Masterarbeiten
Masterarbeiten
- Themenbeschreibung: Im Rahmen des sogenannten "BATS"-Projektes konstruiert der LIKE ein Sensornetzwerk zur Überwachung von Fledermäusen. Miniaturisierte Transmitterknoten auf dem Rücken der Fledermäuse übermitteln dafür Sensordaten (Luftdruck etc.). Speziell für die Fledermaussignale entworfene Basisstationen zeichnen das Sendespektrum für eine Nachverarbeitung auf. Für eine effiziente Zwischenspeicherung der Daten über eine definierte Zeitspanne soll hierfür ein Datenbanksystem entwickelt werden. Dieses soll eine einfache Verwaltung der Datenströme von den einzelnen Empfangsantennen der Basisstationen ermöglichen. Ein Software-Modul zur Detektion der Fledermaussignal im Datenstrom soll darüber hinaus einen einfachen Zugriff auf die Signale für eine Nachverarbeitung erlauben, durch das gezielte Extrahieren der entsprechenden Daten aus dem empfangenen Datenstrom. Dabei kann die Periodizität der Fledermaussignale ausgenutzt werden, um nach einer anfänglichen Detektion die Datensegmente schnell aufzufinden. Für die Implementierung existiert ein selbstentwickeltes Softwareframework in C++. Für den Test der entwickelten Software stehen echte Fledermaussignale aus einem früheren Feldtest bereit.
- Themengebiete: Datenmanagement, Telemetrie
- Voraussetzungen:
- Betreuer: Michael Schadhauser
- Hochschullehrer: Prof. Dr. Albert Heuberger
- PDF: Aushang
- Themenbeschreibung: Am LIKE werden Telemetriesysteme erforscht, die mit sehr wenig Sendeleistung und günstigster Hardware kleine Datenmengen über hohe Distanzen senden. Das System arbeitet in lizenzfreien Bändern, und muss trotz Interferenz die Signale wieder finden können. Zur Übertragung der Daten wird ein Verfahren verwendet, welches in Zeit- und Frequenz gespreizt überträgt. Der unbekannte Zeitpunkt der Übertragung erschwert die Auffindbarkeit am Empfänger. Die Szenarien und die erfolgreiche Detektion der Signale sind simulierbar, der theoretische Entwurf eines Detektors ist jedoch eine Herrausforderung. Zum Entwurf bietet sich ein Neuronales Netz oder Deep Learning an. Es soll ein zuverlässiges, effizientes und robustes Netz entworfen werden.
- Literaturrecherche
- Auswahl einer geeigneten Topologie
- Aufbau eines Simulators zur Erstellung von Trainingsdaten
- Validierung der Ergebnisse
Themengebiete: Digitale Signalverarbeitung, Neuronale Netze, KI, Software 2.0, Telemetrie, Python/C++
Voraussetzungen: Belegung min. eines Vertiefungsmoduls am LIKE/Python, C++ Grundlagen
Betreuer: Rene Würll
Hochschullehrer: Prof. Dr.-Ing. Albert Heuberger
PDF: Aushang
