Insegnamento ELABORAZIONE DIGITALE DEI SEGNALI

Nome del corso di laurea Ingegneria elettronica per l'internet-of-things
Codice insegnamento 70A00096
Curriculum Comune a tutti i curricula
Docente responsabile Fabrizio Frescura
Docenti
  • Fabrizio Frescura
Ore
  • 72 Ore - Fabrizio Frescura
CFU 9
Regolamento Coorte 2023
Erogato Erogato nel 2023/24
Erogato altro regolamento
Attività Affine/integrativa
Ambito Attività formative affini o integrative
Settore ING-INF/03
Periodo Primo Semestre
Tipo insegnamento Obbligatorio (Required)
Tipo attività Attività formativa monodisciplinare
Lingua insegnamento ITALIANO
Contenuti Il corso si articola in alcune unità didattiche:
Modulo didattico: Quantizzazione del segnale ottimale e non lineare (12 ore)
Modulo didattico: trasformata discreta di Fourier e stima spettrale (12 ore)
Modulo Didattico: Trasformata Z e Funzione di Trasferimento (12 ore)
Modulo Didattico: Interpolazione, Decimazione e Rate Conversion (12 ore)
Modulo didattico: elaborazione digitale delle immagini (24 ore)
Testi di riferimento S. ORFANIDIS, “INTRODUCTION TO SIGNAL PROCESSING”, PRENTICE HALL
OGE MARQUES, “PRACTICAL IMAGE AND VIDEO PROCESSING USING MATLAB”, IEEE PRESS
Obiettivi formativi Il corso presenta le tecniche di base e avanzate per l'Elaborazione Digitale dei Segnali mono e bidimensionali (immagini) e fornisce assieme agli elementi di teoria, la conoscenza di alcuni strumenti software (Matlab) per la applicazione delle tecniche stesse.
Il corso assume siano già acquisiti i concetti di Segnale e Sistema tempo discreti, Trasformata di Fourier e di Filtro FIR, concetti questi introdotti nel corso di Teoria dei Segnali, ritenuto assolutamente propedeutico.
Al termine del corso gli studenti saranno in grado di:
Comprendere e progettare sistemi di quantizzazione ottima e non lineare con gli strumenti software di progettazione (es. Matlab) per segnali mono e bidimensionali (HDR imaging)
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. Applicazioni ai segnali mono e bidimensionali (image rescaling)
Comprendere, simulare e Progettare (Matlab) algoritmi di Elaborazioni delle Immagini.

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
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 modaltà interattiva durante tutta la lezione.
Per ogni Unità didattica sono poi svolte esercitazioni in Matlab sui temi di riferimento dell'Unità Didattica stessa.
Altre informazioni
Modalità di verifica dell'apprendimento Il test finale dell'esame è costituito se due test separati:
1) Una progetto di signal processing al PC (Matlab)
2) Un esame orale
Programma esteso Modulo didattico: Quantizzazione del segnale ottimale e non lineare (12 ore)
Tipi di segnale: monodimensionale – bidimensionale, acquisizione del segnale.
Formati numerici a virgola fissa ea virgola mobile.
Quantizzazione lineare, gamma dinamica e rapporto segnale/rumore di quantizzazione (SQNR) in funzione del segnale di ingresso pdf
Quantizzazione ottimale – Implementazione con companding – Quantizzazione non lineare completamente digitale con LUT – Applicazioni – Esercizi Matlab
Applicazioni all'elaborazione delle immagini (HDR)

Modulo Didattico: Trasformata Discreta di Fourier e Stima Spettrale (12 Ore)

DTFT (Discrete Time Fourier Transform) – Spettro di frequenza di segnali discreti. Campionamento in frequenza di DTFT – DFT e IDFT. Trasformata di Fourier veloce FFT.
Circular Convolution, implementazione di Circular Convolution con Linear Convolution e Circular Prefix
Analisi spettrale di segnali deterministici - DFT/FFT per l'analisi spettrale di segnali stazionari - Effetto del campionamento del segnale - Finestratura, estensione periodica ed estrapolazione - Effetto del campionamento dello spettro - Effetti della finestratura: dispersione e perdita di risoluzione - Progettazione di una stima spettrale Software con prestazioni assegnate
DFT/FFT per l'analisi spettrale di segnali non stazionari. Spettrogramma. Esercizio MatLab.
Trasformazioni discrete per l'elaborazione delle immagini

Modulo Didattico: Trasformate z e Funzioni di Trasferimento (12 ore)
Proprietà principali. Regione di convergenza (RoC), causalità e stabilità. Spettro di frequenza – relazione con DTFT.
Trasformata Z inversa
Descrizioni equivalenti di sistemi a tempo discreto, funzione di trasferimento – risposta sinusoidale, risposta a tempo stazionario, risposta transitoria.
Progettazione di filtri IIR con posizionamento Pole-Zero: filtri del primo ordine, filtri parametrici, filtri Notch e Comb. Esercizio MatLab

Modulo Didattico: Interpolazione, Decimazione e Rate Conversion (12 Ore)
Interpolazione e sovracampionamento. Progettazione di filtri di interpolazione – Interpolatori polifase. Equalizzazione DAC, interpolazione multistadio.
Decimazione, progettazione del filtro di decimazione.
Convertitori di frequenza di campionamento L/M. Implementazione multistadio.
Esercizio Matlab
Applicazione all'elaborazione delle immagini

Modulo didattico: Digital Image Processing (24 ore)
Panoramica delle operazioni di elaborazione delle immagini: operazioni globali (punto), operazioni orientate al vicinato, operazioni che combinano più immagini, operazioni in un dominio di trasformazione.
Matlab Image processing Toolbox
Operazioni geometriche, trasformazioni a livello di grigio, elaborazione di istogrammi, elaborazione di vicinato, filtraggio nel dominio di frequenza.
Applicazioni: image Restoration, elaborazione di immagini a colori
Condividi su