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.
Condividi su