Dünnbesetzte Signale und Operatoren: Theorie, Methoden und Anwendungen

01.03.2008 - 28.02.2013
Research funding project

Sparse recovery (compressed sensing, CS) ist ein neues und aktives Gebiet der angewandten Mathematik mit hohem Potenzial für zahlreiche Bereiche der Signalverarbeitung und Telekommunikation. Ziel des beantragten Projekts ist es, (1) neue mathematische Ergebnisse und Algorithmen für CS zu entwickeln und (2) CS-Methoden für zwei Anwendungen mit großer wirtschaftlicher Bedeutung ¿ drahtlose Kommunikation und photoakustische Bildgebung ¿ nutzbar zu machen. Das Projekt ist geplant als interdisziplinäre Kooperation dreier Forschungsgruppen in den Bereichen angewandte Mathematik, Telekommunikation/Signalverarbeitung und Laserspektroskopie/Chemische Bildgebung. Als Ergebnisse dieser Kooperation sind wesentliche Fortschritte in den betrachteten Anwendungen sowie neue Impulse in der Mathematik zu erwarten. Die Verwertung von Projektergebnissen durch Wiener und andere Unternehmen wird von den Projektmitarbeitern aktiv gefördert werden.

People

Project leader

Project personnel

Institute

Förderungmittel

  • WWTF Wiener Wissenschafts-, Forschu und Technologiefonds (National) Wiener Wissenschafts-, Forschungs- und Technologiefonds (WWTF)

Research focus

  • Telecommunication: 50%
  • Sensor Systems: 50%

Keywords

GermanEnglish
dünnbesetztsparsity
compressed sensingcompressed sensing
Drahtlose Kommunikationwireless communications
Photoakustische Bildgebungphotoacoustic imaging

External partner

  • Technische Universität München
  • Universität Bonn, Institut für Numerische Simulation
  • Universität Wien

Publications