Masterand/in (w/m/d) Vergleich Bayesscher Schätzer für UWB-Positionierung mit Random Access
Indexed description
Arbeitsort: Oberpfaffenhofen
Eintrittsdatum: 15.11.2026
Karrierestufe: Studien- & Abschlussarbeit
Beschäftigungsgrad: Teilzeit
Dauer der Beschäftigung: 6 Monate
Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).
Hinweis: Voraussetzung für die Einstellung beim DLR ist die Sicherheitsüberprüfbarkeit nach dem Sicherheitsüberprüfungsgesetz (SÜG) sowie die Bereitschaft für eine Sicherheitsüberprüfung nach
- 8 ff. SÜG.
Das erwartet dich
Die Ultra-Wideband-(UWB-)Positionierung ermöglicht eine präzise Distanzbestimmung zwischen drahtlosen Knoten, indem die Signallaufzeiten gemessen werden. Ein weit verbreiteter Ansatz ist das Two-Way Ranging (TWR), bei dem durch den Austausch mehrerer Nachrichten zwischen zwei Knoten deren Abstand mit hoher Genauigkeit bestimmt werden kann. Gleichzeitig können clock offset und clock drift kompensiert werden. Konventionelles TWR zwischen mehr als zwei Knoten wird häufig mithilfe von Time Division Multiple Access (TDMA) realisiert. TDMA bringt jedoch Herausforderungen bei der zeitlichen Planung von Nachrichten innerhalb kurzer Sequenzen mit sich. Für Anwendungen, die eine hohe Messfrequenz erfordern, sind Random-Access-Verfahren (RA) besonders attraktiv, da sie diese Scheduling-Probleme vermeiden und darüber hinaus eine höhere Flexibilität in dynamischen Netzwerken bieten.
Deine Aufgaben
- Vergleich von distanzbasierten und zeitbasierten Bayesschen Schätzverfahren für unterschiedliche Zeitskalen und Systemdynamiken
- Analyse von Paketverlusten bei UWB Random Access, der Kanalauslastung sowie deren Einfluss auf die Schätzgüte
- Arbeit sowohl mit Simulationen als auch mit realen Messdaten
- eingeschriebenes Studium in Elektrotechnik, Informatik, Physik oder einem verwandten Fachgebiet
- fundierte Kenntnisse in Schätztheorie, Signalverarbeitung und angewandter Mathematik
- Erfahrung in der Programmierung, z. B. mit Python, C++, MATLAB oder vergleichbaren Programmiersprachen
- selbstständige und strukturierte Arbeitsweise
- gute schriftliche und mündliche Englisch- oder Deutschkenntnisse
Wir freuen uns darauf, dich kennenzulernen!
Fragen Zu Dieser Position (Kennziffer 6552) Beantwortet Dir Gerne
Dr. Christian Gentner
Tel.: +49 8153 28 2890
Create a free Caio profile to unlock more results and save your role and location preferences.
Unlock free search