammeln von Punkten aus einer schriftlichen Prüfung und einem Semesterprojekt bestanden. Die schriftliche Prüfung besteht aus Aufgaben, die die Theorie veranschaulichen und den im Unterricht behandelten Beispielen ähneln.
Das Projekt wird nach Durchnahme des theoretischen Stoffes vergeben und dauert etwa 4-5 Wochen. Es gibt eine benotete Abschlussarbeit und eine mündliche Präsentation.
Die Endnote ergibt sich aus der Gesamtpunktzahl, die anhand des Notenschlüssels 3 (üblich in der Fakultät IV) in eine Note umgewandelt wird.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Kursdurchführung und -organisation (nicht die Anmeldung zur Modulprüfung beim Prüfungsamt) wird durch einen ISIS-Kurs unterstützt.
Die Anmeldungsdetails werden zu Beginn des Moduls bekannt gegeben.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar

Empfohlene Literatur

  • Kay, S.M., 1993. Fundamentals of statistical signal processing: estimation theory. Prentice-Hall, Inc..
  • Poor, H. Vincent. An introduction to signal detection and estimation. Springer Science & Business Media, 1998.

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2026Wahlpflicht Studiengebiet B › Medientechnik und Mensch-Maschine-Interaktion / Digital Media und Human-Computer Interaction
WiSe 2026/27Wahlpflichtbereich › Studiengebiet A › Medientechnik und Mensch-Maschine-Interaktion / Digital Media and Human-Computer Interaction
Computer Science (Informatik)
StuPO 2015
SoSe 2026Studiengebiete › Medientechnik und Mensch-Maschine-Interaktion / Digital Media und Human-Computer Interaction
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Medientechnik und Mensch-Maschine-Interaktion / Digital Media und Human-Computer Interaction
Elektrotechnik
StuPO 2015
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Medientechnik und Mensch-Maschine-Interaktion / Digital Media and Human-Computer Interaction
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Medientechnik und Mensch-Maschine-Interaktion / Digital Media and Human-Computer Interaction
Technomathematik
StuPO 2014
SoSe 2026Studienrichtungen › Elektrotechnik › Elektrotechnik › Gesamtangebot Master ET
WiSe 2026/27Studienrichtungen › Elektrotechnik › Elektrotechnik › Gesamtangebot Master ET
Technomathematik
StuPO 2014
SoSe 2026Studienrichtungen › Technisches Gebiet - Elektrotechnik › Technisches Gebiet - Elektrotechnik › Katalog Elektronik und Informationstechnik
WiSe 2026/27Studienrichtungen › Technisches Gebiet - Elektrotechnik › Technisches Gebiet - Elektrotechnik › Katalog Elektronik und Informationstechnik
Wirtschaftsingenieurwesen
StuPO 2015
SoSe 2026Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Communication Systems
WiSe 2026/27Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Communication Systems
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › Elektrotechnik › Automation & Control

Sonstiges

Keine Angabe