Insegnamento ELABORAZIONE DEI DATI DI MISURA
- Corso
- Ingegneria elettronica per l'internet-of-things
- Codice insegnamento
- 70A00106
- Curriculum
- Consumer and aerospace iot
- Docente
- Paolo Carbone
- Docenti
-
- Paolo Carbone
- Ore
- 72 ore - Paolo Carbone
- CFU
- 9
- Regolamento
- Coorte 2022
- Erogato
- 2022/23
- Attività
- Caratterizzante
- Ambito
- Ingegneria elettronica
- Settore
- ING-INF/07
- Tipo insegnamento
- Opzionale (Optional)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- ITALIANO
- Contenuti
- Procedure, metodi e sistemi per la elaborazione di dati affetti da incertezza ai fini della stima di parametri di interesse dell'utilizzatore.
- Testi di riferimento
- Materiale didattico messo a disposizione dal docente.
S. Kay, Fundamentals of Statistical Signal Processing: Estimation Theory - Prentice Hall, 1993
Louis Scharf, Statistical Signal Processing, Pearson, 1991. - Obiettivi formativi
- L'insegnamento si prefigge di fornire le conoscenze e le competenze necessarie per la definizione e l'uso di tecniche di stima applicate a dati di misura affetti da incertezza.
Al termine dell'insegnamento lo studente sarà in grado di:
- selezionare il miglior stimatore per la risoluzione di un problema di stima
- realizzare un sistema di misura che impieghi tale stimatore per la risoluzione di problemi di stima tipici dell'ingegneria elettronica - Prerequisiti
- Nessuno
- Metodi didattici
- Lezioni frontali, sessioni pratiche in aula, esercizi da svolgere in modo autonomo, sviluppo di attività progettuale
- Altre informazioni
- Per informazioni su misure dispensative attuabili per studenti con DSA e/o disabilità si veda la pagina:
http://www.unipg.it/disabilita-e-dsa - Modalità di verifica dell'apprendimento
- Il voto finale si compone dalla pesatura dei due seguenti contributi:
- Esame finale (50%)
- Progetto (voto al gruppo, 50%)
La prova finale sarà una prova scritta. Il voto al risultato del progetto è assegnato al gruppo di lavoro, a seguito della discussione degli esiti con l'intero gruppo. La prova finale contiene esercizi da svolgere e domande a risposta chiusa, a scelta multipla. La prova orale è facoltativa.
Nel caso in cui l'insegnamento sia erogato totalmente in modalità online, l'esame finale sarà orale e non scritto.
Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa - Programma esteso
- Introduzione al corso e obiettivi formativi.
Esempi di applicazione di tecniche di stima per l'elaborazione di dati di misura nei cari contesti applicativi dell'elettronica per l'Internet of Things.
Il metodo Monte Carlo.
Stimatori a minima varianza.
Limite di Cramer-Rao, Modelli lineari, Stimatori BLUE, Stimatori a massima verosimiglianza, Stima ai minimi quadrati, metodo dei momenti, stimatori Bayesiani, filtro di Kalman.
Al fine di trasferire conoscenze e competenze, gli studenti affronteranno, in gruppo, la progettazione di un sistema di misura.
Alle lezioni tecniche saranno affiancate lezioni sulla gestione dei progetti e sull'ingegneria dei sistemi al fine di fornire conoscenze utili per la realizzazione del progetto.