Convex Optimization in Communications and Signal Processing (ConvOpt)5 ECTS
(englische Bezeichnung: Convex Optimization in Communications and Signal Processing)

Lectures:

• • Convex Optimization in Communications and Signal Processing
    (Vorlesung, 3 SWS, Wolfgang Gerstacker, Mon, 14:15 - 15:45, E 1.12; Thu, 14:15 - 15:00, E 1.11)
  • Tutorial for Convex Optimization in Communications and Signal Processing
    (Übung, 1 SWS, Wolfgang Gerstacker et al., Thu, 15:00 - 15:45, E 1.11)

Inhalt:

Convex optimization problems are a special class of mathematical problems which arise in a variety of practical applications. In this course we focus on the theory of convex optimization, corresponding algorithms, and applications in communications and signal processing (e.g. statistical estimation, allocation of resources in communications networks, and filter design). Special attention is paid to recognizing and formulating convex optimization problems and their efficient solution. The course is based on the textbook "Convex Optimization" by Boyd and Vandenberghe and includes a tutorial in which many examples and exercises are discussed.

Lernziele und Kompetenzen:

Die Studierenden

• charakterisieren konvexe Mengen und Funktionen,

• erkennen, beschreiben und klassifizieren konvexe Optimierungsprobleme,

• ermitteln die Lösung von konvexen Optimierungsproblemen mithilfe der dualen Funktion und der KKT Bedingungen,

• wenden numerische Algorithmen zur Lösung von konvexen Optimierungsproblemen an,

• wenden konvexe Optimierungsverfahren auf verschiedene Probleme in der Übertragungstechnik und Signalverarbeitung an.

Literatur:

Boyd, Steven ; Vandenberghe, Lieven: Convex Optimization. Cambridge, UK : Cambridge University Press, 2004

Organisatorisches:

Signals and Systems, Communications

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:

1. Communications and Multimedia Engineering (Master of Science)
   (Po-Vers. 2011 | Masterprüfung | Wahlmodule | Technische Wahlmodule)
2. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)
   (Po-Vers. 2008 | Masterprüfung | Wahlpflichtbereich Technisches Anwendungsfach | Convex Optimization in Communications and Signal Processing)
3. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)
   (Po-Vers. 2013 | Wahlpflichtbereich Technisches Anwendungsfach | Information Technology - DSP)
4. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)
   (Po-Vers. 2013 | Wahlpflichtbereich Technisches Anwendungsfach | Information Technology - DT)
5. Elektrotechnik, Elektronik und Informationstechnik (Bachelor of Science)
   (Po-Vers. 2007 | Studienrichtungen (Wahlpflichtmodule) | Studienrichtung Informationstechnik | Vertiefungsmodule Informationstechnik | Convex Optimization in Communications and Signal Processing)
6. Elektrotechnik, Elektronik und Informationstechnik (Bachelor of Science)
   (Po-Vers. 2009 | Studienrichtungen | Studienrichtung Informationstechnik | Vertiefungsmodule (Wahlpflichtmodule) Informationstechnik | Convex Optimization in Communications and Signal Processing)
7. Elektrotechnik, Elektronik und Informationstechnik (Master of Science)
   (Po-Vers. 2010 | Studienrichtung Informationstechnik | Vertiefungsmodule Informationstechnik | Convex Optimization in Communications and Signal Processing)
8. Elektrotechnik, Elektronik und Informationstechnik (Master of Science)
   (Po-Vers. 2015s | Masterprüfung | Studienrichtung Informationstechnik | Vertiefungsmodule Informationstechnik | Convex Optimization in Communications and Signal Processing)
9. Medizintechnik (Master of Science)
   (Po-Vers. 2013 | Studienrichtung Medizinische Bild- und Datenverarbeitung | M5 Medizintechnische Vertiefungsmodule (BDV))

Studien-/Prüfungsleistungen:

Convex Optimization in Communications and Signal Processing_ (Prüfungsnummer: 772738)

(diese Prüfung gilt nur im Kontext der Studienfächer/Vertiefungsrichtungen [3], [4])

Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet

Anteil an der Berechnung der Modulnote: 100.0 %

Erstablegung: WS 2015/2016, 1. Wdh.: SS 2016

1. Prüfer:

Wolfgang Gerstacker

Convex Optimization in Communications and Signal Processing (Prüfungsnummer: 68501)

(diese Prüfung gilt nur im Kontext der Studienfächer/Vertiefungsrichtungen [2], [5], [6], [7], [8], [9])

Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet

Anteil an der Berechnung der Modulnote: 100.0 %

Erstablegung: WS 2015/2016, 1. Wdh.: SS 2016

1. Prüfer:

Wolfgang Gerstacker

Termin: 04.04.2016, 08:00 Uhr, Ort: H 8 TechF
Termin: 11.10.2016, 08:00 Uhr, Ort: H 10 TechF
Termin: 13.04.2017, 16:00 Uhr, Ort: H 9 TechF
Termin: 10.10.2017, 14:00 Uhr