T061 – Informations- und Codierungstheorie

Modul
Informations- und Codierungstheorie
Informations- and Coding Theory
Modulnummer
T061
Version: 2
Fakultät
FDIT: Fakultät Digitale Transformation
Niveau
Bachelor
Dauer
1 Semester
Turnus
Wintersemester
Modulverantwortliche

Prof. Dr.-Ing. habil. Nataša Zivic
natasa.zivic@htwk-leipzig.de
Dozierende
Sprache(n)

Deutsch
in "Informations- und Codierungstheorie"
ECTS-Leistungspunkte

5.00 ECTS-Punkte

Workload

125 Stunden

Lehrveranstaltungen

4.00 SWS (2.00 SWS Vorlesung | 2.00 SWS Seminar)
Selbststudienzeit

65.00 Stunden

Prüfungsvorleistung(en)
Keine
Prüfungsleistung(en)

Prüfung Klausurarbeit
Modulprüfung | Prüfungsdauer: 90 Minuten | Wichtung: 100%
in "Informations- und Codierungstheorie"
Lehr- und Lernformen

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

Medientechnik der Lehrräume sowie E-Learning via OPAL
Lehrinhalte/Gliederung

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
Qualifikationsziele

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.
Zulassungsvoraussetzung
Keine
Empfohlene Voraussetzungen

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

bzw.

Diskrete Mathematik und Statistik, Grundlagen der Informatik, Naturwissenschaftlich-/ technische Grundlagen
Literaturhinweise
  • 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
Aktuelle Lehrressourcen

keine
Hinweise
Keine Angabe
Verwendbarkeit

Bachelorstudiengänge der Fakultät Digitale Transformation
Link zu Kurs/Lernressourcen im OPAL/Moodle/etc.
Detailansicht schließen
© Modulux (Version 4.1)