Università degli Studi di Perugia

Vai al contenuto principale
Menu

Insegnamento: elaborazione numerica dei segnali

Corso di laureaCorso di laurea in Ingegneria elettronica e delle telecomunicazioni [LM-29] D. M. 270/2004
SedePerugia
CurriculumElettronica e Radiofrequenze (LM 27) - Regolamento 2015
Prerequisiti

Teoria dei segnali


Teoria dei sistemi


Elettronica dei sistemi digitali


Fondamenti di telecomunicazioni


Teoria della probabilità e della misurazione


Architetture dei calcolatori e sistemi operativi

Modalità di valutazione

L'esame è composto da due prove:


1) Prova Scritta composta da 2 domande (teoriche, esercizi Matlab, esercizi numerici e/o di progetto). Gli esercizi Matlab vengono svolti al calcolatore


2) Prova Orale

Statistiche voti esami

Gli studenti che hanno sostenuto l'esame hanno riportato una votazione media di 25.5 con deviazione standard di 2.5.

Calendario prove esame

19 Gennaio 2015


16 Febbraio 2015


16 Giugno 2015


3/17 Luglio 2015


8 Settembre 2015

Unità formative opzionali consigliate

- Sistemi elettronici embedded


- Elaborazione dei segnali multimediali

DocenteFabrizio FRESCURA
TipologiaAttività formative caratterizzanti
AmbitoINGEGNERIA DELLE TELECOMUNICAZIONI
SettoreING-INF/03
CFU9
Modalità di svolgimentoConvenzionale
Programma

Unità Didattica: Rappresentazione numeri nelle dispositivi digitali per l’elaborazione dei segnali (6 ore)

  • Rappresentazione Numerica Fixed Point, Rappresentazione Numerica Floating Point.

Unità Didattica: Campionamento Quantizzazione e ricostruzione (6 ore)

  • Richiami sul campionamento ideale. Conversioni A/D e D/A. Quantizzazione, Rumore di quantizzazione – Quantizzazione Ottima, Quantizzazione non uniforme - Companders. Esercitazioni in Matlab

Unità Didattica:. Segnali e sistemi tempo-discreto (4)

  • Generalità sull' elaborazione dei segnali. Segnali tempo-discreto, analogici, digitali. Sistemi di elaborazione tempo-discreto. Stabilità e Causalità. Sistemi lineari invarianti alla traslazione (LTI). Sistemi descritti da equazioni alle differenze lineari a coefficienti costanti. Esercitazioni in Matlab

Unità Didattica: Trasformata di  Fourier  discreta e stima spettrale (10)

  • Spettro in Frequenza – DTFT. Campionamento della trasformata di Fourier. Trasformata di Fourier discreta (DFT). Calcolo della IDFT. Fast Fourier Transform. Convoluzione circolare.  Uso della DFT/FFT nell' analisi spettrale dei segnali determinati. Uso della DFT/FFT nell' analisi spettrale di segnali stazionari, Periodogramma. Risoluzione. DFT tempo-variante per segnali non-stazionari. Spettrogramma. Esercitazioni in Matlab

Unità Didattica: Progetto di filtri FIR (10 ore)

  • Progetto di filtri FIR con l'uso di finestre. Progetto Filtri FIR con la Finestra di Kaiser. Progetto Filtri con il metodo del campionamento in Frequenza. Tecniche di Progetto di filtri in Matlab. Esercitazioni in Matlab.

Unità didattica: z-Transforms e Transfer Functions (12 ore)

  • Proprietà fondamentali, Regione di Convergenza, Causalità e Stabilità, Spettro in Frequenza, Trasformata Z inversa, Descrizioni Equivalenti dei Filtri Digitali, Funzione di Trasferimento, Risposta Sinusoidale, Risposta Regime Stazionario, Risposta al Transitorio, Progettazione Filtri con piazzamento di poli e zeri: Filtri del Primo Ordine, Risuonatori Parametrici ed Equalizzatori, Filtri Notch e Filtri Comb. Esercitazioni in Matlab

Unità Didattica: Interpolazione, Decimazione e Sovra-campionamento (12 ore)

  • Interpolazione e sovra-campionamento. Progetto di Filtri Interpolatori: forma diretta, forma polifase. Esempi di progetto: DAC equalization, Multistage Equalization. Decimazione. Convertitore di sampling rate. Quantizzatori Noise Shaping. Esercitazioni in Matlab

Unità Didattica: Introduzione alla elaborazione digitale statistica dei segnali (16 ore)

  • Analisi spettrale non parametrica: Introduzione, Analisi spettrale non parametrica, Stima della potenza di segnali correlati gaussiani, risoluzione spettrale e dispersione, la dispersione della stima spettrale, La polarizzazione della stima spettrale, il periodogramma, la stima dell’autocorrelazione. Analisi Spettrale Parametrica, Introduzione, Analisi tutti zeri (MA) , troncamento della funzione di autocorrelazione , analisi tutti poli (AR), La stima spettrale AR, Predizione lineare, Errore di predizione, Predizione lineare e analisi AR, Allungamento del predittore, La ricorsione di Levinson,Vantaggi computazionali, Filtro a traliccio non ricorsivo.

 

Supplement

Il corso presenta la teoria e gli algoritmi di base per l'Elaborazione Digitale dei Segnali e fornisce assieme ai necessari elementi di teoria, la conoscenza di alcuni strumenti software (Matlab) per la applicazione delle tecniche stesse. Al termine del corso gli studenti saranno in grado di:

  • Scegliere opportunamente i parametri per il campionamento e quantizzazione dei segnali. Comprendere e progettare Filtri numerici FIR ed IIR con gli strumenti software di progettazione (es. Matlab)
  • Comprendere, simulare e Progettare (Matlab) schemi di stima spettrale basati sull'impiego di DFT/FFT sia per segnali stazionari che per segnali non stazionari
  • Comprendere, simulare e Progettare (Matlab) schemi di conversione della frequenza di campionamento con tecnica diretta e polifase
  • Comprendere, simulare e Progettare (Matlab) schemi di  Analisi spettrale parametrica e non parametrica
Metodi didattici

Le lezioni si svolgono con didattica frontale di tipo teorico con Slides e integrazione alla lavagna degli argomenti e con lo svolgimento di esercizi di natura progettuale. Sono fortemente incoraggiate le domande e gli interventi da parte degli studenti in mdaltà interattiva durante tutta la lezione.

Per ogni Unità didattica sono poi svolte esercitazioni in Matlab sui temi di riferimento dell'Unità Didattica stessa.

Testi consigliati

-  S. Orfanidis, “Introduction to Signal Processing”, Prentice Hall

-  S. Orfanidis, “Optimum Signal Processing”, Prentice Hall

-  M. H. Hayes, “Statistical Digital Signal Processing and Modeling”, John Wiley & Sons

-  A. Bateman,I.Paterson-Stephens, “The DSP Handbook”, Prentice Hall

Risultati apprendimento

 Al termine del corso gli studenti saranno in grado di:

  • Scegliere opportunamente i parametri per il campionamento e quantizzazione dei segnali. Comprendere e progettare Filtri numerici FIR ed IIR con gli strumenti software di progettazione (es. Matlab)
  • Comprendere, simulare e Progettare (Matlab) schemi di stima spettrale basati sull'impiego di DFT/FFT sia per segnali stazionari che per segnali non stazionari
  • Comprendere, simulare e Progettare (Matlab) schemi di conversione della frequenza di campionamento con tecnica diretta e polifase
  • Comprendere, simulare e Progettare (Matlab) schemi di  Analisi spettrale parametrica e non parametrica
Periodo della didattica

Da definire

Calendario della didattica

Da definire

Attività supporto alla didattica

Esercitazioni in Matlab

Lingua di insegnamentoItaliano
Frequenza

Raccomandata

Sede

Campus di Ingegneria

Ore
Teoriche
72
Pratiche
0
Studio individuale
153
Didattica Integrativa
0
Totale
225
Anno1
PeriodoI semestre
NoteDati attualmente non disponibili
Orario di ricevimentoLunedì dalle 9 alle 10.30
Sede di ricevimentoFacoltà di Ingegneria - DIEI - Studio N° 38
Codice ECTS2015 - 7646

Info pagina

Referenti di sezione

Prof.ssa Graziella Migliorati
(Delegato per il settore Didattica)


Torna su
×