Paradigmenwechsel in der Signalakquise

Ziel ist ein Umdenken in der Herangehensweise an die Signalakquise. Klassische Paradigmen führen häufig zu stark redundanten Messsignalen, die dann erst in einem weiteren Schritt ausgewertet werden müssen. Diese Redundanz ist mit einem hohem Aufwand verbunden und es werden meist nur wenige Teile davon tatsächlich benötigt. Anstelle dessen soll daher die Philosophie treten, die Messung auf die relevanten Informationen zu beschränken und das gesamte zur Verfügung stehende Vorwissen auszunutzen. Dies erlaubt in diesem Zuge die Entwicklung adaptiver, selbstlernender Sensorsysteme, die aus den bereits gewonnenen Daten und der sich verändernden Prüfumgebung die sinnvollste nächste Messung selbständig ableitet und sich dabei überwacht.

Selbstlernende Sensorsysteme für optimale Messplanung

Komplexe Sensorsysteme, insb. mit Fokus auf physikalisch verstandenen Signalerzeugungs- und Wechselwirkungsprinzipien mit akustischen, ultraschallbasierten, thermischen oder auch röntgenographischen Methoden für Materialien und Produkte, erzeugen mit den heute hochentwickelten und eng interagierenden Mikroelektroniken riesige Datenmengen (Big Sensor Data im Bereich von mehreren Terabyte). Diese müssen möglichst in Echtzeit erfasst und ebenso in Echtzeit zu relevanten Signalinformationen weiterverarbeitet sowie mit der darin enthaltenen Information geeignet verlustfrei komprimiert in den weiteren Datenstrom übermittelt und zur Weiterverarbeitung bereitgestellt werden.
Ein solcher Ansatz erfordert es, die Messung und die darauffolgende Signalverarbeitung nicht mehr getrennt, sondern als eine Einheit zu betrachten. Dies ist möglich, wenn geeignete, physikalisch motivierte Modelle des Messprozesses vorhanden sind, aus denen dann eine optimierte Messplanung abgeleitet werden kann. Die Modellierung der Prüfprozesse spielt deshalb in dem Projekt eine sehr wichtige Rolle.
Ziel sind algorithmische Entwicklungen und mikroelektronische Implementierungen zur „schlanken“ (auf das Notwendige reduzierten) Signalerzeugung, Methoden zur adaptiven Signalerfassung sowie zur elektroniknahen verlustfreien, auf relevante Daten reduzierten Signalverarbeitung.