Dr.-Ing. Payam Teimourzadeh Baboli

Senior Scientist

Contact

Dr.-Ing. Payam Teimourzadeh Baboli
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Harburger Schloßstraße 22a,
21079 Hamburg
Building HS22a, Room 2.001
Phone: +49 40 42878 3013
Logo

CV

Work experience

Since Jan. 2024

Senior Scientist and Lecturer, Hamburg University of Technology (TUHH), Germany

Aug. 2019 – Dec.2023

Post-Doc, Senior Researcher and Project Manager, OFFIS – Institute for Information Technology, Oldenburg, Germany

Feb. 2015 – Jul. 2019

Assistant Professor in Electrical Engineering, University of Mazandaran (UMZ), Babolsar, Iran

Mar. 2007 – Jan. 2015

 

 

Iranian Power System Engineering Research Center (IPSERC), Tehran, Iran

  • Senior Researcher and Project Manager (Apr. 2014 – Jan. 2015, Full-time)
  • Researcher and Lab. Engineer (Mar. 2007 – Apr. 2014, Part-time)

 

Research Projects

KoLa
Optimized Load Management and Flexibility Coordination for Electrified Urban Public Transport

KoLa

Optimized Load Management and Flexibility Coordination for Electrified Urban Public Transport

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2022 to 2026

DISEGO
Critical Components for Distributed and Secure Grid Operation

DISEGO

Critical Components for Distributed and Secure Grid Operation

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2022 to 2025

EffiziEntEE
Efficient integration of high shares of renewable energies in technically and economically integrated energy systems

EffiziEntEE

Efficient integration of high shares of renewable energies in technically and economically integrated energy systems

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2022 to 2025

iNeP
Integrated network planning for the electricity, gas and heat sectors

iNeP

Integrated network planning for the electricity, gas and heat sectors

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2021 to 2026

VeN²uS
Networked grid protection systems - Adaptive and interconnected

VeN²uS

Networked grid protection systems - Adaptive and interconnected

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2021 to 2024

DisrupSys
Disruptive functions and technology for angle-based integrated grid operation in converter-dominated power systems with predominantly renewable energy supply

DisrupSys

Disruptive functions and technology for angle-based integrated grid operation in converter-dominated power systems with predominantly renewable energy supply

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2021 to 2024

Publications

TUHH Open Research (TORE)

2023

2022

2021

2020

Courses

Stud.IP
link to course in Stud.IP Studip_icon
Einführung in die Nachrichtentechnik und ihre stochastischen Methoden (B.Sc.)
Subtitle:
Diese Lehrveranstaltung ist Teil des Moduls: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden
Semester:
WiSe 23/24
Course type:
Lecture
Course number:
lv442_w23
Lecturer:
Gerhard Bauch, David Jonas Kopyto, PD Dr.-Ing. habil. Rainer Grünheid
Description:
  • Einführungin die Nachrichtentechnik
  • OpenSystems Interconnection (OSI) Referenzmodell
  • Komponenteneines digitalen Kommunikationssystems
  • Grundlagen der Signal- und Systemtheorie
    • Analogeund digitale Signale
    • Prinzip der Analog-Digital-Wandlung (A/D)
    • Deterministischeund zufällige Signale
    • Leistungund Energie von Signalen
    • Linearezeitinvariante Systeme (LTI-Systeme)
    • Quadratur-Amplituden-Modulation(QAM)
  • Einführungin die Stochastik
  • Wahrscheinlichkeits-Theorie
    • Zufallsexperimente
    • Wahrscheinlichkeitsmodell, Wahrscheinlichkeitsraum,Ereignisraum
    • Definitionenvon Wahrscheinlichkeit
      • Wahrscheinlichkeitnach Bernoulli/Laplace
      • Wahrscheinlichkeitnach van Mises, relative Häufigkeit
      • Bertrand’sParadoxon
      • AxiomatischeDefinition von Wahrscheinlichkeit nach Kolmogorov
      • Wahrscheinlichkeitdisjunkter und nicht-disjunkter Ereignisse
      • Venn-Diagramme
    • Kontinuierlicheund diskrete Zufallsvariablen
      • Wahrscheinlichkeitsdichtefunktion(probability density function (pdf)), Wahrscheinlichkeitsverteilungsfunktion(cumulativedistribution function (cdf))
      • Erwartungswert,Mittelwert, Median, quadratischer Erwartungswert, Varianz, Standardabweichung,höhere Momente
      • Beispielefür Wahrscheinlichkeitsverteilungen (Bernoulli-Verteilung, Zweipunktverteilung,Gleichverteilung, Gauß-Verteilung (Normalverteilung), Rayleigh-Verteilung,etc.)
    • MehrereZufallsvariablen
      • BedingteWahrscheinlichkeit, Verbundwahrscheinlichkeit
      • BedingteWahrscheinlichkeitsdichtefunktion, Verbundwahrscheinlichkeitsdichtefunktion
      • Satzvon Bayes
      • Korrelationskoeffizient
      • ZweidimensionaleGaussverteilung
      • Statistischunabhängige, unkorrelierte und orthogonale Zufallsvariablen
      • Unabhängige,identisch verteilte Zufalssvariablen (independent identically distributed (iid)random variables)
      • Eigenschaftenvon Erwartungswert und Varianz
      • Kovarianz
      • Wahrscheinlichkeitsdichtefunktionund Wahrscheinlichkeitsverteilungsfunktion der Summe statistisch unabhängigerZufallsvariablen
      • ZentralerGrenzwertsatz
    • Wahrscheinlichkeitsdichtefunktionen bei derDatenübertragung
  • Zeitkontinuierlicheund zeitdiskrete Zufallsprozesse
    • Beispielefür Zufallsprozesse
    • Scharmittelwertund Zeitmittelwert
    • ErgodischeZufallsprozesse
    • QuadratischerMittelwert und Varianz
    • Wahrscheinlichkeitsdichtefunktion (pdf) und Wahrscheinlichkeitsverteilungsfunktion(cdf)
    • Verbundwahrscheinlichkeitsdichtefunktion (pdf)und Verbundwahrscheinlichkeitsverteilungsfunktion (cdf)
    • Statistisch unabhängige, unkorrelierte undorthogonale Zufallsprozesse
    • StationäreZufallsprozesse
    • Korrelationsfunktionen: Autocorrelationsfunktion,Kreuzkorrelationsfunktion, mittlere Autokorrelationsfunktion nicht-stationärer Zufallsprozesse,Autokorrelations- und Kreuzkorrelationsfunktion stationärer Zufallsprozesse,Autokovarianzfunktion, Kreuzkovarianzfunktion
    • Autocorrelationsmatrix,Kreuzkkorrelationsmatrix, Autokovarianzmatrix, Kreuzkovarianzmatrix
    • Pseudo-noise Sequenzen, Anwendungsbeispiel: Codemultiplex(code division multiple access (CDMA))
    • Autocorrelationsfunktion, Leistungsdichtespektrum(power spectral density (psd)), Signalleistung, Einstein-Wiener-Khintchine Beziehungen
    • Weißesgaußsches Rauschen
  • Filterung von Zufallssignalen durch LTI-Systeme
    • Transformation der Wahrscheinlichkeitsdichtefunktion
    • Transformationdes Mittelwerts
    • Transformation des Leistungsdichtespektrums
    • Korrelationsfunktionen zwischen Eingangs- undAusgangssignal
    • Filterungvon weißem gaußschem Rauschen
    • Bandbegrenzung zur Begrenzung derRauschleistung
    • Preemphaseund Deemphase
  • Kompandierung,mu-law, A-law
  • Funktionenvon Zufallsvariablen
    • Transformation von Wahrscheinlichkeiten und derWahrscheinlichkeitsdichtefunktion
    • Anwendung: Nicht-lineare Verstärker
  • Funktionenvon zwei Zufallsvariablen
    • Wahrscheinlichkeitsdichtefunktion
    • Beispiele: Rayleigh-Verteilung, Betrag einesOFDM-Signals, Betrag eines empfangenen Funksignals
  • Übertragungskanäle und Kanalmodelle
    • Leitungsgebundene Kanäle: Telefonkabel,Koaxialkabel, Glasfaserkabel
    • Funkkanäle:Fading-Kanäle, Unterwasserkanäle
    • Frequenzselektiveund nicht-frequenzselektive Kanäle
    • AWGN (additivewhite Gaussian noise) Kanal
    • Signal- zu Rauschleistungsverhältnis (signal tonoise power ratio (SNR))
    • Zeitdiskrete Kanalmodelle
    • Zeitdiskrete gedächtnislose Kanäle (discretememoryless channels (DMC))
  • Analog-Digitalwandlung
    • Abtastung
      • Abtasttheorem
    • Pulsmodulation
      • Pulsamplitudenmodulation(pulse-amplitude modulation (PAM))
      • Pulsdauermodulation,Pulsbreitenmodulation (pulse-duration modulation (PDM), pulse-width modulation(PWM))
      • Puls-Pausenmodulation(pulse-position modulation (PPM))
      • Pulse-code-Modulation(PCM)
    • Quantisierung
      • LineareQuantisierung, Midtread- und Midrise-Characteristik
      • Quantisierungsfehler,Quantisierungsrauschen
      • Signal-zu-Quantisierungsrauschleistungsverhältnis
      • NichtlineareQuantisierung, Kompressor-Charakteristik, mu-law, A-law
      • Sprachübertragung mit PCM
    • DifferentiellePulse-Code-Modulation (DPCM)
      • LinearePrädiktion nach dem Minimum Mean Squared Error (MMSE) Kriterium
      • DPCM mitVorwärts- und Rückwärtsprädiktion
      • SNR-Gewinnvon DPCM über PCM
      • Delta-Modulation
  • Grundlagen der Informationstheorie undCodierung
    • Definitionen von Information:Selbst-Informationsgehalt, Entropie
    • BinäreEntropiefunktion
    • Quellencodierungs-Theorem
    • Quellencodierung:Huffman-Code
    • Mutualinformation und Kanalkapazität
    • Kanalkapazität des AWGN-Kanals und desAWGN-Kanals mit binärem Eingangssymbolalphabet
    • Kanalcodierungs-Theorem
    • Prinzipien der Kanalcodierung: Coderate undDatenrate, Hamming-Distanz, minimale Hamming-Distanz, Fehlererkennung undFehlerkorrektur
    • Beispiele für Kanalcodes: Block-Codes und Faltungscodes,Wiederholungscode, Single Parity Check Code, Hamming-Code, Turbo-Codes
  • Kombinatorik
    • Variationmit und ohne Zurücklegen
    • Kombinationmit und ohne Zurücklegen
    • Permutation,Permutation von Multisets
    • Wordfehlerwahrscheinlichkeit linearer Block-Codes
  • Basisband-Übertragung
    • Pulsformung:Non-return to zero (NRZ) Rechteck-Pulse, Manchester-Pulse, Raised-Cosine-Pulse,Wurzel-Raised-Cosine-Pulse, Gauss-Pulse
    • Sendesignalenergie, mittlere Energie pro Symbol
    • Leistungsdichtespektrum von Basisbandsignalen
    • Bandbreite-Definitionen
    • Bandbreiten-Effizienz,spektrale Effizienz
    • Intersymbol-Interferenz(ISI)
    • Ersteund zweite Nyquist-Bedingung
    • Augendiagramme
    • Empfangsfilter-Entwurf: SignalangepasstesFilter (Matched Filter)
    • Matched-FilterEmpfänger und Korrelationsempfänger
    • Wurzel-Nyquist-Pulsformung
    • ZeitdiskretesAWGN-Kanalmodell
  • Maximuma Posteriori probability (MAP) und Maximum Likelihood (ML) Detektion
  • Bitfehlerwahrscheinlichkeit bei binärer Übertragungüber AWGN Kanäle mit antipodaler oder on-off-Signalisierung
  • Bandpass-Übertragung mit Trägermodulation

    • Amplitudenmodulation,Frequenzmodulation, Phasenmodulation
    • Linearedigitale Modulationsverfahren: On-off keying (OOK), phase-shift keying (PSK),amplitude shift keying (ASK), quadrature amplitude shift keying (QAM)
Performance accreditation:
300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden<ul><li>300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden: Klausur schriftlich</li></ul>
ECTS credit points:
6
Stud.IP informationen about this course:
Home institute: Institut für Nachrichtentechnik (E-8)
Registered participants in Stud.IP: 153
Postings: 21