Record #287703 - GSI Repository

DFG project G:(GEPRIS)257184199

Diskret-wertige dünn besetzte Signale: Theorie, Algorithmen und Anwendungen

Coordinator	Professor Dr.-Ing. Robert Fischer ; Professorin Dr. Gitta Kutyniok ; Professor Götz Eduard Pfander, Ph.D.
Grant period	2014 - 2018
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)257184199

Note: Über die letzten Jahre hat das Gebiet von Compressed Sensing (CS) sowohl von Seiten der Theorie, als auch der Anwendungen, enorm an Aufmerksamkeit gewonnen. Kernpunkt von Compressed Sensing ist das Lösen von unterbestimmten Gleichungssystemen unter der Annahme, dass der unbekannte Vektor dünn besetzt (sparse) ist, also nur wenige seiner Elemente ungleich Null sind.��Es ist sehr attraktiv, die Ideen und Methoden von Compressed Sensing in der digitalen Nachrichtentechnik zu nutzen. Beispielhafte Anwendungen sind sendeseitige Signalformungsalgorithmem (z.B. Spitzenwertreduktion), Mehrfachzugriffsverfahren mit niedrigen Aktivitätsraten, Quellencodierverfahren oder Radaranwendungen. In diesen Szenarien ist der (auf der Basis von verrauschten Messungen) zu rekonstruierende Vektor/das Signal nicht nur sparse, sondern es ist sehr nützlich, wenn seine Komponenten aus einem endlichen Alphabet stammen. Diskrete, dünn besetzte Signale sind somit höchst relevant in der digitalen Nachrichtentechnik und Signalverarbeitung. Leider wurden solche Signale und deren Rekonstruktionsalgorithmen nur sehr unzureichend (wenn überhaupt) in der Literatur untersucht.��Daher beschäftigt sich dieses Projekt mit der Anwendung von Compressed Sensing zur Analyse von diskret-wertigen dünn besetzten Signalen. Ein fundamentales Verständnis der zugrunde liegenden Mathematik muss erarbeitet werden. Dazu soll eine umfassende Theorie der Rekonstruktion von diskreten sparsen Signalen sowohl aus geometrischen Überlegungen heraus, als auch durch das Übertragen von Ergebnissen und Hilfsmittel der Analysis, entwickelt werden. Zudem sollen angepaßte Rekonstruktionsalgorithmen entworfen werden. Dabei kann das Gebiet des diskreten Compressed Sensing als Bindeglied zwischen dem klassischen Compressed Sensing und der Decodierungsaufgabe bei Systemen mit mehreren Ein- nd Ausgängen aufgefaßt werden. Schließlich wird die Anwendungen von diskreten sparsen Signalen in der Nachrichtentechnik, bei Sensornetzwerken und für die Identifikation von Kanälen in Detail untersucht.

Recent Publications

There are no publications

Record created 2023-01-31, last modified 2024-09-28

Similar records

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

GSI Homepage \| GSI Library \| English Deutsch \| guest :: login GSI Repository
Search	Submit	Personalize Your alerts Your baskets Your searches	Help