Zugl.: Dresden, Techn. Universiẗat, Habil.-Schr., 2005.

Techn. Universiẗat, Diss.--Berlin, 2007. / Zsfassung in dt. und engl. Sprache.

University, Diss., 1989--Paderborn.

Zugl.: Dresden, Techn. Univ., Diss., 2005

Heidelberg, Univ., Diss., 2005.

Universiẗat, Diss., 2006--Kassel.

Zugl.: Hannover, Univ., Diss., 2008

To measure the speed of a vehicle, the revolution of a wheel or a rigid axle is traditionally used. Therefore non corrigible systematic errors occur which are caused by slip, spin and by the change of wheel diameter due to fretting. Train control and traction systems require new robust as well as precise methods of speed measurement. Because of their physical properties, Doppler-radar-sensors attached to the vehicle and measuring ground speed are first choice for this range of applications. Currently used sensors cannot fulfil the high demands under all operating conditions, because they are unable to completely compensate the various interferences and systematic deviations. This is the starting point of this dissertation. Two independent diverse methods with optimised reliability and accuracy must be used to meet all requirements. Limited resources of the embedded digital signal processor system under real-time conditions have to be taken into account. According to the boundary conditions, the introductory chapters critically discuss the frequency analysis methods currently used and describe starting points for further development. This leads to the design of a new, robust, wide-band spectral analysis which combines techniques of the dyadic wavelet transformation with the fast Fourier transformation. At the same time a new frame procedure and general model for the estimation of motion parameters is developed which features short delays. The disadvantages of the block-based discrete spectral analysis applied over continuous approaches are extensively compensated. The block structure of spectral data enables the selective use of new knowledge-based spectral filters for the compensation of the remaining intense interferences which are typical of this kind of application. / Die Fahrzeuggeschwindigkeitsmessung über die Drehzahl eines Rades weist in Schlupf- und Schleuderzuständen erhebliche systematische Abweichungen auf. Deshalb erfordern Zugbeeinflussungs- und Antriebssysteme neue gleichzeitig robuste und präzise Geschwindigkeitsmessmethoden. Die Mikrowellensensorik unter Nutzung des Dopplereffekts zwischen Fahrzeug und Gleisbett wird wegen ihrer physikalischen Eigenschaften für dieses Einsatzgebiet favorisiert. Bisherige Sensorapplikationen erfüllen aber die hohen Ansprüche nicht in allen Betriebszuständen. Hier setzt die in dieser Arbeit beschriebene Sensorentwicklung auf. Zwei getrennt hergeleitete und nach Zuverlässigkeit und Genauigkeit optimierte neue Verfahren können bei gleichzeitiger Anwendung die gestellten Anforderungen erfüllen. Dabei müssen auch die beschränkten Ressourcen des eingebetteten digitalen Signalverarbeitungssystems unter Echtzeitbedingungen berücksichtigt werden. Entsprechend dieser Randbedingungen findet einleitend eine kritische Betrachtung bestehender Frequenzanalysemethoden statt und Ansätze für die Weiterentwicklung werden herausgearbeitet. Einerseits führt dies zur Konstruktion einer neuen störunempfindlichen Weitbereichsspektralzerlegung, welche Ansätze der dyadischen Wavelettransformation mit der Diskreten Fourier-Transformation verbindet. Andererseits wird ein neues Rahmenverfahren für die verzögerungsarme Schätzung der Bewegungsparameter des Fahrzeuges aufgrund seines physikalischen Bewegungsmodells hergeleitet und mit einem hochgenauen Frequenzauswerteverfahren kombiniert. Beide Verfahren basieren auf blockweisen diskreten Spektralzerlegungen, deren prinzipielle Nachteile gegenüber kontinuierlichen Ansätzen weitgehend kompensiert werden können. Durch die Blockorganisation lassen sich neuartige wissensbasierte Spektralfilter selektiv zur Unterdrückung starker bahnanwendungstypischer Störeinflüsse einsetzen.

To measure the speed of a vehicle, the revolution of a wheel or a rigid axle is traditionally used. Therefore non corrigible systematic errors occur which are caused by slip, spin and by the change of wheel diameter due to fretting. Train control and traction systems require new robust as well as precise methods of speed measurement. Because of their physical properties, Doppler-radar-sensors attached to the vehicle and measuring ground speed are first choice for this range of applications. Currently used sensors cannot fulfil the high demands under all operating conditions, because they are unable to completely compensate the various interferences and systematic deviations. This is the starting point of this dissertation. Two independent diverse methods with optimised reliability and accuracy must be used to meet all requirements. Limited resources of the embedded digital signal processor system under real-time conditions have to be taken into account. According to the boundary conditions, the introductory chapters critically discuss the frequency analysis methods currently used and describe starting points for further development. This leads to the design of a new, robust, wide-band spectral analysis which combines techniques of the dyadic wavelet transformation with the fast Fourier transformation. At the same time a new frame procedure and general model for the estimation of motion parameters is developed which features short delays. The disadvantages of the block-based discrete spectral analysis applied over continuous approaches are extensively compensated. The block structure of spectral data enables the selective use of new knowledge-based spectral filters for the compensation of the remaining intense interferences which are typical of this kind of application. / Die Fahrzeuggeschwindigkeitsmessung über die Drehzahl eines Rades weist in Schlupf- und Schleuderzuständen erhebliche systematische Abweichungen auf. Deshalb erfordern Zugbeeinflussungs- und Antriebssysteme neue gleichzeitig robuste und präzise Geschwindigkeitsmessmethoden. Die Mikrowellensensorik unter Nutzung des Dopplereffekts zwischen Fahrzeug und Gleisbett wird wegen ihrer physikalischen Eigenschaften für dieses Einsatzgebiet favorisiert. Bisherige Sensorapplikationen erfüllen aber die hohen Ansprüche nicht in allen Betriebszuständen. Hier setzt die in dieser Arbeit beschriebene Sensorentwicklung auf. Zwei getrennt hergeleitete und nach Zuverlässigkeit und Genauigkeit optimierte neue Verfahren können bei gleichzeitiger Anwendung die gestellten Anforderungen erfüllen. Dabei müssen auch die beschränkten Ressourcen des eingebetteten digitalen Signalverarbeitungssystems unter Echtzeitbedingungen berücksichtigt werden. Entsprechend dieser Randbedingungen findet einleitend eine kritische Betrachtung bestehender Frequenzanalysemethoden statt und Ansätze für die Weiterentwicklung werden herausgearbeitet. Einerseits führt dies zur Konstruktion einer neuen störunempfindlichen Weitbereichsspektralzerlegung, welche Ansätze der dyadischen Wavelettransformation mit der Diskreten Fourier-Transformation verbindet. Andererseits wird ein neues Rahmenverfahren für die verzögerungsarme Schätzung der Bewegungsparameter des Fahrzeuges aufgrund seines physikalischen Bewegungsmodells hergeleitet und mit einem hochgenauen Frequenzauswerteverfahren kombiniert. Beide Verfahren basieren auf blockweisen diskreten Spektralzerlegungen, deren prinzipielle Nachteile gegenüber kontinuierlichen Ansätzen weitgehend kompensiert werden können. Durch die Blockorganisation lassen sich neuartige wissensbasierte Spektralfilter selektiv zur Unterdrückung starker bahnanwendungstypischer Störeinflüsse einsetzen.

In neural implants and biohybrid research systems, the integration of electrode recording and stimulation front-ends with pre-processing circuitry promises a drastic increase in real-time capabilities [1,6]. In our proposed neural recording system, constant sampling with a bandwidth of 9.8kHz yields 6.73μV input-referred noise (IRN) at a power-per-channel of 0.34μW for the time-continuous ΔΣ−modulator, and 0.52μW for the digital filters and spike detectors. We introduce dynamic current/bandwidth selection at the ΔΣ and digital filter to reduce recording bandwidth at the absence of spikes (i.e. local field potentials). This is controlled by a two-level spike detection and adjusted by adaptive threshold estimation (ATE). Dynamic bandwidth selection reduces power by 53.7%, increasing the available channel count at a low heat dissipation. Adaptive back-gate voltage tuning (ABGVT) compensates for PVT variation in subthreshold circuits. This allows 1.8V input/output (IO) devices to operate at 0.4V supply voltage robustly. The proposed 64-channel neural recording system moreover includes a 16-channel adaptive compression engine (ACE) and an 8-channel on-chip current stimulator at 3.3V. The stimulator supports field-shaping approaches, promising increased selectivity in future research.