ELABORAZIONE NUMERICA DEI SEGNALI

Ingegneria Informatica ELABORAZIONE NUMERICA DEI SEGNALI

0622700005
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA
CORSO DI LAUREA MAGISTRALE
INGEGNERIA INFORMATICA
2014/2015

ANNO ORDINAMENTO 2012
SECONDO SEMESTRE
CFUOREATTIVITÀ
990LEZIONE
Obiettivi
IL CORSO, DI CARATTERE METODOLOGICO, MIRA A FORNIRE I PRINCIPALI STRUMENTI MATEMATICI PER L’ANALISI E L’ELABORAZIONE DEI SEGNALI DIGITALI E PREVEDE LO SVOLGIMENTO DI ESERCITAZIONI NUMERICHE E DI LABORATORIO SUGLI ARGOMENTI SVILUPPATI A LEZIONE.  
Prerequisiti
PER IL PROFICUO RAGGIUNGIMENTO DEGLI OBIETTIVI PREFISSATI SONO RICHIESTE CONOSCENZE MATEMATICHE DI BASE, CON PARTICOLARE RIFERIMENTO ALL’ANALISI MATRICIALE ED ALLA TEORIA DELLA PROBABILITÀ, CONOSCENZE RELATIVE ALLO SVILUPPO DI ALGORITMI DI BASE E CONOSCENZE DI FONDAMENTI DI TELECOMUNICAZIONE.
Contenuti
PRESENTAZIONE DELLE MOTIVAZIONI E DELLE POTENZIALITÀ DELL’ELABORAZIONE NUMERICA. (ORE LEZIONE/ESERCITAZIONE/LABORATORIO 2/-/-)
RAPPRESENTAZIONE NUMERICA DI SEGNALI ANALOGICI E DIGITALI. (ORE 4/2/6)
TRASFORMATE CONTINUE E DISCRETE MONODIMENSIONALI (ORE 8/2/10)
RAPPRESENTAZIONE DEI SEGNALI BIDIMENSIONALI (IMMAGINI). TRASFORMATE SEPARABILI. APPLICAZIONI. (ORE 2/-/6)
RICHIAMI DI SISTEMI DIGITALI. ANALISI DEI SISTEMI NEL DOMINIO DELLA FREQUENZA E DELLA TRASFORMATA ZETA. (ORE 4/3/-)
SISTEMI DESCRITTI DALLE EQUAZIONI ALLE DIFFERENZE. RISPOSTA IN FREQUENZA, RELAZIONE FRA L’AMPIEZZA E LA FASE, SISTEMI PASSA-TUTTO, SISTEMI A FASE MINIMA. STRUTTURE. (ORE 4/1/3)
PROGETTO DI FILTRI IIR MEDIANTE TRASFORMAZIONI DI FILTRI ANALOGICI. FORMULE DI TRASFORMAZIONE DI FREQUENZA IN ANALOGICO E DISCRETO. PROGETTO DI FILTRI FIR CON IL METODO DELLE FINESTRE E CON L’APPROSSIMAZIONE POLINOMIALE. CONFRONTO FRA IIR E FIR. (ORE 5/-/6)
IL PROBLEMA DEL FILTRAGGIO STATISTICO. FILTRAGGIO BAYESIANO. FILTRI DI WIENER. PREDIZIONE LINEARE: EQUAZIONE DI YULE-WALKER. APPLICAZIONI (ORE 6/1/6)
FILTRAGGIO ADATTATIVO. METODO DEL GRADIENTE E DEL GRADIENTE STOCASTICO. MINIMI QUADRATI (LS) ED IMPLEMENTAZIONE RICORSIVA (RLS). APPLICAZIONI. (ORE 5/1/3)
TOTALE ORE (40/10/40)
Metodi Didattici
L’INSEGNAMENTO CONTEMPLA LEZIONI TEORICHE ED ESERCITAZIONI SIA IN AULA CHE IN LABORATORIO. NELLE ESERCITAZIONI IN AULA VENGONO ASSEGNATI, SVOLTI E COMMENTATI ESERCIZI NUMERICI. NELLE ESERCITAZIONI DI LABORATORIO VENGONO ASSEGNATI E SVOLTI IN MODO INTERATTIVO ESEMPI DI APPLICAZIONE IN AMBIENTE MATLAB DEI METODI ILLUSTRATI.
Verifica dell'apprendimento
LA PROVA DI ESAME È FINALIZZATA A VALUTARE NEL SUO COMPLESSO: LA CONOSCENZA E LA CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI AL CORSO; LA CAPACITÀ DI APPLICARE TALI CONOSCENZE PER LA RISOLUZIONE DI PROBLEMI DI ANALISI DEI SEGNALI E DI PROGETTO DI SISTEMI PER SEGNALI DETERMINISTICI ED ALEATORI; L’AUTONOMIA DI GIUDIZIO, LE ABILITÀ COMUNICATIVE E LA CAPACITÀ DI APPRENDERE.
LA PROVA CONSISTE IN UNA PROVA SCRITTA, IL CUI SCOPO È VALUTARE LA CAPACITÀ DI APPLICARE LE CONOSCENZE E L’AUTONOMIA DI GIUDIZIO, E DA UN COLLOQUIO ORALE, IL CUI SCOPO È VALUTARE LE CONOSCENZE E LE CAPACITÀ DI COMPRENSIONE ACQUISITE, LA CAPACITÀ DI APPRENDERE, L’ESPOSIZIONE ORALE.
LA PROVA SCRITTA CONSISTE NELLA SCRITTURA DI PROGRAMMI MATLAB PER LA RISOLUZIONE DI PROBLEMI TIPICI PRESENTATI AL CORSO TRA CUI: 1) VALUTAZIONE DELLA RISPOSTA DI SISTEMI NUMERICI MEDIANTE DFT; 2) DECOMPOSIZIONE PER SOTTOBANDE; 3) ANALISI ED ELABORAZIONE DI IMMAGINI NEL DOMINIO DEL TEMPO E DELLA FREQUENZA; 4) PROGETTO DI SISTEMI FIR ED IIR CHE SODDISFANO LE SPECIFICHE ASSEGNATE; 5) PROGETTO DI FILTRI STATISTICI ED ADATTATIVI PER LA CLASSIFICAZIONE, LA PREDIZIONE ED IL DENOISING. ALLA PROVA SCRITTA È ATTRIBUITA UNA VALUTAZIONE NELLA SEGUENTE SCALA: OTTIMO, BUONO, DISCRETO, SUFFICIENTE, APPENA SUFFICIENTE, INSUFFICIENTE. LA VALUTAZIONE INSUFFICIENTE RICHIEDE LA RIPETIZIONE DELLA PROVA SCRITTA. LA PROVA SARÀ VALUTATA COME SUFFICIENTE SE LO STUDENTE PRESENTA LA SOLUZIONE DI ALMENO LA METÀ DEI PROBLEMI PROPOSTI SENZA ERRORI CONCETTUALI,. LA PROVA SARÀ VALUTATA COME OTTIMA SE TUTTI I PROBLEMI PRESENTATI SONO STATI RISOLTI CORRETTAMENTE CON UNA CHIARA ESPOSIZIONE DEI PROCEDIMENTI UTILIZZATI.
DURANTE IL CORSO, OLTRE ALLA NORMALI ESERCITAZIONI, SONO PROPOSTE AGLI STUDENTI DUE O TRE PROVE ESERCITATIVE
PRATICHE (FACOLTATIVE) HANNO L’OBIETTIVO DI VALUTARE LE COMPETENZE PRATICHE ACQUISITE DALLO STUDENTE ALLA
DATA DELLA STESSA. ESSE SONO SOGGETTE A VALUTAZIONE FINALE COMPLESSIVA DA PARTE DEL DOCENTE CON LA STESSA SCALA UTILIZZATA PER LA PROVA SCRITTA E COMPORTANO L’ESONERO DALLA PROVA SCRITTA PER GLI STUDENTI CHE OTTENGONO UN RISULTATO POSITIVO.
IL COLLOQUIO ORALE VERTERÀ SU TUTTI GLI ARGOMENTI DEL CORSO E LA VALUTAZIONE TERRÀ CONTO DELLE CONOSCENZE DIMOSTRATE DALLO STUDENTE E DEL GRADO DEL LORO APPROFONDIMENTO, DELLA CAPACITÀ DI APPRENDERE DIMOSTRATA, DELLA QUALITÀ DELL’ESPOSIZIONE E COMPRENDE, EVENTUALMENTE, LA DISCUSSIONE DELLA PROVA SCRITTA.
NELLA VALUTAZIONE FINALE, ESPRESSA IN TRENTESIMI, LA VALUTAZIONE DELLA PROVA SCRITTA E DELLA RELATIVA DISCUSSIONE ORALE PESERÀ PER IL 50% MENTRE IL COLLOQUIO ORALE SUGLI ARGOMENTI DI TEORIA PER IL 50%. LA LODE POTRÀ ESSERE ATTRIBUITA AGLI STUDENTI CHE DIMOSTRINO DI SAPER APPLICARE CON AUTONOMIA LE CONOSCENZE ACQUISITE A NUOVI PROBLEMI.
Testi
A. MERTINS, SIGNAL ANALYSIS, ED. J. WILEY & SONS, 1999
A.V. OPPENHEIM, R.W. SCHAFER, DISCRETE-TIME SIGNAL PROCESSING, 2ND ED. PRENTICE HALL, 1999.
V.K. INGLE, J.G. PROAKIS, DIGITAL SIGNAL PROCESSING USING MATLAB, BROOKS-COLE, 2000.
S. HAYKIN, ADAPTIVE FILTER THEORY, 4TH EDITION, PRENTICE HALL.
Altre Informazioni
L’INSEGNAMENTO È EROGATO IN PRESENZA. ESERCIZI DI LABORATORIO SVOLTI IN MODO INTERATTIVO. LA LINGUA DI INSEGNAMENTO È L’ITALIANO.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2016-09-30]