ErweiternDruck
 

Abteilung Informationstheorie und Kommunikationssysteme

Die Abteilung unter der Leitung von Prof. Eduard Jorswieck forscht an neuen Methoden und Werkzeugen der angewandten Informationstheorie, die für die Analyse, die Optimierung und den Entwurf von modernen Kommunikationssystemen eingesetzt werden.

Die Forschungsfelder umfassen im Wesentlichen die folgenden vier Bereiche: PhySec – Sicherheit auf der Übertragungsschicht, CelCom – Zellulare Kommunikationssysteme, WiFi – Moderne drahtlose lokale Netzwerke, WBAN – drahtlose Netzwerke im und auf dem menschlichen Körper. Die Forschung konzentriert sich auf methodisch mathematische Kernthemen (Netzwerk-Informationstheorie, Multikriterielle Optimierung, Spieltheorie, Informationstheoretische Sicherheit, Mehrkanalige Signalverarbeitung und maschinelles Lernen) und deren Anwendungen und Implementierungen in zeitgemäßen relevanten und aktuellen nachrichtentechnischen Verfahren und Systemen (Internet-der-Dinge (IoT), Industrie 4.0, Cyber Physical Systems (CPS), 5G und beyond 5G (B5G)).

PhySec: Die Realisierung der Zukunftsvision des Internet-der-Dinge und der Industrie 4.0, in der sehr viele heterogene Geräte, Aktoren, Sensoren, zuverlässig und sicher kommunizieren werden, benötigt eine neue Sicherheitsarchitektur, die skaliert und infrastrukturlos funktioniert. Physikalische Parameter aus der verwendeten Hardware und des Übertragungskanals erlauben die Entwicklung von neuen informations-theoretisch sicheren Primitiven. Wir erforschen die sichere Übertragung über unzuverlässige und unbekannte drahtlose Kanäle, über optische Multimode-Fiber Kanäle mit Abhöreren und über Kanäle mit Zuständen und aktiven Angreifern.

CelCom: Der Bereich umfasst sowohl aktuelle Mobilfunksysteme der 4. (LTE/A) und der 5. (5G, NR) als auch zukünftiger Generationen. Die Analyse und der Entwurf von neuen Übertragungsverfahren (PHY+MAC) beinhaltet die Kanalcodierung und –decodierung, die Signalverarbeitung am Sender und Empfänger (oder Relay), sowie neue Algorithmen der Ressourcen-Allokation, des Scheduling und der Zugangsverfahren. Gerade die Flexibilität durch Software-Defined Networks erlaubt eine effiziente Ressourcenvergabe und robuste und resiliente Kommunikation. Wir entwickeln neue Algorithmen zur Ressourcenvergabe und Sendestrategieoptimierung in zeitvarianten dynamischen komplexen Interferenz-netzwerken.

WiFi: In Zukunft werden immer dichtere private WLANs entstehen, die interferenzbegrenzt und unkoordiniert (alternativ zu managed WiFi) das unlizenzierte Spektrum verstopfen. Zusätzlich erhöhen sich die Datenraten durch die große Anzahl an
drahtlosen Geräten und durch Offloading von Makro-Mobilfunkzellen. Deshalb werden neue Verfahren und Ansätze zum verteilten Interferenzmanagement benötigt. Zur Optimierung der Funkressourcen setzen wir Ansätze aus dem maschinellen Lernen ein. Neue Verfahren zur Kanalcodierung und -decodierung werden durch Autoencoder gefunden. Wir konzentrieren uns auf WiFi-Netzwerke (IEEE 802.11), deren Modellierung, Analyse, Optimierung und dem effizienten Entwurf und Betrieb, sowie deren Koexistenz mit anderen, z.B. zellularen, Netzwerken.

WBAN: Gerade in neuen medizinischen Anwendungen werden Sensoren (und Aktoren) am menschlichen Körper angebracht, die physikalische Messgrößen effizient erfassen und bei Bedarf an ein drahtloses Fusion-Center übermitteln müssen. Basierend auf IEEE 802.15 Standards werden neue Verfahren der verteilten Signalverarbeitung und Codierung benötigt, um die anfallenden Datenmengen mit geringen Latenzzeiten und mit wenig Energieverbrauch an die zentralen Knoten zu schicken. Wir beschäftigen uns mit der Signalverarbeitung und Kommunikation für drahtlose Körpernetzwerke (BAN) und der Anwendung des maschinellen Lernens (statistische Signalverarbeitung und Lernen) zur Signalrekonstruktion durch Entfernen von störenden Artefakten.

 
 

Letzte Änderung: Dienstag, 06. August 2019