T061 – Informations- and Coding Theory

Module
Informations- and Coding Theory
Informations- und Codierungstheorie
Module number
T061
Version: 2
Faculty
FDIT: Fakultät Digitale Transformation
Level
Bachelor
Duration
1 Semester
Semester
Winter semester
Module supervisor

Prof. Dr.-Ing. habil. Nataša Zivic
natasa.zivic@htwk-leipzig.de
Lecturer(s)
Course language(s)

German
in "Informations- und Codierungstheorie"
ECTS credits

5.00 credits

Workload

125 hours

Courses

4.00 SCH (2.00 SCH Vorlesung | 2.00 SCH Other)
Self-study time

65.00 hours

Pre-examination(s)
None
Examination(s)

Prüfung Klausurarbeit
Module examination | Examination time: 90 minutes | Weighting: 100%
in "Informations- und Codierungstheorie"
Form of teaching

Vorlesungen und Seminare in den Präsenzphasen sowie virtuelle Lehrveranstaltungen mit tutorieller Begleitung in den betrieblichen Phasen
Media type

Medientechnik der Lehrräume sowie E-Learning via OPAL
Instruction content/structure

1. Informationstheorie

  • Informationstheoretische Grundlagen
  • Zufallsprozesse
    • Wahrscheinlichkeitstheorie (Grundbegriffe und Axiomen)
    • Bedingte und totale Wahrscheinlichkeit, Theorem von Bayes
    • Zufallssignale
    • Zufallsvariablen und -vektoren
    • Verteilungsfunktion (uniform, normal, expotentiell)
    • Varianz und Momente höherer Ordnung
    • Charakteristische Funktion
    • Verteilung der Zufallsfunktion
    • Zentraler Grenzwertsatz
    • Stochastische Prozesse
    • Ensemble, Stationäre und ergodische Prozesse
    • Dichte des Leistungsspektrums und Wiener-Chintschin-Theorem
  • Information
  • Informations- und Entscheidungsgehalt
  • Entropie
  • Modell eines binären Kanals und Differentielle Codierung

2. Codierungstheorie

2.1 Grundlagen:

  • codierungsorientiertes nachrichtentechnisches Modell
  • Kodierungskomponenten des Kommunikationssystems

2.2 Quellcodierung:

  • Codedefinition
  • Shannons Quellcodierungssatz
  • Definition und Typen der Kompressionsverfahren
  • Verlustbehaftete Video und Audiokompression
  • Verlustfreie Kompressionsverfahren:
    • Fano-Shannon
    • Huffman
    • arithmetische Codierung
    • Wörterbuchbasierte Verfahren (Ziv-Lempel, etc.)

2.3 Kanalcodierug

  • Grundlagen: Redundanz, Bitfehlerrate, Fehlererkennung und -korrektur
  • Blockcodes
    • Hamming Codes
    • zyklische Codes
    • Cyclic Redundancy Check (CRC) - Codes
    • Reed Solomon (RS) - Codes
    • Low Density Check (LDPC) - Codes
  • Faltungscodes
    • Viterbi Algorithmus
    • Soft Input Soft Output (SISO)
    • Turbo Codes
  • Verkettung von Codes und Code-Interleaving
  • Joint Source and Channel Coding

2.4 Leitungscodierung

  • Anforderungen an die Leitungskodierung
  • Kanalkapazität
  • Basisbandübertragung
  • Leitungscodes
    • Non-Return-to-Zero (NRZ) und Return-to-Zero (RZ)
    • Alternate Mark Inversion (AMI) und Inverse Alternate Mark Invasion (IAMI)
    • Manchester und Differential Manchester
    • High Density Bipolar n
    • Binary 3 Ternary / Modified Monitored Sum
  • Scrambling
Qualification objectives

Die Informations- und Codierungstheorie wird immer wichtiger, um die Übertragungskapazitäten von Kommunikationssystemen und -anwendungen zu steigern.

Die Studierenden lernen die Grundlagen und Verfahren kennen, die in modernen Kommunikationssystemen eingesetzt werden. Sie werden in die Lage versetzt, die unterschiedlichen Verfahren zu bewerten und je nach Anforderungen die geeigneten Verfahren auszuwählen. Sie lernen, je nach Anwendungsfall, geeignete Verfahren der Kompression, Quell-, Kanal- und Leitungscodierung zu kombinieren und in Kommunikationssysteme einzusetzen. Mit dem gewonnen Wissen haben sie die Basis, bestehende Codierungsverfahren zu verbessern und neue Algorithmen zu entwickeln.
Special admission requirements
Keine
Recommended prerequisites

Lineare Algebra, Analysis, Numerische Simulation, Elektrotechnik und
Elektronik, Physikalisch-/Technische Grundlagen

bzw.

Diskrete Mathematik und Statistik, Grundlagen der Informatik, Naturwissenschaftlich-/ technische Grundlagen
Literature
  • Natasa Zivic: Modern Communications Technology, De Gruyter, 2016
  • Martin Bossert: Kanalcodierung, 2013
  • Lin, D. J. Costello: Error Control Coding, Pearson Prentice Hall, 2004
  • Channel Coding for Telecommunications, Wiley & Sons, 1999
Current teaching resources

keine
Notes
No information
Applicability

Bachelorstudiengänge der Fakultät Digitale Transformation
Link to course/learning resources in OPAL/Moodle/etc.
Close detail view
© Modulux (Version 4.1)