Modulbeschreibung

Embedded Systems 2

Kurzzeichen:
M_EmbSys2
Unterrichtssprache:
Deutsch
ECTS-Credits:
4
Leitidee:

Das Modul behandelt fortgeschrittene Hardware- und Software-Komponenten und deren Schnittstellen für komplexere Rechnerplattformen und Echtzeit-Anwendungen in eingebetteten Systemen.
Die Studierenden lernen, die Systemkomponenten unter dem Aspekt der System-Performance (Multiprozessor, Speicherverwaltung, Hardware-Beschleunigung, etc.) zu entwerfen, zu analysieren und auf einem entsprechenden Mikrocomputer-System umzusetzen.

Modulverantwortung:
Prof. Dr. Breitenmoser Andreas
Standort (angeboten):
Rapperswil-Jona
Zusätzliche Eingangskompetenzen:
  • Programmieren in C und C++
  • Software Engineering und OO-Analyse/Design
Modultyp:
Wahlpflicht-Modul für Elektrotechnik STD_05(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Elektrotechnik STD_14(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Elektrotechnik STD_21(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Elektrotechnik STD_24(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Informatik STD_14(Empfohlenes Semester: 6)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
Wahlpflicht-Modul für Informatik STD_21(Empfohlenes Semester: 6)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
Wahlpflicht-Modul für Informatik STD_23(Empfohlenes Semester: 6)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
Modulbewertung:
Note von 1 - 6

Leistungsnachweise und deren Gewichtung

Modulschlussprüfung:
Schriftliche Prüfung, 120 Minuten

Inhalte

Angestrebte Lernergebnisse (Abschlusskompetenzen):
  • Die Studierenden können eingebettete Echtzeit-Systeme modellieren, analysieren, und auf einem Mikrocomputer in C++ implementieren.
  • Sie können ein RTOS für die Event-getriebene nebenläufige Datenverarbeitung auf dem Zielsystem verwenden.
  • Sie können verschiedene Speicherbausteine entlang der Speicherhierarchie in einem Embedded System einsetzen und Speicher effizient und sicher verwalten.
  • Sie können die unterschiedlichen Arten von Parallelität in modernen Rechnerplattformen verstehen und auf Einprozessor- sowie auf Mehrprozessor-Systemen nutzen.
  • Sie können grundlegende Deep Neural Networks (fully-connected DNN, CNN, RNN) auf einem Mikrocomputer unter Verwendung geeigneter Methoden und Tools umsetzen. 
Modul- und Lerninhalt:

Das Modul behandelt anhand von leistungsstarken Mikrocomputern fortgeschrittene Bestandteile und Eigenschaften eines modernen eingebetteten Systems:

  • Themenblock I "Real-Time OS": Concurrency, IPC/Locks (Mutex, Semaphore), Shared Resources, Message Passing, Context Switch/Multi-Tasking, Kernel/User Modes, Privilege Level.
  • Themenblock II "Memory Management": Persistency, Flash/EEPROM, Protection, MPU, MMU, Virtualization, Caching, File Systems, Hashing.
  • Themenblock III "Multi-Prozessor System": Parallelism, Instruction-Level (Pipelining, VLIW), Data-Level (SIMD, VPU), Allocation, Distribution, homogen/heterogene (Co-)Prozessoren.
  • Themenblock IV "Embedded AI": TinyML-Anwendungen, Quantisierung und Pruning, Deep Learning Workflows für Edge Devices (z.B. TensorFlow Lite, Cube.AI), HW-Support (z.B. NPU, TPU).

 

Inhaltliche Änderungen und weitere Themen sind möglich.