Skip to content
CV Rocket
Get started
How it worksThe enginePricingBlogContactSign in

Open nowPosted 9 days ago

Masterarbeit: Verbesserung der GNSS-Robustheit und Jamming-Detektion

kapsch16 open roles

Where
Vienna
Get the CV for this job

From $25 per CV, paid once. No subscription.

Your applicationOpen nowMasterarbeit: Verbesserung der GNSS-Robustheit und Jamming-Detektionkapsch · Vienna

  1. YouYes, apply to this one.

  2. CV RocketCV written for this posting.

  3. 25 readersRecruiter, hiring manager, skeptic. Round after round.

  4. CV RocketApplied on kapsch's own form.

The reply lands in your private mailbox

3×more interviews than doing it yourself with ChatGPT.

The clock on this job

Early applications get read.

14.0% of postings close within 7 days. Measured by our own scanner across the market. kapsch postings stay open a median of 24 days.

Share of postings closed within
  1. 2.3%1 day
  2. 4.7%3 days
  3. 14.0%7 days
  4. 22.5%14 days
  5. 38.3%30 days
  6. 59.0%60 days
This job: posted 9 days ago

kapsch median: 24 days open

The posting

Thema: Verbesserung der GNSS-Robustheit und Spoofing/Jamming-Detektion mittels Spiking Neural Networks

Beschreibung:

Ausgangslage / Problemstellung

Moderne GNSS-Empfänger basieren auf Kalman-Filtern zur Zustandsschätzung. Konventionelle Ansätze verwenden jedoch häufig statische oder heuristische Kovarianzmodelle, was zu einer reduzierten Genauigkeit und Zuverlässigkeit in komplexen Umgebungen wie Multipath- oder Non-Line-of-Sight-Szenarien führt. Darüber hinaus sind GNSS-Systeme zunehmend Angriffen durch Spoofing und Jamming ausgesetzt, die die Positionsbestimmung erheblich beeinträchtigen oder verfälschen können.

Diese Arbeit untersucht einen neuartigen Ansatz, bei dem Spiking Neural Networks zur adaptiven Bestimmung der Messkovarianz sowie zur Detektion von Anomalien in GNSS-Metadaten eingesetzt werden, die auf Spoofing oder Jamming hinweisen können. Das Konzept ermöglicht eine erhöhte Robustheit, Sicherheit und Energieeffizienz und kann als externe Erweiterung bestehender GNSS-Empfänger implementiert werden.

Ziel:

Ziel ist die Untersuchung und Validierung eines neuartigen Ansatzes zur Verbesserung der GNSS-Zustandsschätzung sowie zur Detektion von Spoofing- und Jamming-Angriffen unter Einsatz von Spiking Neural Networks (SNNs). Der Fokus liegt auf der adaptiven Schätzung der Messkovarianz sowie der Anomalieerkennung basierend auf GNSS-Metadaten, um Robustheit, Zuverlässigkeit und Sicherheit unter schwierigen und adversarialen Bedingungen zu erhöhen.

Hauptaufgaben:

  • Literaturrecherche zu GNSS-Zustandsschätzung, Spoofing-/Jamming-Detektion, Kalman-Filterung und SNNs (Erhebung des State of the Art).
  • Analyse von GNSS-Metadaten (z. B. DOP, Innovation, Signalqualitätsindikatoren) im Hinblick auf Anomalieerkennung.
  • Untersuchung charakteristischer Muster von Spoofing- und Jamming-Szenarien.
  • Entwicklung eines Konzepts zur Simulation von GNSS-Angriffsszenarien und zur Generierung synthetischer Trainingsdaten.
  • Entwurf eines vereinfachten SNN-Modells zur adaptiven Kovarianzschätzung und/oder Anomalieerkennung.
  • Implementierung der Simulations- und Verarbeitungspipeline in Python oder MATLAB.
  • Validierung der Detektionsfähigkeit und Robustheitsverbesserung gegenüber Referenzmethoden
  • Dokumentation der Methoden, Annahmen und Ergebnisse

Erforderliche Qualifikationen und Fähigkeiten:

  • Starkes Interesse an GNSS, Signalverarbeitung und Machine Learning
  • Grundkenntnisse in Kalman-Filterung und Schätztheorie
  • Erfahrung in Python, MATLAB oder C/C++
  • Kenntnisse im Bereich neuronaler Netze (idealerweise SNNs oder neuromorphe Ansätze)
  • Interesse an Cybersecurity oder Signalintegrität von Vorteil
  • Kommunikationsfähigkeit, Zuverlässigkeit und Flexibilität

Beginn: ab sofort

Dauer: 3 – 6 Monate

Der erfolgreiche Abschluss der Masterarbeit wird mit € 3.000,- honoriert.

Kontakt: Wolfgang Brückler, E-Mail: wolfgang.brü[email protected]

From $25, paid onceGet the CV for this job

What happens when you press

One press. We do the rest.

  1. A CV for this posting

    Written against kapsch's own wording, from every piece of relevant proof in your profile.

  2. 25 readers review it

    Recruiter, hiring manager, skeptic and more read every draft, round after round. You get the best round.

    The review screen in CV Rocket: how each CV was read, round by round.

  3. We apply on kapsch's form

    Our application engine gets through the hardest forms there are. Where a question needs you, AI suggests the best answer. Don't want us applying from our IP addresses? Use our Chrome extension: we apply straight from your own browser.

    An application in CV Rocket: every answer filled in on the employer's form.

  4. Every reply, sorted

    kapsch's answer lands in your private mailbox, and we classify it on arrival: interview, question, rejection.

    The CV Rocket inbox: each employer reply classified as an interview, an action or a rejection.

  5. Reply with AI

    AI helps you write the email, checks it and sends it. We show you whether the recruiter read it.

  6. The interview in your calendar

    Full integration with your calendar. The invitation goes straight in.

    An interview invitation in the CV Rocket inbox, added to the candidate's calendar.
Get the CV for this job

From $25 per CV, paid once. No subscription.

Why it works

3×

more interviews than doing it yourself with ChatGPT.

ChatGPT writes a CV and never learns what happened to it. We see every reply. For each CV we know:

  • How it was written, and how the review scored it
  • When we applied, and how long after the posting went up
  • Which posting, which company, which city
  • Who got the interview, and who heard nothing

That is how we know which CVs get called.

Get the CV for this job

From $25 per CV, paid once. No subscription.

The numbers game

More applications. More interviews.

Every application goes out with its own CV, written for that posting and paid once. Send enough of them and the law of large numbers finds you the job.

Get the CV for this job
By hand5–10
With CV Rocket100
applications a day

Nearby

Live postings like this one

Same employer first, then the same role elsewhere.

Before you press

Straight answers

Get the CV for this job

From $25 per CV, paid once. No subscription.

What if my background isn't good enough?

We make the most of the background you have. The CV uses every piece of relevant proof your profile holds, and one of the 25 readers reads your whole profile and flags what the CV left out.

Do you really apply for me?

Yes, on the employer's own form, the hardest ones included. Where a question needs you, you answer it right there and AI suggests the best answer. Don't want us applying from our IP addresses? Use our Chrome extension: we apply straight from your own browser.

Is it a subscription?

No. You pay once per CV, from $25. Every application goes out with its own CV, written for that posting.

One job. One CV.
Paid once.

Pick the posting you want. We write for it, apply for you and catch the reply.

Get the CV for this job

From $25 per CV, paid once. No subscription.