Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, in der Ingenieurspraxis oder wissenschaftlichen Praxis auftretende Probleme der Parameterschätzung als solche zu erkennen und durch geeignete Anwendung von Standardmethoden zu lösen. Ein weiteres Ergebnis ist eine Verbesserung der Beherrschung der englischen (Fach-)Sprache.
* Einführung: Motivation, Anwendungen, Überblick, historischer Rückblick.
* Deterministische Schätzmethoden: Least Squares und Variationen.
* Bayessche statistische Schätzmethoden: Allgemeine Theorie, Bayessche Cramér-Rao-Schranke, MAP und Minimum Mean Square; Anwendungen: Lineare Prädiktion, Wiener-Filter und Kalman-Filter, Systemidentifikation.
* Klassische statistische Schätzmethoden: Momentenmethode, Maximum Likelihood, EM-Algorithmus, MVU-Schätzer, BLUE, Cramér-Rao-Schranke.
Der Vortragende (Hlawatsch) trägt den Vorlesungsstoff vor, spricht mit den Studierenden darüber und beantwortet allfällige Fragen der Studierenden. Dabei bedient er sich einer Tafel, auf die er mittels Kreide (ggf. auch mehrfarbig) gewisse Zeichen schreibt und einfache Bilder zeichnet, sowie eines Tafeltuchs, mit dem er die Tafel von Zeit zu Zeit löscht. Weiters verwendet er einen Overhead-Projektor, mit dem er kompliziertere Bilder und Tabellen auf eine Leinwand projiziert. Der Vortrag des Vortragenden wird durch ein ausführliches Skriptum unterstützt (Achtung: dieses enthält nicht die meisten der vom Vortragenden gerechneten Rechenbeispiele).
Diese Vorlesung kann als Teil des Wahlmoduls "Advanced Signal Processing" gewählt werden.
Erste Vorlesung: Freitag, 04.03.2022 um15:00 Uhr im Seminarraum 389 (alternative Bezeichnung: 118).
Ein Skriptum zur Lehrveranstaltung ist erhältlich im Grafischen Zentrum der TU Wien, Wiedner Hauptstraße 8-10, 1040 Wien.
Empfohlenes Lehrbuch: S.M. Kay, Fundamentals of Statistical Signal Processing: Estimation Theory, Prentice-Hall, 1993.
