Studienabschlussarbeiten des FG Elektronische Messtechnik und SignalverarbeitungStudienabschlussarbeiten des FG Elektronische Messtechnik und Signalverarbeitung

Studienabschlussarbeiten

Anzahl der Treffer: 191
Erstellt: Mon, 30 Jan 2023 14:37:26 +0100 in 0.0635 sec


Herath, Vimukthi;
Investigation of Radio Channel Transitions in Urban V2I Scenarios based on Measurement and Simulation Data. - Ilmenau. - 115 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Das Design von neuen Anwendungen in V2X-Kommunikation verlangt umfangreiche Kenntnisse über den Funkkanal. Bei der V2X-Kommunikation erfährt der Kanal angesichts der hohen Mobilität der kommunizierenden Knoten schnelle und möglicherweise signifikante Änderungen. Die auffälligsten Änderungen sind Übergänge zwischen verschiedene Ausbreitungszuständen, wie vom Line-of-Sight (LoS) zum Non-Line-of-Sight (NLoS) und umgekehrt. Abgesehen davon sind auch Übergänge innerhalb des NLoS Zustandes zu beobachten, wenn das Fahrzeug von einer schmalen Straße auf eine Kreuzung oder einer Hauslücke fährt. Bisher beinhalten nur wenige Kanalmodelle solche Übergänge. Das Ziel dieser Abschlussarbeit ist Untersuchungen zu diesen Transitions detailliert durchzuführen, wobei Messdaten und Simulationsdaten verwendet werden, die durch Funkkanalmessungen bzw. Raytracing-Software gesammelt werden. Darüber hinaus wird der Einfluss der Umgebung auf den Verlauf von Übergängen analysiert und verschiedene Möglichkeiten ihrer Modellierung untersucht, um sie in zukünftige Kanalmodelle miteinbeziehen zu können.



Rai, Vishal Chandraprakash;
Analysis of Wireless Radio Channel Measurement Data using Machine Learning. - Ilmenau. - 75 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Die Erfassung und Bewertung der Eigenschaften des Funkkanals ist für die Entwicklung eines drahtlosen Kommunikationssystems unerlässlich. Die Merkmale, die den Kanal am genauesten charakterisieren können, werden durch die Verarbeitung durch die Verarbeitung von Daten aus Funkkanalmessungen ermittelt. Die nach der Verarbeitung generierten Parameter können je nach den Bedingungen in verschiedene Szenarien unterteilt werden. Um komplexere zugrundeliegende Muster zu finden, werden in dieser Arbeit auch unüberwachtes maschinelles Lernen auf Funkkanalmessdaten verwendet. Hier wird die Struktur mit Hilfe von RIMAX und large-scale Parameterdatensätzen untersucht. Zunächst wird die Kombination verschiedener Datenvorverarbeitungs- und Clustering-Techniken untersucht, und eine solche Kombination wird anhand der Bewertungsmetriken ausgewählt. Dann wird sie für beide Datensätze auf jede Messfahrt einzeln, auf eine Kombination von einigen Messfahrten und auf alle Messfahrten angewendet. Anschließend werden die Daten daraufhin untersucht, ob die ermittelten Muster mit einer bestimmten Umgebung übereinstimmen. Der Vergleich der Ergebnisse derselben Messfahrten ermöglicht es, die Auswirkungen der Verwendung verschiedener Datensätze zu untersuchen. In dieser Arbeit wurde festgestellt, dass die Muster des unüberwachten maschinellen Lernalgorithmus für einige Ergebnisse von der Umgebung beeinflusst wurden.



Faramarzahangari, Reza;
Object Tracking for Joint Communication and Sensing using Deep Learning. - Ilmenau. - 69 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Die große Entwicklung der mobilen Kommunikationssysteme, insbesondere die geplanten Entwicklungen in der nächsten Generation 6G, ermöglicht es uns, viele besondere Anwendungsfälle und Applikationen zu definieren. Einer dieser Anwendungsfälle ist ein hoch präziser Ortungsdienst parallel zur Kommunikation. Dazu ist eine Methode zur Verfolgung von mehrfach streuenden Objekten in einer Umgebung erforderlich. Diese Arbeit ist ein Versuch, das Problem der Verfolgung mehrerer Objekte in Mehrwege-Kanälen mit Hilfe von Deep Learning zu formulieren und zu lösen. Diese Arbeit formuliert das Problem der Kanalverfolgung mit Hilfe des bestehenden mathematischen Rahmens für mehrere Objekte und führt damit Simulationen durch. In dem Modell für mehrere Objekte können Objekte nach dem Zufallsprinzip unter Berücksichtigung bestimmter Wahrscheinlichkeitsverteilungen erzeugt oder entfernt werden. Der mathematische Rahmen für die Simulation von Kanälen mit mehreren Objekten verwendet endliche Zufallsmengen, um die Unsicherheit der Anzahl der Objekte darzustellen. Die Aufgabe eines Verfolgungsalgorithmus besteht darin, diese Muster auszunutzen und den Zustand der Objekte aus verrauschten Messungen zu schätzen. Ein Tracking-Algorithmus muss auch das Problem der Datenzuordnung lösen, da es keine nicht bekannt ist, welche Messung von welchem Objekt stammt. Das Lösen der fehlenden Verbindung zwischen den Messungen und den Objekten und die gleichzeitige Unterscheidung von Objekten und Störgeräuschen führt zur Lösung des Tracking-Problems. Andererseits hat Deep Learning bewiesen, dass es in der Lage ist, viele Probleme zu lösen, einschließlich der modellbasierten Probleme, bei denen das Problem mithilfe mathematischer Modelle grob formuliert werden kann, oder der Probleme ohne vorherige Modellannahmen. Deep Learning hat sich in letzter Zeit auch auf Methoden und Algorithmen der Signalverarbeitung ausgedehnt und hat seinen Platz in vielen Anwendungen gefunden. Obwohl diese Aufgabe vorwiegend mit Hilfe von Filteransätzen gelöst wird, untersucht diese Arbeit die Eignung von Deep Learning-Methoden, insbesondere der Transformer. Diese Arbeit konzentriert sich auf das Transformer-Modell und schlägt eine Architektur für das Problem der Kanalverfolgung vor. Anschließend wird ein auf dem Transformer basierendes Deep Learning-Modell entwickelt, trainiert und seine Leistung hinsichtlich der Metriken untersucht.



Apte, Sudhanshu;
Testbed for surface detection with ultrasound. - Ilmenau. - 51 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Bei der zerstörungsfreien Prüfung mit Ultraschall geht es um die Erkennung und Lokalisierung von Fehlern. Der Messaufbau umfasst einen Positionierer, der die Position und Ausrichtung eines Ultraschallkopfes zu einer zu prüfenden Probe steuert. Wenn der Positionierer seine Anfangsausrichtung zur Probe nicht kennt, ist eine Kalibrierung erforderlich, bei der eine optimale Ausrichtung des Schallkopfs gefunden werden muss. Um Informationen über das Innere der Probe zu erhalten, muss der Schall in die Probe in einem optimalen Winkel eindringen, um die Energie des reflektierte Signal zu maximieren. Um die Entwicklung von neuen Kalibriermethoden zu unterstützen, wird in dieser Arbeit der Aufbau der physikalischen Hardware mit einem Raytracer nachgebildet, um so in Simulationen eine schnellere Entwicklung von Kalibriermethoden zu ermöglichen. Das vorgestellte Raytracer-Modell ermöglicht die Simulation von Messungen und geometrischen Elementen, die den physikalischen Messaufbau nachbilden. Die Ultraschallwellenfelder werden durch einen diskreten Satz von Strahlen ersetzt, unter der Annahme, dass die Betriebsfrequenz hoch und das Medium homogen ist. Die Amplitude und die Laufzeit jedes empfangenen Strahls über den Sensorbereich werden zur Modulation der Impulsform verwendet, die wiederum einen Träger moduliert, und das Gesamtfeld wird durch Summierung aller skalierten, zeitverschobenen Kopien des Signals berechnet. Auf diese Art lassen sich auch die Form des Sendeimpulses und der Öffnungswinkel programmieren, was eine Vorteil im Vergleich zu echten Messungen darstellt. Der virtuelle Messaufbau ermöglicht die Analyse von Kalibrierungsalgorithmen und ermöglicht Aussagen über Kombinationen von Parameterwerten, die in einer realen Umgebung funktionieren könnten. In dieser Arbeit werden stochastische Approximationsalgorithmen untersucht, indem verschiedene Testszenarien eingerichtet werden, um die Leistungsmetriken Konvergenzgeschwindigkeit, Genauigkeit und Robustheit zu der Algorithmen zu bewerten. Die Kalibrierungsalgorithmen automatisieren die Kalibrierung und verkürzen die Messzeit im Vergleich zur manuellen Kalibrierung, bei der der Prüfkopf in jeden Winkel bewegt und die Messung abgewartet werden muss. Die Kalibrierungsalgorithmen sind völlig unabhängig von der Datenquelle und funktionieren sowohl in simulierten als auch in realen Messumgebungen.



Giehl, Sebastian Wilhelm;
Enabling multi-gigasample data converters for wideband RF measurement applications. - Ilmenau. - 98 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Aktuelle und zukünftige Mobilfunkstandards erfordern Bandbreiten von über 2 GHz sowie die kohärente Verarbeitung mehrerer Transceiverkanäle für Anwendungen auf Basis von Gruppenantennen. Für die Forschung und Entwicklung auf diesem Gebiet potenziell geeignete Hardwareplattform-Typen werden in dieser Arbeit kurz verglichen. Als geeignetster Ansatz für die Realisierung generischer, ultra-breitbandiger, mehrkanaliger und kohärent abtastender Transceiver wird die Xilinx RFSoC Field Programmable Gate Array (FPGA) Plattform im Detail betrachtet. Um Abtastwerte zur Speicherung oder Verarbeitung vom RFSoC an andere Geräte des Messsystems zu übertragen, wird ein universelles, modulares und rekonfigurierbares FPGA-Design für das Streaming mehrerer kohärenter Analog-Digital-Wandler Kanäle über 100 Gbit/s Ethernet entwickelt und implementiert. Dies ermöglicht die Nutzung konventioneller Netzwerk- und Servertechnik anstelle von dedizierter proprietärer Hardware. Die Analog-Digital-Wandler der aktuellen RFSoCs erreichen Abtastraten von bis zu 5 GSa/s und ermöglichen damit eine theoretische, gleichzeitige Signalbandbreite von 2,5 GHz. In dieser Arbeit werden zwei analoge Front-End-Architekturen untersucht, die durch die Kombination zweier Kanäle die zusammenhängende Bandbreite mit flachem Frequenzgang und ohne Aliasing verdoppeln. Die theoretischen Eigenschaften des Inphase Quadratur (I/Q)-Samplings mithilfe eines 90˚-Hybridkopplers und des Interleaved-Samplings über einen Power-Splitter werden analytisch hergeleitet und die Auswirkungen nicht idealer Systemeingenschaften modelliert. Beide Front-End-Architekturen werden aufgebaut und ihre Leistung durch Messungen verifiziert, wobei das implementierte Ethernet basierte Sample-Streaming zum Einsatz kommt. Es wird gezeigt, dass die gewünschte Bandbreitenerweiterung realisiert werden kann. Bereits ohne Kalibrierung werden bis zu 36 dB Image Rejection Rate (IRR) erreicht. Die resultierenden Werte liegen hierbei in der Regel 4 bis 8 dB unterhalb der theoretischen Grenzen.



Gupta, Sonakshi;
Interactive platform for demonstrating different channel modeling approaches and features. - Ilmenau. - 62 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Bei der drahtlosen Kommunikation wird die Qualität des empfangenen Signals durch Faktoren wie Empfängerempfindlichkeit, Sendeleistung, Antennenparameter, Kommunikationsfrequenz und Kanalausbreitungseigenschaften bestimmt. Das Verständnis dieser Eigenschaften ist für die Arbeit mit und für die Analyse von drahtloser Kommunikation notwendig. Die Modellierung drahtloser Kanale bei der Planung von Kommunikationsnetzen und der Bewertung der Leistung eines Kommunikationssystems für bestimmte Kanalparameter. Das Verständnis des drahtlosen Kommunikationssystems kann durch die Visualisierung verschiedener Kanalmodellierungsansätze und -eigenschaften in dreidimensionalen Darstellungen vereinfacht werden. In dieser Masterarbeit wird das Konzept einer interaktiven Plattform aus Pappkartons und Sand zur Modellierung von Kanalumgebungen zur Demonstration verschiedener Kanalmodellierungsmethoden und -funktionen vorgeschlagen. Dazu, um einige drahtlose Ausbreitungsmerkmale wie Sichtlinie, Fresnel-Zone, Beugung an einer scharfen Kante, Antennenstrahlungsmuster, Mehrwegeausbreitung, Signalabdeckung und scattering-clusters. Darüber hinaus wird ein Konzept für den Aufbau der interaktiven Plattform, der Benutzeroberfläche und der Bibliothek der Programmierschnittstellen entwickelt. Das Systemdesign und das Konzept sind anpassbar, um den Anforderungen der Benutzer gerecht zu werden. Darüber hinaus wird in dieser Arbeit eine Referenzimplementierung für das vorgeschlagene Konzept entwickelt. Die auf der dreidimensionalen Plattform erstellte Szene wird mit einer Tiefensensorkamera aufgenommen. Die Szene wird dann so skaliert, dass sie einer natürlichen Kanalumgebung ähnelt. Auf der Grundlage der angegebenen Sender- und Empfängerpositionen werden dann dreidimensionale Abbildungen entwickelt, die die Merkmale der drahtlosen Ausbreitung darstellen. Die Draufsicht dieser Abbildungen wird auf die Plattformszene projiziert, um die Visualisierung der drahtlosen Kommunikationssysteme zu zeigen. Darüber hinaus werden die Abbildungen der Merkmale auch innerhalb des dreidimensionalen Modells der Szene simuliert. Um Daten für die Implementierung von Illustrationen für die drahtlose Mehrwegeausbreitung zu demonstrieren, wird ein Ray-Tracing-Algorithmus implementiert, der auf der SBR-Methode (Shooting Bouncing Ray) basiert.



Raghavendran, Pranesh;
Doppler-domain based enhancements for Type-II 5G NR codebooks. - Ilmenau. - 67 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

In der Spezifikation für 5G New Radio (NR) wurden zwei Arten von Codebüchern, nämlich Typ-I und Typ-II, festgelegt. CB des Typs II bieten im Vergleich zu CB des Typs I eine hochauflösende und genauere Darstellung des Ausbreitungskanals. Mehrere Varianten der Typ-IICBs wurden bis zu Rel. 17 des Third Generation Partnership Project (3GPP) NR spezifiziert. Alle Varianten sind jedoch auf Fußgänger oder Szenarien mit geringer Mobilität ausgerichtet. Die aktuellen Typ-II-CBs bieten bei mittleren bis hohen Geschwindigkeiten keine angemessene Leistung, was hauptsächlich auf die derzeitige CSI-Messung und -Berichterstattung auf Basis der Kanalkohärenzzeit zurückzuführen ist, die die Kanalalterungseffekte der Ausbreitungskanäle nicht erfasst. In jüngster Zeit hat die Doppler-basierte Vorcodierung großes Interesse geweckt, da sie in der Lage ist, die Kanalalterungseffekte durch Ausnutzung der Doppler-Informationen der Ausbreitungskanäle zu überwinden. In dieser Masterarbeit wird ein vollständiges Rahmenwerk für Doppler-basierte Vorcodierung auf der Grundlage der aktuellen Typ-II-CBs entwickelt. Verschiedene Schätzverfahren, nämlich der gradientenbasierte Maximum Likelihood Parameterschätzer (RIMAX) und Orthogonal Matching Pursuit (OMP), werden zur Schätzung des Kanals verwendet, und ein auf OMP basierender Schätzalgorithmus mit geringer Komplexität wird vorgeschlagen. Auf der Grundlage des geschätzten Kanals wird die Berechnung der Vorkodierer sowohl an der gNodeB (gNB) als auch an der Benutzerausrüstung (UE) vorgeschlagen. Die vorgeschlagenen Vorkodierer werden in Bezug auf die Leistung und den Rückkopplungs-Overhead mit den Rel. 16 Typ II Vorkodierern verglichen. Darüber hinaus wird die Auswirkung der vorgeschlagenen Vorkodierer in Bezug auf steigende Aktualisierungsraten, Anzahl der Unterbänder und eine Reihe von Überabtastungsfaktoren für die Verzögerungs- und Doppler-Komponenten untersucht. Simulationsergebnisse, die auf der durchschnittlichen gegenseitigen Information basieren, und vorläufige Simulationsergebnisse auf Verbindungsebene zeigen, dass der vorgeschlagene Vorkodierer, der die Doppler- Information ausnutzt, die Rel. 16 Vorkodierer sowohl in Bezug auf die Leistung als auch den Rückkopplungs-Overhead übertrifft.



Ahmed, Shayan;
Semantic segmentation of point clouds for robot vision using machine learning methods. - Ilmenau. - 64 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Eine der schwierigen Herausforderungen, denen sich Serviceroboter stellen müssen, ist das vollständige Verständnis der Szene. Aus diesem Grund werden verschiedene Strategien angewandt, um eine punktuelle Aufteilung der 3D-Szene zu erreichen, wie z.B. die semantische Segmentierung. Die Verwendung von ML ist eine Aufgabe, die gelabelte Daten für das Training eines neuronalen Netzes erfordert. Daher wird in dieser Studie eine automatische Bildbeschriftungsmethode auf Pixelebene untersucht, um beschriftete Daten zu generieren, die dann zum Vergleich mit einem 3D-Netz verwendet werden, das mit einem etwas anderen, aber perfekt beschrifteten Datensatz trainiert wurde. Darüber hinaus werden einige der populären neuronalen Netze für Pixel-Annotation in 2D untersucht und mit einer regionsbasierten und einer verteilungsbasierten Verlustfunktion für das Training bewertet. Außerdem wird das Konzept des Transfer-Lernens untersucht, um bereits trainierte Modelle für Vorhersagen zu verwenden.



Kirchner, Maximilian;
Cost-efficient modular platform for distributed and synchronized measurements. - Ilmenau. - 67 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

In bestimmten Messsystemen können Sensoren räumlich weit verteilt sein. Die Aufnahme von Messwerten kann zentral erfolgen, durch Verbinden der Sensoren mit dem zentralen Messsystem mittels Kabeln, oder verteilt, mit einzelnen Messmodulen direkt an den Sensoren. Je nach Anwendungsfall kann es hierbei nötig sein, im letzteren Fall die Messmodule miteinander zu synchronisieren. In dieser Masterarbeit werden zwei Methoden zur Synchronisierung des Samplingprozesses von Sampling-Modulen untersucht. In der ersten Methode wird der Samplingprozess durch Software gestartet, welche in periodischen Abständen die Systemzeit abfragt. Die Systemzeit der einzelnen Module wird mittels des Network Time Protocol (NTP) mit einem zentralen Server synchronisiert. In der zweiten Methode wird ein im Ethernet-PHY integrierter Clock-Baustein verwendet um den Samplingprozess zu starten. Dieser Clock-Baustein wird mittels des Precision Time Protocol (PTP) mit einem Master synchronisiert. Für beide Methoden wird die Verzögerung zwischen den Sampling-Modulen unter verschiedenen Bedingungen (Synchronisierung ein/aus, mit CPU-Last, mit Netwerklast) gemessen. Hierfür wurde ein Testaufbau bestehend aus fünf Sampling-Modulen, einem Signalgenerator, einem PC und Netzwerk-Hardware aufgebaut. Die Messungen wurden ausgewertet und die Ergebnisse der Methoden miteinander verglichen. Mit der ersten Methode ließen sich Verzögerungen zwischen den Sampling-Modulen im Bereich zwischen 40 [my]s und 15 ms erreichen. Mit der zweiten Methode verringerte sich die Verzögerung auf Werte zwischen 37 ns und 11 [my]s, eine Reduktion auf ein Tausendstel.



Vijaya Kumar, Abhishek Swaminathan;
Application of deep learning to physical layer link abstraction. - Ilmenau. - 83 Seiten
Technische Universität Ilmenau, Masterarbeit 2022

Diese Arbeit stellt den Entwurf und die Analyse eines datengesteuerten Link-to-System (L2S) Modells vor, das in der Lage ist, die Leistung der physikalischen Schicht von zellularen Mobilfunknetzen im Downlink vorherzusagen. Ein datengesteuertes L2S-Modell zielt darauf ab, die physikalische Schicht mithilfe von Techniken des maschinellen Lernens (ML)/Deep Learning (DL) genau zu abstrahieren. Es wird ein generischer und einfacherer Ansatz zur L2S-Modellierung im Vergleich zu ihren modellgetriebenen Vorgängern geschaffen, die eine Abbildung des gemessenen Signals auf das Interferenz-plus- Rauschverhältnis (SINR) aus den für eine bestimmte Übertragung zugewiesenen Ressourcen der physikalischen Schicht auf einen effektiven SINR-Wert abbilden, der dem SNR in einer auf additivem weißem Gaußschen Rauschen (AWGN) basierenden Übertragung entspricht - Methoden wie die auf gegenseitiger Information basierende Abbildung des effektiven Signal-zu-Interferenz- und Rauschverhältnisses (MIESM) und die auf Exponentialität basierende Abbildung des effektiven Signal-zu-Interferenz- und Rauschverhältnisses (EESM). Die Arbeit gliedert sich in drei Hauptteile. Zunächst werden die Grundlagen der 5G NR-Standards vorgestellt. Im zweiten Abschnitt wird der modellgetriebene Ansatz zur L2S-Modellierung vorgestellt, wobei die Trainings- und Testphase der ESM-Algorithmen (Effective SINR Mapping) detailliert beschrieben wird. Im letzten Kapitel wird ein datengesteuerter Ansatz zur Abstraktion von Verbindungen beschrieben. ML-Algorithmen wie Random Forest Regression, Decision Tree Regression und XGBoost Regression werden beschrieben und numerisch mit den modellgetriebenen L2S-Methoden verglichen. Die Anwendung von DL-Techniken, nämlich Künstliche Neuronale Netze (ANN), Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM) und Conditional Tabular Generative Adversarial Network (CTGAN) wird ebenfalls in diesem Kapitel analysiert. Die Leistung der datengesteuerten Algorithmen wurde mit Tapped Delay Line (TDL)-Kanal-modellen des Third Generation Partnership Project (3GPP) für Innenraum- und Stadtszenarien evaluiert, einschließlich Single Input und Single Output (SISO) sowie Multiple Input und Multiple Output (MIMO) Fälle. Darüber hinaus werden die Rechen-, Arbeitsspeicher- und Speicherkomplexität sowohl für die modellgetriebenen als auch für die datengesteuerten Ansätze analysiert, um ein vollständiges Bild der Vor- und Nachteile sowie der damit verbundenen Kompromisse zu erhalten.