exams

Das Forschungsfeld "model-based Machine-Learning", welches klassische Signalverarbeitung und Machine-Learning vereinigt, soll auf Aufgaben der Datenübertragung und RADAR-Technik angewandt werden. Vorteil: Das Machine-Learning muss aus den Daten nicht das lernen, was man aus der klassischen Signalverarbeitung schon lange weiß. Deshalb benötigt man wendiger Trainingsdaten und ist beim Training schneller und ressourceneffizienter.

Das Finale Thema wird auf Interessen des Kandidaten abgestimmt.

Es soll eine Basisstation entwickelt werden für das neue 5G-System "DECT NR+", die sowohl Endgeräte mit extrem geringem Energiebedarf als auch Endgeräte mit Latenzanforderungen bei hoher Zuverlässigkeit bedienen soll.

Im Automobilbereich werden RADARe heute zur Umfelderfassung (Abstandsradar, Totwinkelradar usw.) verwendet. Es sind bis zu 12 RADARe pro Fahrzeug verbaut, die größtenteils FMCW-RADAR verwenden, das ist eine monofrequente Frequenzrampe, z.T. mit zwischen den Fahrzeugherstellern unterschiedlicher Rampensteilheit. Zunehmend werden immer mehr Fahrzeuge mit RADARen ausgerüstet, sodass die Wahrscheinlichkeit, dass sich die RADAR-Signale gegenseitig stören, zunimmt. Bereits heute (z.B. bei Stau in mehrspurigen Kreisverkehren) kann es durch solche Interferenz dazu kommen, dass ein RADAR-System sich zeitweise abschaltet. Abhilfe schaffen sollen Digital-RADARe, die z.B. gleichzeitig das gesamte Frequenzband belegen, welche sich mit Nachbar-RADARen anderer Fahrzeuge kooperative abstimmen.

Da erste Fahrzeuge zusätzlich Kommunikationsmöglichkeiten mit der direkten Umgebung vorhalten (vehicle-to-vehicle/infrastructure/etc., V2X), soll in einer Forschungsaktivität ein gemeinsames RADAR- und Kommunikationssystem (RADCOM) entwickelt werden. Das Verfahren soll die Trainingsfolge des Datenübertragungssignals, welches dort zur Kanalschätzung und anschließenden Entzerrung des Empfangssignals verwendet wird, ebenfalls zur RADAR-Detektion verwenden.

Die Idee des Projekts ist es, Signalverarbeitungskomponenten und Machine-Learning-Algorithmen für so ein System zu entwickeln und als PC-Simulation zu implementieren.

Sie werden arbeiten an einem aktuell laufenden Forschungsprojekt mitarbeiten, bei dem es vielfältige Aufgaben zu bearbeiten gibt, aus denen Sie in Absprache auswählen können. Das Spektrum der Aufgaben in Fachbereichen der Kommunikations- und Netzwerktechnik sowie angrenzenden Bereichen reicht von informationstheoretischen Arbeiten der Nachrichtentechnik/RADAR-Technik, über das Programmieren von Simulationen (Sprachen Julia/Python/MATLAB), Betrachtungen zu Fehlerkorrekturcodes (Bits), Entwurf und Implementierung von Kommunikationsprotokollen bis hin zu Implementierungen in Microcontrollern und FPGAs (programmierbaren Logikschaltungen) und deren praktische Erprobung.

Zur Optimierung des Verkehrsflusses über mehrere Straßenkreuzungen hinweg sollen Statistiken über Quelle-Ziel-Beziehungen von Verkehrsteilnehmer mit Verkehrskameras erfasst werden. Hier können verschiedene Themen bearbeitet werden (Hardware-Aufbau, Bild-/Signalverarbeitung bis Software-Optimierung), wobei das Open-Source-Projekt OpenTrafficCam genutzt und erweitert werden soll

Mithilfe von existierender Ultra-Breitband-Kommunikationstechnik (ultra-wideband, UWB) sollen RADAR-Bilder erfasst und Objekte lokalisiert werden.

Hier sind verschiedene Themen möglich, z.B.

• Inbetriebnahme eines UWB-Kanalmessgeräts und Durchführen von Kanalmessungen
• Inbetriebnahme von UWB-Kommunikations-Module, Auslesen und Fusion von Kanalmessungen
• Signalverarbeitung für Kanalmessungen
• Signalverarbeitung für Positionierung
• Implementierung von Radar-Detektionsalgorithmen

Wasserstoff gilt als einer der Energiespeicher für die Mobilität der Zukunft, insbesondere für den Schwerlastverkehr. Bestehende Wasserstoff-Tankstellen können zwar LKW-betranken, dies dauert jedoch inakzeptabel lange, weil die Tanksäule nicht die individuelle Thermodynamik des Fahrzeugtanks berücksichtigen kann: Beim Betanken wird das komprimiertes H2-Gas wird warm, die Gas-Tanks im Fahrzeug sind aber nur für eine bestimmte Maximaltemperatur spezifiziert.

Solche Betankungsverfahren zur schnelleren Betankung (Ziel: voll in 5-10 Minuten) sind gerade in der Entwicklung und Standardisierung. Sie benötigen zumindest Druck- und Temperaturdaten aus den Fahrzeugtanks, um daran die Betankungsgeschwindigkeit anpassen zu können. In der Explosionsgeschützten Umgebung der Tanksäule soll dazu ein Funkkommunikationsverfahren werden.

Die Idee des Projekts ist es, die Funkkommunikation und die zugehörigen Protokolle so zu entwerfen, dass die Datenübertragung funktional sicher gegen Ausfälle (zuverlässig nach Sicherheitsnormen) ist und außerdem Anforderungen an die IT-Sicherheit erfüllt, v.a. ohne auf ein Cloud-Backend zurückgreifen zu müssen.

Sie werden arbeiten an einem aktuell laufenden Forschungsprojekt mitarbeiten, bei dem es vielfältige Aufgaben zu bearbeiten gibt, aus denen Sie in Absprache auswählen können. Das Spektrum der Aufgaben in Fachbereichen der Kommunikations- und Netzwerktechnik sowie funktionaler und IT-Sicherheit angrenzenden Bereichen reicht vom Entwerfen von Konzepten, über das Programmieren von Simulationen (Sprachen Julia/Python/MATLAB und Kommunikationsnetzwerk-Simulatoren wie ns3, Omnet++ u.ä.), Betrachtungen zu Fehlerkorrekturcodes (Bits), Entwurf und Implementierung von Kommunikationsprotokollen bis hin zu Implementierungen in Microcontrollern und deren praktische Erprobung.

Schlagworte: Fehlerkorrektur Kanalcodierung software-defined radio sdr Wellenform Funk Fraunhofer digitale signalverarbeitung

Arbeit in Kooperation mit dem Fraunhofer Institut für Kommunikation, Informationsverarbeitung und Ergonomie (FKIE) nahe Bonn.

Code-Design, Codierung und Decodierung moderner und flexibler Kanalcodes für Software Defined Radios

Jedes praktisch relevante digitale Übertragungsverfahren verfügt über ausgereifte Mechanismen für die automatische Korrektur von Übertragungsfehlern auf der physikalischen Übertragungsschicht. Für die Korrektur unvermeidlicher Übertragungsfehler wird auf der Sendeseite mittels eines Kanalcodierers Redundanz (Prüfbits) in das Sendesignal eingefügt. Die Kenntnis der für die Erzeugung der Redundanz verwendeten Vorschrift erlaubt es dem Empfänger so, Fehler zu korrigieren, ohne dass eine erneute Übertragung erforderlich ist.

Die leistungsfähigsten bekannten Kanalcodes sind Low-Density-Parity-Check-(LDPC-)Codes, Polar-Codes und Turbo-Codes [1], [2]. Für die Decodierung solcher Codes werden häufig Message-Passing-Algorithmen basierend auf Graphen angewendet, bei denen iteriert Informationen zwischen den Komponenten des Decodierers ausgetauscht und verarbeitet werden. So können herausragende Fehlerkorrektureigenschaften mit handhabbarer Decodierkomplexität erreicht werden. Für das Design solcher Kanalcodes existieren verschiedene wissenschaftliche Werkzeuge, z.B. Extrinsic-Information-Transfer-(EXIT-)Charts, Density-Evolution, Kapazitätsbetrachtungen und Fehlerratensimulationen.

Derzeit laufend finden innerhalb verschiedener internationaler Gruppierungen, z.B IEEE, ETSI, EU und NATO, Bemühungen zur internationalen Standardisierung von Übertragungsverfahren für Software-Defined-Radios (SDRs) statt. In SDRs werden wesentliche Teile der Basisbandsignalverarbeitung eines Funkgeräts in digitaler Signalverarbeitungs-Software realisiert. Moderne Kommunikationsverfahren für SDRs, die Wellenformen genannt werden, unterstützen oft unterschiedliche Modi mit unterschiedlichen Modulationsverfahren, Payload-Größen und unterschiedlichen Coderaten. Das geeignete Design moderner Kanalcodes hängt aber ganz maßgeblich von der Codewortlänge und dem verwendeten Modulationsverfahren ab. Verschiedene Kanalcodierungen bieten, abhängig von der Codewortlänge und dem verwendeten Decodieralgorithmus, auch unterschiedlich gut ausgeprägte Fehlerkorrektureigenschaften. Optima für verschiedene Blocklängen und Kanalmodelle zu finden, ist extrem schwierig.

In der Arbeit geht es deshalb darum, Kanalcodierungs- und Modulationsschemata moderner Kommunikationsstandards für SDR-basierte Wellenformen zu implementieren, zu evaluieren und eventuelle Verbesserungspotenziale bezüglich des Codedesigns zu identifizieren. Hierbei soll besonderer Wert auf Flexibilität bezüglich der Coderate und unterschiedlicher verfügbarer Bandbreiten der verschiedenen Wellenformmodi gelegt werden. Dabei ist es zunächst erforderlich, die Grundlagen der Verarbeitung von sogenannter Soft-Information in der Kanaldecodierung [3] zu erarbeiten. Darüber hinaus sollen literaturbekannte Verfahren für die Codierung und Decodierung von Turbo-Codes, LDPC-Codes und Polar-Codes erarbeitet werden. Anschließend sollen die entsprechenden Codierer und Decodierer für diese Kanalcodes in einer eigenen Software-Umgebung effizient implementiert, evaluiert und miteinander verglichen werden. Ferner sollen Verfahren für das Code-Design von Turbo, LDPC- und Polar-Codes untersucht werden, um so konkrete Verbesserungspotenziale zu bestehenden Standards bzw. Standardisierungsvorschlägen zu identifizieren.

[1] S. J. Johnson, Iterative Error Correction. New York, USA: Cambridge University Press, 2010.

[2] S. J. Johnson, Introducing Low-Density Parity-Check Codes, online available: https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.165.258&rep=rep1&type=pdf

[3] J. Hagenauer, E. Offer, and L. Papke, “Iterative decoding of binary block and convolutional codes,” in IEEE Transactions on Information Theory, vol. 42, no. 2, pp. 429–445, Mar. 1996.