EUK-Home
| IVS | FIN | OvGU |  

Echtzeitsysteme und Kommunikation

Dieser Internetauftritt wird nicht länger gepflegt. Bitte besuchen Sie unsere neue Seite unter: euk.cs.ovgu.de



English

Lehre : Lehrveranstaltungen

„Realzeitfähige Systeme im Kontext von Informatik und angrenzenden Disziplinen“

 

Einführung                                              

Von  Systemen die gesteuert oder autonom in ihrer Umgebung operieren ist zu fordern, dass sie rechtzeitig auf Umgebungsveränderung reagieren. Dazu bedarf es neben guten Kenntnissen in Methoden und Techniken der Informatik auch Kenntnissen in angrenzenden Wissensgebieten, wie z.B.  mathematische Methoden der Physik, der Elektrotechnik, des Maschinenbaus und Kenntnissen aus der Biologie und den Medizinwissenschaften.

 

Ziel des Seminars ist, anhand ausgewählter Literatur aus praxisorientierter und grundlagenorientierter Forschung und Entwicklung einen Einblick in den Stand der Technik zu gewinnen. Wir wollen erfolgreich eingesetzte Methoden, Verfahren oder Produkte diskutieren, um u.a. die Erkundung unbekannter Umgebungen durch akustische Informationen zu ermöglichen, besonders die Erkundung des Untergrundes durch Roboter. Von Interesse dabei ist, mittels  Schallemissionsanalyse rechtzeitig Veränderungen des Untergrundes zu erkennen und Risiken bei der Navigation von Robotern entgegen zu wirken.

 

Schwerpunkte:

Real Life

Was wir hören und wie wir hören. Schallwahrnehmung aus der Umgebung bei nieder- und höher organisierten Lebewesen.  Wir wollen zeitliche Aspekte von der Wahrnehmung über die Verarbeitung bis zu motorischen Reaktionen betrachten. In unserer Umwelt nehmen wir ständig bekannte und auch unbekannte Muster auf. Welche davon sind von besonderer Bedeutung? Lässt sich (erhöhte) Aufmerksamkeit technisch beschreiben und umsetzen in vorausschauendes Handeln. Biologische Vorbilder motorischer Steuerungen.

 

Technique

Crack Detection Techniques; Acoustic Emission Testing; Signal Processing and Pattern Recognition; Informationsgewinn: aus extrahierten Messdaten.

Erzeugung von Bewegungsmustern (Motorik) durch rechtzeitige Signalmustererkennung. Bedeutung und Anwendung von Kalman-Filtern. Grenzen der Fourier Methode hinsichtlich der Anforderungen an eine hohe Zeit und  Frequenz Auflösung.

 

Special Paradigms and Techniques

“Maschinelle Intelligenz“ in der Sensor-Echtzeitverarbeitung am Beispiel einer technischen Anwendung der Industrie:  Z.B. in der Klassifikation von akustischen Signalen eines Otto Motors zur Qualitätsbestimmung sollen die mathematischen und informatorischen Methoden vorgestellt und diskutiert werden. „Artifical Intelligence in Real-Time Control“ – ist das machbar? Welche Beziehungen existieren  zwischen AI und RC? Signalbasiertes und modellbasiertes Controlling. Direkte und indirekte intelligente Kontrolle. Optimales Filtern in Systemen mit unbekanntem Input. Anwendung der Affine Wigner distribution. Kalman Filtertechniken.

 

 

 

Part I)   Real Life

 

„Schall und Klang“,  

Quelle:  Georg Eska; Birkhäuser Verlag; ISBN 3-7643-5728-2; (1997)

Gesucht: Eine Darstellung der akustische Parameter und ihrer Beziehungen: Ton, Klang; Schall, Geräusch. Über das Gehörsystem die Psychoakustik sowie Zeiteffekte zwischen Wahrnehmung und Motorik.

 

 

„Neurophysiologische Methoden zur Analyse zeitlicher Steuerungsmechanismen im Gehirn“

Walsh-Fourier-Spektralanalyse: Eine Methode zur zeitreihenanalytischen Auswertung binärer und ordinal skalierter Daten“

Die präzise Ausführung von koordinierten Bewegungen bedarf einer exakten zeitlichen Planung u. Kontrolle. Stellen Sie die zugrundeliegenden Mechanismen dar; das „wo“ und „wann“ und „wie“ der zeitlichen Kontrolle. Quelle:  „Rhythmus, ein interdisziplinäres Handbuch“ K. Müller, G. Aschersleben; Verlag Hans Huber; ISBN 3-456-83518-3; (2000)

 

 

Nonlinear Dilation Network for Prediction Applications

In welchem Zusammenhang  stehen „Time Series Prediction“, die Funktionalität des menschlichen Ohrs und eine Funktionalität wie die Prediction. Quelle: Pergamon; Engineering Application and Artifical Intelligence. Vol 9; pp. 301-308; (1996)

 

 “Using sensory weighting to model the influence of canal, otolith and visual cues on spatial orientation and eye movements”

Stellen Sie das Zusammenarbeiten diverser heterogener Sensoren dar. Ihre Dynamik, ihre Datenheterogenität incl. ihrer physikalischen Bedeutungen. (hearing, vision, motion).

Quelle:  Biological Cybernetics.; Vol 86, pp. 209-230 ;  (2002)

 

 “Learning Sensory Maps with Real-World Stimuli in Real Time Using a Biophysically Realistic Learning Rule”

Erläutern Sie das Lern-Konzept eines Echtzeitfähigen Modells anhand biophysikalischer, realistischer Lernregeln im Gehörsystem.

Quelle:  IEEE Transaction on Neural Networks, Vol. 13; No. 3; (May 2002)

 

„Attention mechanism and its role in invariant pattern recognition“

Welche Eigenschaften beihnaltet das im Paper vorgestellte Neurale Netz? Was macht die Aufmerksamkeit aus? Sind es einzelen Module im Cortex oder ist es eine spezielle Eigenschaft der Infromationsverarbeitung im Cortex?  Quellen: ELSEVIER; Neurocomputing; 38-40; 1611-1618; (2001)

 

“Neuron, Networks and Motor Behaviour”

Geben Sie einen Überblick zum Stand der Kunst in der Neurowissenschaft und achten Sie auf Hinweise, die für die Motorik von mobilen Robotern nützlich sein können. (Selection and initiation of motor behaviour; Shared features of intervertebrate central pattern generators; Dynamical systems analyses of real neural networks; sensory modulation of pattern-generating circuits; control of body orientation and equilibrium in vertebrates) Quelle: Neurons, networks, and motor behaviour; P. Stein, S. Selverston, S. Grillner; MIT Press; ISBN 0-262-19390-6; (1999)

 

 

Part II) Technique

 

Quelle:   Signal Processing and Pattern Recognition in NDE (nondestructive evaluation) of Materials.       NATO ASI Series by C.H. Chen  (1988)

Anhand von vier Veröffentlichungen, sollen Methoden der NDE (non destructive evaluation)  erörtert werden. Von Interesse ist, zu erfahren, wie der Begriff „Information“ an Strukturen bzw. deren dynamische Veränderungen geoppelt ist.

 

a)  “Modern signal processing”

This is a Paper about stochastic modelling linear prediction and their interrelation and computational aspects. Geben Sie einen Überblick zum Stand der Wissenschaft zu diesem Zeitpunkt.

 

b)  “Non destructive evaluation in the time-frequency domain by means of the Wigner-

Ville-Distribution “

In a number of NDE (non destructive evaluation) problems, parameters of interest are related to both temporal and spectral signal descriptions. It is then proposed to introduce mixed tools which consider time and frequency simultaneously. Examples stem from underwater experiments. 

 

c)  “High resolution spectral analysis NDE techniques for flaw characterisation, Prediction and discrimination”

In this paper the feasibility of ultrasonic spectroscopy in non-destructive evaluation (NDE) examined by signal processing, modern spectral analysis and pattern recognition.

 

d) “Role of peak detection and parameter estimation in non-destructive testing of materials”

Important aspects of signal analysis and interpretation; flaw detection and characterisation; pulse echo methods; process of relating signals parameters to physical properties; information extraction algorithms.

 

 “Crack detection techniques “

Quelle:  “Advances in Fracture Reseach“ Vol.3,  Ritchie;  (1999)

How to achieve information timely before break through? Oder wie lässt sich ein vorrausschauendes CONTROL ermöglichen? Versuchen Sie diese Frage zu beantworten.

 

Die Fourrier-Analyse von Signalen mit Hilfe der diskreten Fourier-Transformation

Quelle:  “Zeitdiskrete Signalverarbeitung”  Oppenheim, Schafer;  Oldenbourg, (1999)

Diskutieren Sie spezielle Auswirkungen von Fenstermethoden auf ihre Effektivität und Effiziens unter Berücksichtigung von Anwendungen.

 

 

“Basic Acoustic Quantities: Levels and Decibels and Data Analysis” 

Geben Sie einen Einblick in die Methoden der Datenanalyse speziell für Schallwahrnehmung.

Sound pressure, spectra, intensity, power velocity, speed of sound and sound energy density etc. Data Analysis: Types of data signals, deterministic and random data, stistical sampling errors; FFT and spec. spectral density functions

Quelle: “Noise and vibration control engineering”, L.Beranek,  I.Ver, Wiley&Sons; (1992)

 

 

 

Part III) Special Paradigms and Techniques

 

“Optimal filtering for systems with unknown inputs” 

Wie ist es möglich, auf unbekannte Umweltsignale zu reagieren? “Presentation of the new observer design by derivation of innovative filter techniques; Kalman Filter”Quelle: IEEE Transactions on Automatic Control; Vol. 43; No. 3; (Nov. 2000)

 

“Optimal Multistage Kalman Estimators”

Was zeichnet den OMKE gegenüber einem std. Kalman Filter aus und inwieweit ist ein Benefit bzgl. der Rechenlast erkennbar? Quelle:  IEEE Transactions on Automatic Control; Vol. 45; No. 11; ( Nov. 2000)

 

“ ARMAX Model Identification with unknown Process Order and Time-Varying Parameters”  How to identify a system in which the generating mechanisms are unknown? Quelle:  Signal Analysis and Prediction; A Prochazka; Library of Congress;

ISBN 0-8176-4042-8; (1998)

 

“Processing of non-stationary vibrations using the Affine Wigner distribution”

Was bedeutet Fehlerdiagnose? Gehen Sie vom vorliegenden Beispiel aus!

Processing of non-stationary signals. Fault diagnosis by complex changes in spectrum or by weak non-stationarities in the vibration signal. Quelle:  Signal Analysis and Prediction, A. Prochazka; Verlg. Birkhäuser (1998)

 

“Time-Frequency and Time-Scale Signal Analysis by Harmonic Wavelets”

Geben Sie eine Einführung in die Wavelet Methode und ihre Bedeutng für die Entwicklung(Design) von Algorithmen.

Harmonic Wavelets, a basis for computational algorithms designed to compute high-definition time-frequency maps. Quelle:  Signal Analysis and Prediction, A. Prochazka; Verlg. Birkhäuser (1998)

 

 „Klassifikation von Klopfsignalen eines Körperschallsensors bei Ottomotoren mit Methoden der Mustererkennung“.   Otto Motoren können dann in der Nähe ihres optimalen Beriebspunktes betrieben werden, wenn eine Früherkennung von Klopfsignalen möglich ist. Dazu sind eine Erkennung und eine rechtzeitige Bewertung der Messsignale erforderlich. Geben Sie einen Einblick in die technischen Zusammenhänge und die angewandten informatorischen Methoden. Quelle:   W. Krichel; Fak. F.  Maschinenbau RWTH Aachen, (1990)

 

Artifical Intelligence in Real-Time Control”

Stellen Sie anhand dieses Buches die Beziehung zwischen AI und RC dar unter der Berücksichtigung „perfekter“ zeitoptimaler Kontrolle von Prozessen. Keywords: Signalbasiertes und modellbasiertes Controlling, direkte und indirekte intelligente Kontrolle. Quelle: „AI in Real-Time Control“  A. Krijgsman; Kononklijke Bibliothek Den Haag;

ISBN: 90-9006497-4; (1993)

 

Fuzzy-Mengen Verknüpfung und Fuzzy-Arithmetik zur Sensordaten-Fusion“  U.Scheuner; VDI Reihe 8;  Bd. Nr. 941 (2002).

Stellen Sie die mathm. Verfahren zur Verarbeitung vager Sachverhalte dar und berücksichtigen Sie dabei Aspekte der Verabeitungszeit. Arbeiten Sie die innovativen Ansätze heraus und vergleichen diese mit den Standardmethoden.