EE Seminar: Multicarrier Communication in the Presence of Clipping

09 בפברואר 2020, 15:00 
Room 011, Kitot Building  

Speaker: Igal Kotzer

Ph.D. student under the supervision of Prof. Simon Litsyn

 

Sunday, February 9th, 2020 at 15:00
Room 011, Electrical Eng. Bldg., Faculty of Engineering

Multicarrier Communication in the Presence of Clipping

 

Abstract

Clipping of an analog signal at the transmitter is a significant impediment in practical multicarrier systems. As clipping is an irreversible operation, it inherently introduces distortion to the signal.  Much of the ongoing research in the area of clipping and multicarrier signals focuses on methods that reduce the Peak to Average Power Ratio (PAPR) of the signal with the aim of reducing the probability of clipping. However, reducing the PAPR to a level at which the probability of clipping is negligible to the extent that it does not significantly impact the communication fidelity is still an ongoing quest.

 

The evaluation of the PAPR statistics and overall system effect of clipping in any given system is done by simulations as no good computational methods exist. This evaluation requires running a lengthy simulation with all relevant parts of the signal path well modeled. Any change made to the system design requires running the simulations all over again to evaluate the effect of clipping on the overall system performance.

 

This work focuses on analytical tools to quantify the impairment inflicted on the multicarrier signal in the presence of clipping, so that a decision on whether further PAPR reduction needs to be pursued for the desired overall system performance can be made. The analytical tools make the lengthy simulation process unnecessary for estimating the PAPR statistics, as the required statistics can be obtained computationally.

 

We first present a novel model for constant-energy constellation (the data is drawn from equi-energy symbols) discrete-time multicarrier signals. We next present an analytical approach to the calculation of the Error Vector Magnitude (EVM) in clipped multicarrier signals. This work is then extended to more practical cases of a multicarrier signal that involve carriers modulated by different constellations and with different power levels. We finally compute the information theoretic achievable rates of a clipped multicarrier signal by way of mutual information based on the Gaussian approximation for a family of clipping functions.

תוכנית הלימודים בנויה כך שבוגריה יהיו מהנדסים ברמה גבוהה ושנתוני השכלתם יתאימו הן לתעשיות ההנדסיות הביו-רפואיות והן לתעשיות הנדסיות אחרות. התוכנית מבוססת על לימודים במשך שמונה סמסטרים לאורך ארבע שנים. זוהי תוכנית ייחודית שבמסגרתה ירכשו התלמידים הכשרה רב-תחומית ברמה הגבוהה ביותר במדעים מדויקים (מתמטיקה, פיזיקה, כימיה), במדעי החיים (ביולוגיה תאית, גנומיקה, ופיסיולוגיה של מערכות של גוף האדם), ובענפי ההנדסה השונים. בין השיטות ההנדסיות נכללות, לדוגמה, שיטות ממוחשבות, הנדסת מערכות דימות מתקדמות, אלגוריתמי עיבוד אותות, עיבוד תמונה ולמידת מכונה, ועד הנדסת חומרים ורקמות ותכנון הנדסי של מערכות.

 

סטודנטים מצטיינים (10% עליונים בכיתתם) יכולים לבחור בראשית השנה השלישית ללימודיהם בתוכנית לימודים ישירה לתואר שני. סטודנטים שיסיימו תוכנית זו יקבלו הן תואר ראשון והן תואר שני בהנדסה ביו-רפואית בתום חמש שנות לימוד. סטודנט בתוכנית הישירה לתואר שני ילמד החל מהשנה השלישית קורסים מתוכנית לימודי התואר השני ולימודיו יהיו מכוסים במלגת מצוינות למשך שנתיים. בשנה ד' על התלמיד לבצע פרויקט גמר אשר יכול להיעשות במעבדות חברי הסגל במחלקה או בתעשייה.

 

לאחר תום השנה השניה יכולים מצטיינים להשתתף במחקר במעבדות השונות במחלקה. מצטיינים בשנים ג'  ו-ד' יכולים את אף למחקר במסגרת תוכנית השת"פ הבינלאומית עם אוניברסיטת UCLA.

 

תוכנית הלימודים מכוונת גם ליישומים תעשייתיים וליזמות. סטודנטים המעוניינים בכך ישתלבו בלימודים משולבי התנסות בתעשייה כך שהם יזכו בקרדיט אקדמי, בעודם מבצעים עבודות פיתוח בשירות חברות ביו-מד. התנסות זו גם משמשת להכרת הסטודנט ע"י חברות הי-טק. החברות מצידן נעזרות במסגרת זו הן לחניכה והן לאיתור של עובדים חדשים. כחלק מהחינוך ליזמות, תלמידי המחלקה יוכלו להגיש מועמדותם לתוכנית היזמות והחדשנות של מכשור רפואי הפועלת בקמפוס (BioMedTech@TAU), התוכנית מכשירה את משתתפיה במיומנויות הנדרשות להפיכת רעיון למוצר.

 

זכאות לתואר

לקבלת התואר יהיה זכאי סטודנט שצבר בהצלחה 190 שעות סמסטריאליות (הרצאה, תרגול ומעבדה) בלימודי המגמה.

בוגרי התוכנית יקבלו:

תואר ראשון (B.Sc.) בהנדסה ביו-רפואית

 

מסלולי בחירה

החל מסמסטר 5 מציעה המגמה מסלולי התמחות. כל סטודנט חייב בבחירת 2 מסלולי התמחות. כמו כן מוצע אשכול קדם רפואה – למתעניינים בהמשך בלימודי רפואה. תלמיד באשכול רפואה פטור משני קורסי בחירה במסלולים לפי בחירתו

יהיה פטור משלושה קורסי בחירה במסלולים לפי בחירתו.

 ……

התוכנית כוללת ארבעה מסלולי התמחות ואשכול קדם רפואה:

  • מסלול "דימות וחישה"
  • מסלול "הנדסת חומרים ורקמות"
  • מסלול "ביו-מכניקה של גוף האדם"
  • אשכול קדם רפואה

יש לבחור 2 מסלולים, לכל מסלול קורסי חובה וקורסי בחירה (חלקם חופפים בין המסלולים) - ועל התלמיד לקחת בסך הכול 10 קורסים.

 

תלמידים המעוניינים באשכול קדם רפואה חייבים להחליט על כך עד סוף שנה ב'. על תלמידים אלה ללמוד את המקצועות הרשומים באשכול, על פי התנאים המפורטים בהמשך.

 

מסלול דימות וחישה

מסלול זה מאפשר העמקה בעקרונות היסוד המשמשים בהנדסת מערכות לדימות ביו-רפואי או בהנדסה של אמצעי חישה של אותות פיזיולוגיים אחרים שאינם כוללים דימות.

קורסי המסלול נוגעים באספקטים הקשורים לעצם הרכישה של האות הביו-רפואי, השחזור של תמונה או של המידע הפיזיולוגי מתוך האות הגולמי ועד להתמודדות עם רעשים והפרעות שונות או התמודדות עם כל קושי אחר המחייב עיבוד.

באופן פרטני הקורס כולל סקירה של מרבית טכנולוגיות הדימות הדיו-רפואי ולאחר מכן טיפול ממוקד במערכות אולטרה-סאונד, MRI, מערכות דימות ואינטרפרומטריה אופטיות, אמצעי חישה להתמודדות עם אותות עצביים, אותות לב ואותות פיסיולוגיים אחרים. 

 

מסלול הנדסת חומרים ורקמות

מקנה את הכלים להבנת הדרכים לשימוש בתאים, ביו-חומרים, וחומרים חיים לייצור ושינוי של מבנים מורכבים כתאים, רקמות, שתלים, חומרי טיפול ברקמות פגועות ואף ייצור של אלמנטים שישמשו ברובוטים. הנדסת ביו חומרים ורקמות מאפשרת חקירה של גוף האדם ופיתוח אמצעים לתיקון בעיות בו.  

קורסי המסלול נוגעים במספר רב של תחומים ובכלל זה הבנת חומרים (כימיה והנדסת חומרים), הבנת תהליכים ביולוגיים (ביולוגיה, פיזיולוגיה), והנדסת רקמות. שילוב תחומים אלה מאפשר הבנת הגורמים המשפיעים על תכונות התאים, האופן בו רקמות נוצרות בגוף ומחוצה לו והאופן בו ניתן כיום להפוך (re-programming) תאים סומטיים (לדוגמה, תאי עור) לתאי גזע. המסלול כולל מעבדה שנתית שמאפשרת התנסות בעבודה ביולוגית. 

 

מסלול ביו-מכניקה של גוף האדם

המסלול בביו מכניקה מאפשר התמחות בתחומי התוכן הנוגעים בהיבטים הפיזיקליים של תנועה ויציבה ברקמות כשלד ושרירים, שתלים, מערכות ממוזערות ורובוטים.

הקורס כולל התייחסות להיבטים המתמטיים-אלגוריתמיים הנוגעים להערכת הכוחות הפועלים במערכות אלה, המכניקה במצבים סטטיים ובתנועה, בקרת התנועה והשיקולים ההנדסיים האחרים בבניית מערכות ממוזערות.

הקורס כולל מעבדה בבניית מערכות ממוזערות ומעבדה ברובוטיקה. המסלול מופעל בשיתוף פעולה עם בית הספר להנדסה מכנית.

 

לפרטים ומידע נוסף

ייעוץ אקדמי לענייני לימודים:

ראש המגמה:

פרופסור גילי ביסקר.

bisker@tauex.tau.ac.il

 

רכזת סטודנטים:

ורד דבורי

דרך פורטל הפניות

מערכת פניות

 

ארגון עמיתי התעשייה מקדם מחקרים ומוביל למצוינות בסיוע התעשייה  

המרכז לקשרי תעשייה פועל במרץ להרחיב את מפעלי התמיכות של התעשייה במגוון תחומים ביחידות האוניברססיטה השונות. 

מעת לעת מלגות מגוונות מוצעות על ידי התעשייה לתלמידינו ואנו מסייעים בהנגשת ההזדמנות לסטודנטים.ות, וכן בכל תהליכי המיון וההחלטה.

קולות קוראים מפורסמים באתר זה ואנו ממליצים לתלמידינו לעקוב אחר פרסומים אלו.

 

ערוץ נוסף שבו אנו משקיעים רבות הינו תמיכה במחקר ופיתוח. התעשייה תורמת ותומכת במעבדות מחקר שונות. ציוד מתקדם, מחקר ממומן והוצאות אחרות ממומנות לעיתים על ידי גורמי תעשייה, וזאת בכדי לסייע לפקולטה להדביק את ההתחדשות הטכנולוגית של מרחב המחקר שלה.

 

EE Seminar: Faster Guaranteed GAN-based recovery in Linear Inverse Problems

10 בפברואר 2020, 15:00 
room 011, Kitot Building  

(The talk will be given in English)

 

Speaker:     Prof. Yoram Bresler

Coordinated Science Laboratory and the Department of ECE, 

University of Illinois at Urbana-Champaign
 

Monday, February 10th, 2020
15:00 - 16:00

Room 011, Kitot Bldg., Faculty of Engineering

 

Faster Guaranteed GAN-based recovery in Linear Inverse Problems

 

Abstract

A Generative Adversarial Network (GAN) trained to model the prior of images has been shown to perform better than sparsity-based regularizers in ill-posed inverse problems. We describe an approach along these lines, with some modifications and refinements, with the following features: (1) on a given class of images, it addresses different linear inverse problems without re-training the neural network; (2) it accelerates the computation substantially as compared to previous GAN-based methods; and (3) it comes with a recovery guarantee. Experiments on several inverse problems demonstrate substantial speedup over earlier GAN-based recovery methods, along with better accuracy.
 

Short Bio

Yoram Bresler received the B.Sc. and M.Sc.  from the Technion–Israel Institute of Technology, and the Ph.D. from Stanford University all in electrical engineering. He is currently a Founder Professor of Engineering with the Departments of Electrical and Computer Engineering and Bioengineering, and the Coordinated Science Laboratory at the University of Illinois at Urbana–Champaign. He is also the founding President and the Chief Technology Officer at InstaRecon, Inc., commercializing breakthrough technology for tomographic reconstruction developed in his academic research. His research interests include machine learning and statistical signal processing and their applications to inverse problems in imaging, including compressed sensing, computed tomography, and magnetic resonance imaging.
Dr. Bresler was a Faculty Fellow at the National Center for Super Computing Applications in 2006. He is a recipient of the 1991 NSF Presidential Young Investigator Award, the Technion Fellowship in 1995, and the Xerox Senior Award for Faculty Research in 1998. He was named as the University of Illinois Scholar in 1999, and was appointed as an Associate at the Center for Advanced Study of the University in 2001. He has served on the editorial board of several journals, including the IEEE TSP, the IEEE JSTSP, Machine Vision and Applications, the SIAM Journal on Imaging Science, and on various committees of the IEEE.
Dr. Bresler is a fellow of the IEEE and the AIMBE. His papers have received 4 best journal paper awards, two of these with his students. In 2016, he was appointed IEEE SPS Distinguished Lecturer.

EE Seminar: Learning the Structure of Motion

03 בפברואר 2020, 15:00 
Room 011, Kitot Building  

Speaker: Kfir Aberman

Ph.D. student under the supervision of Prof. Daniel Cohen-Or and Prof. Shai Avidan

 

Monday, February 3rd, 2020 at 15:00
Room 206, Wolfson Mechanical Eng. Bldg., Faculty of Engineering

Learning the Structure of Motion

 

Abstract

Analysis and synthesis of human motion, which is an abstract, fundamental attribute, underlying actions, gestures, and behavior, has been a central research topic in computer vision and computer animation. However, understanding motion, and controlling or editing it in a high-level intuitive manner, have been hindered by lack of methods for effective disentanglement of the various motion attributes. As with many other areas of vision and graphics, motion analysis and synthesis have also benefited greatly from recent progress in machine learning and deep neural networks.

 

In this research, we propose various structures of neural networks that enable to decompose motion into different, disentangled, attributes and re-compose them into newly synthesized sequences. For example, separating the dynamic aspects of motions from the static ones, distinguishing between motion style and its content, and learn an abstract, character-agnosic motion representation, that can be transferred to characters with different body proportions.

This pipeline enables to mix attributes extracted from different inputs and to synthesize motion in an intuitive, exemplar-based, manner.

 

Our methodology is applied to 3D motion originated by animated characters as well as motion capture (MoCap) data. Furthermore, our research makes the utilization of ordinary videos, which account for the vast majority of the available depictions of human motion, for the purposes of motion capture and motion editing, paving the way for a multitude of applications in computer vision and computer graphics. In particular, we demonstrate state-of-the-art performances in various, fundamental, tasks in motion analysis and synthesis, including motion retargeting, motion style transfer, video performance cloning, and monocular motion reconstruction.

School of Mechanical Engineering: Michael Slavutin

23 במרץ 2020, 14:00 - 15:00 
וולפסון 206  
0
School of Mechanical Engineering: Michael Slavutin

~~

SCHOOL OF MECHANICAL ENGINEERING SEMINAR
Monday, March 23, 2020 at 14:00 
Wolfson Building of Mechanical Engineering, Room 206
Graph Theoretical and Geometrical Investigation of Kinematics and Singularity of 3D Parallel Mechanisms

Michael Slavutin
PhD Yoram Reich

This work presents geometrical and graph theoretical methods for analysis of mechanisms in three dimensions. In particular, the singularity analysis by geometric methods of parallel mechanisms is presented. The singularity of the most common three-dimensional mechanism, the 6/6 Stewart platform is fully analyzed. The Aronhold-Kennedy theorem is used for this analysis. This analysis is based on the properties of the reciprocal product of two screws, which depends only on the relative position of the two screws. First, the singularity criterion is developed assuming that there exist two lines that cross four of the six legs of the platform. The instantaneous screw axis and the forces in the legs are found. Next, the above assumption is relaxed and the singularity criterion is developed in a most general configuration. For this purpose, the two degrees-of-freedom mechanism obtained by removal of two legs of the platform is analyzed. The line that is a locus of all possible instantaneous screw axes of such mechanism is found. It is proved that the mechanism is singular if three loci of the instantaneous screw axes of three such sub-mechanisms share a common perpendicular. This criterion is expanded to a general parallel mechanism. Examples of analyzing complex mechanisms with this criterion are shown.
The analysis of singularity of a multi-platform parallel mechanism is performed by building an equivalent simpler mechanism using the reciprocality relation. The two-platform and single- and two-circuit three-platform mechanisms are reduced to a single-platform mechanism. It is shown that the three-circuit three-platform mechanisms are irreducible except for certain cases. This method is shown to be applicable to even more complex mechanisms.
The method used for analysis of the singularity of the multi-platform mechanisms is developed formally into a graph-theoretical duality that is used for kinematic and static investigation of a mechanical system. In this duality, a node of the dual graph that corresponds to a platform of a dual mechanism is placed in a face of a graph of the original mechanism. Edges of the dual graph that correspond to the constraints of the dual mechanism cross the edges of the primal graph and are built so that the dual edge is reciprocal to any primal edge crossed by it. The algorithms for determining the geometry of the dual edges are developed in the first part of this work. Since these graphs are multigraphs, there are various possibilities of building the dual graph. Therefore, the building of dual to a dual graph results in a graph that may be different from the original one. This allows simplification of the original mechanism by successful application of the dual operation, preserving the kinematic and static properties of the original systems.

עמודים

אוניברסיטת תל אביב עושה כל מאמץ לכבד זכויות יוצרים. אם בבעלותך זכויות יוצרים בתכנים שנמצאים פה ו/או השימוש שנעשה בתכנים אלה לדעתך מפר זכויות
שנעשה בתכנים אלה לדעתך מפר זכויות נא לפנות בהקדם לכתובת שכאן >>