Projekte

ThoR (TeraHertz end-to-end wireless systems supporting ultra high data rate applications) ist ein gemeinsames EU-Japan-Projekt, das technische Lösungen für 5G-Datennetze auf der Grundlage von 300-GHz-Funkverbindungen bereitstellt.
Für 5G-Netze werden bereits Datenverkehrsdichten von mehreren Tbps/km2 vorhergesagt. Um eine vollständig mobile und vernetzte Gesellschaft bedienen zu können, müssen die Netze nach 5G (B5G) einen enormen Zuwachs an Konnektivität, Datenverkehrsdichte und -volumen sowie die erforderliche Ultraverdichtung auf mehreren Ebenen erfahren. Das ThoR-Projekt wird technische Lösungen für das Backhauling und Fronthauling dieses Datenverkehrs im neuen Frequenzbereich bei 300 GHz bereitstellen, der die für B5G-Systeme erforderlichen Datenraten von 200+ Gbit/s abdecken kann.

ThoR

Im Projekt Aldine (Effiziente Ressourcen-Vergabe in drahtlosen Software-Defined Networks) entwickeln wir eine neue Funkzugriff-Netzwerkarchitektur, welche flexibel und angepasst an Verkehr und Nutzerdichte ist. Die Architektur berücksichtigt gut die neuen Entwicklungen im Bereich von massiven MIMO Basisstationen, nicht-orthogonalen Vielfachzugriffsverfahren und nutzt die Merkmale von Software Defined Radio und Netzwerken aus. Methodisch formuliert das Projekt die entsprechenden Funkressourcen Management Aufgaben als solide Optimierungsprobleme und löst diese entweder zentralisiert oder in einer verteilten Implementierung. Koexistenz von mehreren Netzwerktechnologien wie mmWave, WiFi und Zellular erlaubt es, die Teilnehmer mit mehreren übergangslosen Verbindungen auszustatten falls die korrespondierende Ressourcenvergabe dieses unterstützt. 

DFG-Projektseite

Die Fähigkeit, Messungen durchzuführen und diese Messungen ordnungsgemäß auszuwerten, ist entscheidend für den Fortschritt von THz-Kommunikationssystemen. Meteracom begegnet der großen Herausforderung der Messtechnik bei THz-Kommunikationsmessungen. Dabei werden vier verschiedenen Projektbereiche betrachtet:

• Rückverfolgbarkeit zum Internationalen Einheitensystem (SI)  
• Charakterisierung der Messung selbst
• Metrologische Charakterisierung der HF-Komponenten und des Ausbreitungskanals
• Erforderliche Messungen, um die Funktionalität der THz-Kommunikation zu ermöglichen

Meteracom

Im Projekt Pilsmots (Informationssicherheit auf der Übertragungsschicht in Multimode-Faser-Kommunikationssystemen) untersuchen wir die Übertragungseigenschaften von Multimode-Fasern (MMF), um mit diesen eine qualitative hochwertige Verschlüsselung auf der Ebene der Übertragungsschicht zu erzielen. Unsere Untersuchung konzentriert sich auf einen informationstheoretisch sicheren Ansatz, der Sicherheit garantiert, unabhängig von den Möglichkeiten und Ressourcen der Angreifer.

DFG-Projektseite

Drahtlose Body Area Sensor Netzwerke finden z.B. Anwendung im Bereich des Gesundheitssektors. Dabei wird ein Netzwerk aus drahtlosen Sensorknoten erstellt, das vitale, biomedizinische Signale erfasst, diese vorverarbeitet und über einen drahtlosen Kanal sendet. Dieses Vorgehen ermöglicht eine mobile Datenerfassung. Durch die Bewegungen der Personen entstehen jedoch Verfälschungen des Nutzsignals. 

Ziel des Projektes ist es daher, gemeinsam Quellcodierungs- und Signalrekonstruktionsverfahren zu entwerfen, um Bewegungsartefakte aus Nutzsignalen zu entfernen. Das gemeinsame Design wird wiederum (1) die effiziente Nutzung von Ressourcen sicherstellen, um eine langfristige Überwachung zu unterstützen und (2) die Gewinnung von zuverlässigen Messungen aus drahtlosen Body-Area-Netzwerken ermöglichen. Als Demonstration unseres Ansatzes konzentriert sich das Projekt auf die Verbesserung der Messungen von drahtlosen Elektrokardiogrammen (EKG).

RoReyBaN bei ResearchGate

Das interdisziplinäre Projekt SURESOFT der TU Braunschweig untersucht, wie Software, die in wissenschaftlichen Kontexten benötigt wird, nachhaltig entwickelt und dokumentiert werden kann. Auch das IfN nutzt z.B. für die Simulation von Mobilfunknetzen die eigens entwickelte Software SiMoNe.

Artikel im TU-Magazin
DFG-Projektseite

Ein Ziel des Projektes TurboFusion (Iterative Informationsfusion in der automatischen Spracherkennung nach dem Turbo-Prinzip) ist es, das noch lange nicht erschlossene Potential der Turbo-Informationsfusion am Beispiel der automatischen Spracherkennung weiter zu entfalten. Da die Modellierung im Bereich ASR mittlerweile mit tiefen neuronalen Netzen erfolgt, und vielfältige Netzwerk-Modelltopologien intensiv erforscht werden, ist deren Fusion ein aktuelles Thema, zu dem jedoch bislang kaum performante Lösungen bekannt sind, die gleichzeitig modular sind. Neben der Fusion einer Vielzahl komplementärer Modelle ist hier auch das Szenario räumlich verteilter Mikrofone und ASR-Prozesse von Interesse: Ist die Turbo-Informationsfusion imstande, einen Gewinn aus räumlich verteilten Mikrofonen z.B. in halliger Umgebung zu erzielen?

DFG-Projektseite

Die 6G-Initiative mit vier Forschungshubs ist wesentlicher Teil des jüngst veröffentlichten Forschungsprogramms zu Kommunikationssystemen, mit dem das BMBF in den nächsten fünf Jahren bis zu 700 Millionen Euro in die Förderung innovativer Kommunikationstechnologien investieren wird. Das Hub „6G Research and Innovation Cluster (6G-RIC)“ verfolgt das Ziel, Mobilfunksysteme mit offenen Schnittstellen über alle Technologiegrenzen hinweg zu entwickeln. Neben der eigentlichen Technologieentwicklung steht dabei der Aufbau einer leistungsfähigen Testinfrastruktur im Mittelpunkt. Die Testinfrastruktur soll die Erprobung neuer Technologiekomponenten unter realistischen und offenen Bedingungen ermöglichen, um die direkte Verwertung zu beschleunigen und mittelfristig den Aufbau eines neuen Ökosystems zu unterstützen.

6G-RIC
Artikel im TU-Magazin 

Ziel von MindMarker ist es, mit maschinellem Lernen sprachliche Äußerungen zu erforschen, um anhand häufig vorkommender, spezifischer Muster Depressionserkrankungen zu erkennen. Hierzu wird ein digitaler Sprachroboter entwickelt, der Dialoge mit Nutzerinnen und Nutzern führt, um Hinweise auf Depressionen festzustellen. Dabei wird die Befragung dynamisch an die Nutzenden angepasst, u. a. um Gesprächsabbrüchen entgegenzuwirken. Mit dieser Innovation könnte eine Depression schneller erkannt und den Betroffenen frühzeitig geholfen werden, bevor die Erkrankung chronisch wird.

BMBF-Projektseite

Im Verbundforschungsprojekt SupraCoNeX wollen die Partner durch den Einsatz von neuen Konzepten der Künstlichen Intelligenz (KI) den Datendurchsatz in heutigen WLAN-Netzwerken signifikant steigern und das WLAN-Netzmanagement effektiv vereinfachen. Da die Komplexität und Dynamik des Managements kein statisches Planungsschema zulässt, müssen Algorithmen eingesetzt werden, die auf aktuelle Anforderungen dynamisch reagieren können. Der theoretische Ansatz hierzu kommt aus der mathematischen Spieltheorie: Es werden Methoden eingesetzt, die dem menschlichen Lernen entsprechen. Richtige Entscheidungen der eingesetzten Algorithmen werden verstärkt, nicht-zielführende Entscheidungen werden gehemmt. Damit soll in SupraCoNeX die Frage beantwortet werden, wie effizient solche Netzwerke unter Einsatz von Computer-basiertem selbstverstärkten Lernen arbeiten können und wo ein signifikantes Optimierungspotenzial für die Algorithmen-gesteuerte Verteilung der Netzwerkressourcen besteht.

SupraCoNeX

Das 5G-Reallabor in der Mobilitätsregion Braunschweig-Wolfsburg verfolgt die Erforschung und lebendige Darstellung praxisnahen Bedarfs und Einsatzmöglichkeiten von 5G als Schlüsseltechnologie im Kontext einer Smart Region/Smart City. Die Förderung des Projekts erfolgt im Rahmen des 5G-Innovationsprogramms des BMVi mit dem Ziel, Deutschland als Leitmarkt für 5G-Anwendungen zu etablieren. Im Modul Braunschweig liegt der Fokus auf der Forschung und Transformation.

Projektseite des DLR

Das Projekt widmete sich der Frage, wie Verfahren des Machine Learnings in industriellen Umgebungen wie dem Eisenbahnbetrieb weiterentwickelt werden können, sodass sie auf komplexe betriebliche Daten anwendbar sind. Auch wurde untersucht, wie Signale von bestehenden Systemen so verwendet werden können, dass vor Abweichungen vom Normalbetrieb gewarnt wird und Gründe für die Warnung in natürlicher Sprache übermittelt werden. Im Rahmen des Projekts wurde eine Machbarkeitsstudie zur Anwendung von Machine Learning in einem ICE erstellt, bei der insbesondere Erklärbarkeit, Prüfbarkeit und Zertifizierbarkeit im Mittelpunkt standen.

BMVi-Projektseite

Das Forschungsprojekt KI Data Tooling wird erstmals gesamtheitlich Werkzeuge und Methoden für die Bereitstellung von Daten verschiedener Sensormodalitäten für KI-basierte Funktionen entwickeln und untersuchen. Ziel dabei ist die Entwicklung einer Datenkomplettlösung für das Training und die Validierung von automatisierten, KI-basierten Fahrfunktionen durch die integrierte Betrachtung von Realdaten, synthetisch erzeugten Daten, augmentierten Daten als Mischform davon, sowie Methoden zum effizienten Umgang mit dieser Datenbasis.

KI Data Tooling

Ziel der SPEAKER-Plattform ist es, offene, transparente und sichere Sprachassistenzanwendungen bereitzustellen. Dazu gilt es, führende Technologien der Audiovorverarbeitung, Spracherkennung, Natural-Language-Understanding (NLU), Question Answering (QA), Dialogmanagement und Sprachsynthese mittels künstlicher Intelligenz (KI) und Machine Learning zur einfachen und unkomplizierten Nutzung verfügbar zu machen. Aus diesen Schlüsselmodulen werden industrielle Sprachassistenzanwendungen entwickelt, die wiederum über die Plattform in Form von fertigen Skills anderen Marktteilnehmern zur Verfügung gestellt werden können.

SPEAKER im TU Magazin
SPEAKER

Das Projekt Deep Learning INT (Deep Learning for imaging in nano and quantum science) aus dem "Niedersächsischen Vorab", einem Forschungsvorhaben der Volkswagenstiftung zur Stärkung des Wissenschaftsstandortes Niedersachsen, gilt als ein Vorreiter in der Digitalisierung von Physik und Metrologie. Da es bisher noch keine Systeme zur Mustererkennung für beide Verfahren gibt, wird auf den Erfahrungen der TU Braunschweig mit automatisiertem Fahren aufgebaut. Die ersten Schritte des Projekts loten entsprechend die Möglichkeiten des Maschinellen Lernens in der Physik aus und trainieren die Künstliche Intelligenz an.

Artikel im TU-Magazin

Im Raum Stuttgart wird aktuell das Forschungsprojekt 5G Media2Go durchgeführt. Der Schwerpunkt liegt hier auf der Untersuchung von innovativen Übertragungstechniken zur Versorgung von Nutzer*inner während der Autofahrt. Dabei sollen sowohl lineare Radio- und TV-Programme als auch nichtlineare Formate, wie zum Beispiel Podcasts an die Infotainmentsysteme von Fahrzeugen ausgespielt werden.

Projektseite SWR