34984 - ELABORAZIONE NUMERICA DEI SEGNALI LM

Anno Accademico 2021/2022

  • Docente: Andrea Giorgetti
  • Crediti formativi: 6
  • SSD: ING-INF/03
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Cesena
  • Corso: Laurea Magistrale in Ingegneria elettronica e telecomunicazioni per l'energia (cod. 8770)

Conoscenze e abilità da conseguire

Al termine del corso, lo studente possiede gli strumenti per l'analisi ed il progetto dei sistemi di elaborazione di segnali basati su tecniche numeriche, con particolare riferimento alle telecomunicazioni ed ai sistemi multimediali. In particolare, lo studente è in grado di: analizzare il comportamento di sistemi numerici nel dominio del tempo, delle frequenze e dalla trasformata Z; progettare filtri numerici di tipo FIR e IIR; progettare sistemi di elaborazione numerica basati su tecniche multirate; trattare problemi di filtraggio adattativo; utilizzare banchi di filtri. Al termine del corso, gli studenti conosceranno i principali metodi per analizzare e progettare sistemi di elaborazione dei segnali tenendo in dovuta considerazione le necessarie risorse energetiche e il loro uso ottimale.

Contenuti

  • Segnali a tempo discreto, rappresentazione spettrale, convoluzione e correlazione.
  • Sistemi lineari tempo discreti, filtri numerici e filtraggio.
  • Campionamento, quantizzazione e ricostruzione.
  • Sistemi multi-rate, decimazione ed interpolazione di sequenze. Cambiamento della frequenza di campionamento.
  • Trasformata discreta di Fourier (DFT), trasformata veloce di Fourier (FFT), trasformata Z, trasformata discreta coseno (DCT).
  • Convoluzione circolare e filtraggio a blocchi mediante FFT.
  • Progetto di filtri numerici a risposta impulsiva finita (FIR) e ricorsivi (IIR).
  • Analisi spettrale.
  • Predizione lineare, stima, filtraggio ottimo e filtraggio adattativo.
  • Banchi di filtri.
  • Tecniche di compressione di immagini fisse ed in movimento. Cenni allo standard JPEG ed MPEG. Tecniche di elaborazione audio.

Testi/Bibliografia

  • A. V. Oppenheim, R. W. Schafer, Elaborazione Numerica dei Segnali, Franco Angeli, 1996.
  • J. G. Proakis, C.M.Rader, F. Ling, C. L. Nikias, et alii, Algorithms for Statistical Signal Processing, Prentice Hall, Upper Saddle River, NJ, 2002.
  • M. Bellanger, Digital Processing of Signals, Third Ed. John Wiley & Sons, 2000.
  • R. C. Gonzalez, R. E. Woods, Digital Image Processing, Second edition, Prentice Hall, NJ, 2002.

Metodi didattici

Il corso prevede lezioni in aula e seminari di approfondimento. Durante le lezioni si implementano alcuni algoritmi di elaborazione numerica dei segnali utilizzando la piattaforma Matlab: localizzazione di una sorgente audio, auralizzazione, equalizzazione di canale.

Modalità di verifica e valutazione dell'apprendimento

La verifica dell'apprendimento avviene attraverso una prova scritta finale di 2 ore, durante la quale non è ammesso l'uso di libri, appunti, supporti elettronici, e una successiva prova orale.

La prova scritta mira ad accertare le abilità acquisite nel risolvere problemi nell'ambito delle tematiche affrontate. Essa viene valutata attraverso un giudizio che deve risultare positivo per consentire l'accesso alla prova orale. La validità della prova scritta superata è limitata agli appelli di una stessa sessione d'esame. La prova orale mira a verificare l'acquisizione delle conoscenze previste dal programma del corso. Sia la prova scritta che quella orale hanno l'ulteriore scopo di verificare l'apprendimento dei metodi generali della elaborazione numerica dei segnali e l'acquisizione di capacità di progetto di sottosistemi di elaborazione. Il voto finale, espresso in trentesimi, tiene conto delle valutazioni riportate in entrambe le prove.

Strumenti a supporto della didattica

Lezioni in aula. Sono previsti seminari sulle tecniche di codifica di sorgenti audio e video (JPEG, MPEG, MP3, ecc.) e di elaborazione di segnali da sensori.

Orario di ricevimento

Consulta il sito web di Andrea Giorgetti

SDGs

Energia pulita e accessibile Imprese innovazione e infrastrutture

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.