Abschlussarbeit – Entwicklung einer PC-Software zur grafischen Auswertung von HF-Messdaten (mit KI-Signalerkennung) - Erlangen / Nürnberg

Aufgabenstellung

• Konzeption & Entwicklung einer PC-Anwendung (z. B. in C#, Flutter, Python, Java oder vergleichbar)
• Datenimport (CSV/JSON) aus dem HFA-Gerät
• Visualisierung
• Zeitreihen (Peak, RMS, Average)
• Spektren / Balkendiagramme pro Frequenzband
• Summendarstellung über alle Bänder
• Interaktive Marker, Zoom, Cursors, Tooltips
• Reporting & Export (CSV, PDF-Reports)
• Usability/UX für Fachanwender (Baubiologen, Ingenieure, Security)
• Optional / Schwerpunkt KI-Signalerkennung (empfohlen für Master):
• Feature-Engineering & DSP (z. B. STFT/Spektrogramme, Peaks, Bandpower, Entropie)
• Klassifikation gängiger Signaltypen (Baseline-Modelle bis hin zu CNN/Transformer auf Spektrogrammen)
• Anomalie-Erkennung (z. B. Isolation Forest, Autoencoder) für unbekannte oder seltene Signale
• On-Device/Edge-Inference (z. B. ONNX Runtime) und Echtzeit-Tagging im Plot
• Evaluationsmetriken, Confusion-Matrix, Precision/Recall je Frequenzband
• Sauberes Modell- und Daten-Versioning (z. B. DVC)

Hintergrund

Unser neues HF-Messgerät erfasst hochfrequente Signale im Bereich 200 MHz bis 12 GHz. Die Daten werden per USB/SD-Karte auf den PC übertragen und dort grafisch sowie tabellarisch dargestellt. Ziel ist ein praxisgerechtes Tool, das Langzeitmessungen (z. B. 7 Tage) und Rohdatenanalysen (z. B. 20.000 Messungen/s) effizient aufbereitet.

Spannender Zusatz: Aufbauend auf den Daten kann ein KI-Modul entwickelt werden, das typische Signalarten erkennt (z. B. WLAN/Bluetooth/LTE/5G, Radar-Artefakte) und Anomalien markiert – als Grundlage für spätere Anwendungen wie Drohnen- oder Mobilfunk-Erkennung.