Manfred Constapel, M.Sc.

Position Wissenschaftlicher Mitarbeiter
Adresse Technische Hochschule Lübeck
Fachbereich Elektrotechnik und Informatik
Mönkhofer Weg 239
D-23562 Lübeck, Deutschland
Raum: 18-2.14
Telefon +49 (0)451 300-5753
E-Mail manfred.constapel@th-luebeck.de

Interessen

Ich bin seit August 2017 als wissenschaftlicher Mitarbeiter im Fachbereich Elektrotechnik und Informatik an der Technischen Hochschule Lübeck tätig. Im Rahmen meiner Masterarbeit beschäftigte ich mich mit Sensorfusion im Bereich der Luftraumüberwachung und der Entwicklung eines virtuellen Testbeds zur Evaluation von Filtern und Bewegungsmodellen für das Radar-Tracking. Meine Interessensschwerpunkte liegen im Bereich Softwareentwicklung, Embedded Systems und Data Science.

Lebenslauf

1979 geboren in Norden, Deutschland
1998 - 2001 Ausbildung zum Fachinformatiker mit Fachrichtung Anwendungsentwicklung
2002 Eintritt in die Bundeswehr (Marine)
2005 - 2008
Studium der Wirtschaftsinformatik an der Fachhochschule Stralsund
2010 - 2015 Uboot-Offizier im operativen und nautischen Dienst bei der Bundeswehr
2014 - 2017
Studium der Medieninformatik an der Fachhochschule Lübeck

 

Lehre

Propädeutika Einführung in Algorithmen und Datenstrukturen
Grundlagen der Programmierung
Übungen Theoretische Informatik
Drahtlose Sensorsysteme
Praktika Softwaretechnik-Projekt I
Softwaretechnik-Projekt II

Projekte

DRAISE Drahtlose, robuste, adaptive, industrielle Systeme
IKARion Intelligente Unterstützung für Kleingruppenarbeit in der online-gestützten Hochschullehre
RoSiE Robuste und sicherheitsrelevante Echtzeitlokalisation

Veröffentlichungen

 


Artikel and Buchkapitel
[2018] A new localization algorithm based on neural networks (Mathias Pelka, Manfred Constapel, Duc Tu Le Anh, Horst Hellbrück), In Proceedings of the 3rd KuVS/GI Expert Talk on Localization, 2018. [bib] [pdf] [abstract]
Indoor localization plays a major role in a wide range of applications. To determine the location of a tag, localization algorithm is required. In the past, machine learning algorithms were difficult to implement in consumer hardware, but with the advent of tensor processing units, even smartphones are capable to use artificial intelligence to solve complex problems. In this paper, we investigate a machine learning algorithm based on neural networks and compare the result to a linear least squares estimator. We design and evaluate different neural networks. Based on our observation, the neural network delivers poor performance compared to the linear least squares estimator.
[2018] Drahtlose Robuste Adaptive Industrielle Systeme (Manfred Constapel, Leo Krüger, Swen Leugner, Zeynep Vatandas, Koojana Kuladinithi, Andreas Timm-Giel, Horst Hellbrück), In ITG-Fachbericht-Mobilkommunikation VDE VERLAG GmbH, 2018. [bib] [abstract]
Die industrielle Fertigung wandelt sich mit der Digitalisierung. Fertigungsstücke werden individuell durch Industrie 4.0-Technologien; sie sind jederzeit und überall erfassbar. Fertigungsprozesse werden digitalisiert und bilden Struktur und Verhalten einer Fertigungs- und Produktionsstrasse ab, womit sich wichtige Erkenntnisse zum Ablauf gewinnen lassen. Dies setzt eine Vernetzung der Fertigungsstücke voraus, welche die klassische Automatisierung ergänzt. Drahtlose Sensoren sind an Fertigungsstücke gekoppelt und bilden großflächige und dichte Sensornetze. Messgrößen der Sensoren sind beispielsweise Ort, Zeit, Temperatur, Beschleunigung, Geräusch oder Luftfeuchte, welche nach Anforderung der Datenanalyse ausgewählt und ausgewertet werden. Derartige Sensornetze stellen neue Herausforderungen und Forschungsfragen an Industrie 4.0-Anwendungen. Das Projekt DRAISE hat das Ziel, produktionsrelevante Daten in Industrieanlagen zuverlässig zu erfassen und entsprechend aufzubereiten. Hierfür werden Transportwagen einer Fertigung drahtlos vernetzt und Temperatur, Erschütterung, Position und Zeit erfasst. Zusätzlich interagieren die Mitarbeiter in der Produktion über eine definierte Mensch-Maschine-Schnittstelle mit dem System. Zur Minimierung der Auswirkungen durch andere, drahtlose Systeme werden Time Division Multiple Access (TDMA)-basierende Protokolle für die Single-Hop- und Multi-Hop-Kommunikation entwickelt. Die Kommunikation wird durch Lokalisierungskomponenten ergänzt, welche mit einem System auf Basis von Ultra-Wide-Band (UWB) implementiert ist. Für die angestrebte, zuverlässige und robuste Kommunikation werden zukünftig Frequenzsprungverfahren und Spectrum Sensing die entwickelten Protokolle erweitern. Ein großflächig und produktiv eingesetzter Demonstrator dient der ständigen Leistungsbewertung des Systems.
Konferenz Beiträge
[2018] TriClock – Clock Synchronization compensating Drift, Offset and Propagation Delay (Swen Leugner, Manfred Constapel, Horst Hellbrück), In IEEE International Conference on Communications, 2018. [bib] [abstract]
In wireless sensor networks (WSN) precise clock synchronization is still a challenge e.g. for synchronized medium access control (MAC). State of the art solutions require many messages or neglect clock drifts or propagation delay. In multi-hop networks synchronization errors increase with the number of hops because numerous messages increase latency. The latency and clock drift reduces synchronization accuracy. Finally, propagation delay introduces additional synchronization offsets. We introduce a novel synchronization protocol that requires a single message to compensate both clock offset and clock drift and one additional message to account for propagation delay. With this minimal amount of messages, an efficient multi-hop synchronization is practicable. We implement our approach on a DWM1000 hardware and evaluate the protocol in single-hop and multi-hop configuration. In our preliminary experiments, we achieved a synchronization accuracy of 0.46 ns in a single-hop configuration within 3.6 ms and 6 ns in a multi-hop configuration for 5 hops within 11 ms which is appropriate for MAC and time-division multiple access (TDMA) implementations.
Sonstige Veröffentlichungen
[2017] A syntactic approach to wreck pattern recognition in sonar images (M. Constapel, T. Teubler, H. Hellbrück), GRIN (T. M. Buzug et. al., ed.), 2017. [bib]
Powered by bibtexbrowser