96493 - LABORATORIO INTERNET OF THINGS

Conoscenze e abilità da conseguire

Al termine del corso lo studente è in grado di progettare e gestire un'infrastruttura di comunicazione di base per applicazioni "Internet of Things". In particolare, lo studente acquisirà, mediante lezioni in aula ed esperienze pratiche in laboratorio, le conoscenze necessarie al dimensionamento, alla configurazione e alla messa in opera di reti di telecomunicazioni e di reti di sensori wireless necessarie a raccogliere dati e ad elaborarli a distanza, ad esempio per applicazioni di monitoraggio energetico ed ambientale.

Contenuti

Il corso ha l'obiettivo di fornire le competenze pratiche fondamentali per il progetto, il monitoraggio e la gestione di reti di sensori wireless, con particolare enfasi alle applicazioni di raccolta ed elaborazione di dati di monitoraggio energetico ed ambientale.

Il corso è diviso in due moduli didattici e presenta i seguenti argomenti:

Modulo 1

• Introduzione alle reti di sensori wireless e loro applicazioni, con particolare riferimento al monitoraggio ambientale.
  
  
• Richiami sulla conversione A/D e D/A e sulla elaborazione numerica dei segnali.
  
  
• Studio e implementazione di algoritmi di base per l'elaborazione numerica dei segnali, la modulazione e la demodulazione.
  
  
• Progetto di algoritmi su piattaforma software defined radio (SDR) per sistemi wireless di monitoraggio ambientale.
  

Modulo 2

• Introduzione alle tecniche di raccolta ed elaborazione dei dati provenienti da reti di sensori.
  
  
• Sviluppo di interfacce web-based per la gestione dei dati generati da reti di sensori per il monitoraggio ambientale.
  
  
• Tecniche di elaborazione dei dati per la detection e la classificazione di anomalie.

Testi/Bibliografia

Modulo 1

• A. V. Oppenheim, R. W. Schafer, Elaborazione Numerica dei Segnali, Franco Angeli, 1996.
  
  
• V. K. Ingle, J. G. Proakis, Digital Signal Processing using MATLAB, Brooks/Cole, 2000.
  
  
• J. G. Proakis, M. Salehi, Contemporary Communication Systems using MATLAB, Brooks/Cole, 2000.
  
  
• L. Calandrino, M. Chiani, Lezioni di Comunicazioni Elettriche, Pitagora Editrice, Bologna, 2013.
  
  
• Dispense fornite dal docente.

Modulo 2

• J. Watt, R. Borhani, A. K. Katsaggelos, Machine Learning Refined: Foundations, Algorithms, and Applications, Cambridge University Press, 2020.
  
  
• Dispense fornite dal docente.
  
  
• Documentazione on-line suggerita dal docente.

Metodi didattici

Moduli 1 e 2

Entrambi i moduli sono suddivisi in ore di lezione frontale ed esperienze di laboratorio. Il metodo di insegnamento prevede: formulazione del problema in termini di specifiche di progetto, formalizzazione matematica della soluzione, simulazione in laboratorio, implementazione in laboratorio. Sono previste esercitazioni di laboratorio su piattaforma software defined radio (SDR).

Modalità di verifica e valutazione dell'apprendimento

Moduli 1 e 2

La modalità di verifica dell'apprendimento di ogni modulo è articolata in tre fasi: I) esperienze di laboratorio, II) prova pratica, III) prova orale.

I) Durante il corso sono previste esperienze di laboratorio da svolgersi a gruppi di due persone. Al termine dell'esercitazione i gruppi devono consegnare il materiale prodotto. Questo sarà valutato dal docente durante il corso e costituirà un elemento di giudizio integrativo per la successiva prova finale.

II-III) L'esame finale consiste in una prova pratica in laboratorio, seguita da una prova orale. La prova pratica mira ad accertare le abilità acquisite nel risolvere problemi di elaborazione dei segnali e trasmissione dati nell'ambito del monitoraggio ambientale. La prova orale mira a verificare l'acquisizione delle conoscenze teoriche previste dal programma del corso.

Gli esami finali dei due moduli possono essere sostenuti lo stesso giorno o in giorni diversi, in maniera indipendente. 

Orario di ricevimento

Consulta il sito web di Enrico Testi

Consulta il sito web di Elia Favarelli