Università degli Studi di Napoli "Parthenope"

Scheda dell'insegnamento

Anno accademico: 
2018/2019
Tipologia di insegnamento: 
Caratterizzante
Tipo di attività: 
Obbligatorio
Corso di afferenza: 
Corso di Corso di Laurea Magistrale in INGEGNERIA DELLA SICUREZZA DEI DATI E DELLE COMUNICAZIONI
Sede: 
Napoli
Settore disciplinare: 
TELECOMUNICAZIONI (ING-INF/03)
Crediti: 
6
Anno di corso: 
2
Docenti: 
Ciclo: 
Primo Semestre
Ore di attivita' frontale: 
48

Obiettivi

*) Conoscenza e capacità di comprensione: Conoscenza dei fondamenti matematici per la rappresentazione, l’analisi e l’elaborazione numerica dei segnali, delle metodologie di progetto di filtri FIR e IIR e delle tecniche di stima statistica classica e bayesiana.
*) Conoscenza e capacità di comprensione applicate: analisi di un segnale nel dominio della frequenza, progetto di filtri numerici, filtraggio numerico di segnali, stima di parametri a partire da dati rumorosi.
*) Autonomia di giudizio: sviluppare la capacità di utilizzare i vari strumenti per l’elaborazione numerica e per la stima statistica di segnali. Saper valutare i vincoli di progetto di un sistema di elaborazione in termini di errore, complessità computazionale e stabilità dell’algoritmo.
*) Abilità comunicative: capacità di esporre gli argomenti trattati in modo chiaro e rigoroso dal punto di vista tecnico-scientifico. Saper presentare una soluzione applicativa in maniera semplice ed esauriente.


*) Capacità di apprendere: saper integrare le conoscenze da varie fonti ai fini di approfondimento. Saper utilizzare i concetti trattati per applicazioni diverse da quelle esposte.

Prerequisiti

Per il proficuo raggiungimento degli obiettivi, è richiesta la conoscenza della teoria dei segnali e dei sistemi.

Contenuti

Sistemi di elaborazione numerica dei segnali. Segnali digitali. Campionamento e quantizzazione.
Sistemi a tempo discreto e loro proprietà. Risposta di sistemi LTI. Sistemi FIR e IIR.
Sistemi a tempo discreto descritti da equazioni alle differenze. Realizzazione di sistemi discreti LTI.
La trasformata Zeta diretta e inversa e proprietà. La funzione di sistema di un sistema LTI.
Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT).
Progettazione di filtri digitali.
Teoria della Stima Statistica. Stimatori MVU. Stimatori a massima verosimiglianza.
Stima a minimi quadrati.
Stima bayesiana. Stimatori MMSE e MAP.

Metodi didattici

Il corso si articola in una serie di lezione frontali e di esercitazioni pratiche al computer svolte in Matlab.

Verifica dell'apprendimento

La prova di esame consiste in un colloquio orale che ha lo scopo di valutare le conoscenze acquisite, la capacità di comprensione e l’esposizione orale. Alla prova orale è necessario presentare una breve relazione scritta sulle esercitazioni svolte in Matlab in laboratorio durante il corso. Il colloquio verterà su tutti gli argomenti svolti nel corso e sulla discussione delle esercitazioni.

Testi

J. G. Proakis, D. G. Manolakis . Digital Signal. Processing. Principles, Algorithms, and Applications. Prentice Hall.

S. M. Kay. Fundamentals of Statistical Signal Processing: Estimation Theory(Vol. 1). Prentice Hall

S. M. Kay, Fundamentals of Statistical Signal Processing: Estimation Theory,(Vol. 1), Prentice Hall, 1993,

Altre informazioni