Studentische Arbeit - Details

Untersuchungen zu überwachten Systemidentifikationsalgorithmen

Betreuer:Tobias Kabzinski, Till Hardenbicker

Themengebiet: Machine Learning, Signalverarbeitung, Adaptive Filter

Kategorie: Masterarbeit (MA)

Status: Offene Arbeit

Tools: Python, Matlab

Aufgabenstellung

Das Problem der Systemidentifikation betrifft viele Bereiche der digitalen Signalverarbeitung. Prominente Anwendungen sind u.a. die akustische Echokompensation (engl. AEC) oder die kontinuierliche Messung von kopfbezogenen Impulsantworten (engl. head-related transfer functions, HRTFs). Während bisherige Ansätze, z.B. der NLMS-Algorithmus, vor allem ohne a priori Wissen über das System arbeiten, bietet die Nutzung von geeignetem Vorwissen potentiell Vorteile in der Konvergenzgeschwindigkeit oder im Tracking von zeitvarianten Systemen. Somit könnte potentiell eine genauere oder schnellere Identifikation erzielt werden.

Im Rahmen dieser Arbeit sollen Untersuchungen grundsätzlicher Natur zur Machine-Learning-basierten Darstellung von Raumimpulsantworten, binauralen Raumimpulsantworten oder HRTFs vorgenommen werden. Darauf aufbauend sollen Machine-Learning-basierte Abwandlungen/Erweiterungen von klassischen adaptiven Filter-Algorithmen zur  Identifikation von Impulsantworten entwickelt und gegen (einfache) bestehende Algorithmen verglichen werden.

Dabei sollen ein oder mehrere der folgenden Aspekte untersucht werden:

  • Untersuchungen von manifold learrning zur niedrigdimensionalen Impulsantwort-Darstellung, z.B. mittels Auto-Encoder-Architekturen
  • Untersuchung von klassischen Signalverarbeitungsmethoden, wie inverser Faltung (Deconvolution), dargestellt als neuronales Netz
  • Untersuchung von manifold learning anhand eines konstruierten Delay-Schätz-Problems
  • Entwicklung von Adaptionsalgorithmen im niedrigdimensionalen Raum, z.B. basierend auf manifold learning
  • Erweiterung der Verfahren auf Single-Input-Multiple-Output (SIMO) oder Multiple-Input-Multiple-Output (MIMO) Systeme

Bei Interesse werden nähere Einzelheiten gerne in einem persönlichen Gespräch erläutert.

zurück