Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
ICT FOR INTERNET AND MULTIMEDIA - INGEGNERIA PER LE COMUNICAZIONI MULTIMEDIALI E INTERNET
Insegnamento
DIGITAL SIGNAL PROCESSING - ELABORAZIONE NUMERICA DEI SEGNALI
INP7079338, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
ICT FOR INTERNET AND MULTIMEDIA - INGEGNERIA PER LE COMUNICAZIONI MULTIMEDIALI E INTERNET
IN2371, ordinamento 2017/18, A.A. 2018/19
N0
porta questa
pagina con te
Curriculum INTERNATIONAL MOBILITY [005PD]
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese DIGITAL SIGNAL PROCESSING
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile GIANCARLO CALVAGNO ING-INF/03

Mutuante
Codice Insegnamento Responsabile Corso di studio
INP7079338 DIGITAL SIGNAL PROCESSING - ELABORAZIONE NUMERICA DEI SEGNALI GIANCARLO CALVAGNO IN2371

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria delle telecomunicazioni ING-INF/03 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 9.0 72 153.0

Calendario
Inizio attività didattiche 01/10/2018
Fine attività didattiche 18/01/2019
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2019

Commissioni d'esame
Commissione Dal Al Membri
2 A.A. 2018/2019 01/10/2018 15/03/2020 CALVAGNO GIANCARLO (Presidente)
ZANUTTIGH PIETRO (Membro Effettivo)
BADIA LEONARDO (Supplente)
CORVAJA ROBERTO (Supplente)
ERSEGHE TOMASO (Supplente)
LAURENTI NICOLA (Supplente)
MILANI SIMONE (Supplente)
ROSSI MICHELE (Supplente)
TOMASIN STEFANO (Supplente)
VANGELISTA LORENZO (Supplente)
ZANELLA ANDREA (Supplente)
ZORZI MICHELE (Supplente)

Syllabus
Prerequisiti: Il corso prevede conoscenze preliminari di: Analisi Matematica, Algebra Lineare, Probabilità, variabili aleatorie e processi aleatori, Segnali e sistemi, elementi di base del linguaggio di programmazione Matlab.
Conoscenze e abilita' da acquisire: L'obiettivo formativo del corso prevede l'acquisizione delle seguenti conoscenze e abilità:
1. Consolidamento e approfondimento dei concetti di base dell'elaborazione numerica dei segnali che lo studente già possiede dai corsi precedenti (quali Segnali e Sistemi).
2. Apprendimento del possibile utilizzo dei precedenti concetti in applicazioni legate alle telecomunicazioni e alla multimedialità.
3. Acquisizione di nozioni avanzate di elaborazione numerica dei segnali, fra cui:
3.a. Saper progettare filtri numerici sia di tipo FIR che IIR;
3.b. Essere in grado di progettare sistemi per la interpolazione/decimazione di segnali numerici;
3.c. Saper effettuare l'analisi in frequenza di segnali numerici.
4. Conoscere esempi concreti di applicazioni dei sistemi di elaborazione numerica in vari contesti dell'Information and Communications Technology.
5. Essere in grado di simulare al calcolatore un semplice sistema di elaborazione numerica e di valutare se soddisfa le specifiche di progetto assegnate.
Modalita' di esame: La valutazione delle conoscenze e delle abilità acquisite viene effettuata mediante due contributi:
1. Una prova scritta a libro chiuso in cui lo studente deve risolvere 4 problemi, al fine di verificare l'acquisizione degli aspetti teorici e delle caratteristiche fondamentali dei vari sistemi di elaborazione numerica dei segnali analizzati durante il corso.
2. Lo sviluppo di un semplice progetto individuale, basato su una simulazione Matlab di un sistema per l'elaborazione numerica di segnali, da svolgere a casa, che consenta di verificare l'abilità nel mettere in pratica i concetti teorici acquisiti. Lo studente deve produrre una breve relazione che descriva le metodologie utilizzate per risolvere il progetto assegnato assieme ai risultati ottenuti.

La prova scritta contribuisce all'85% del voto finale, mentre il progetto contribuisce al 15% del voto finale.
Criteri di valutazione: La valutazione con cui verrà effettuata la verifica delle conoscenze e delle abilità acquisite considera:
1. La completezza e il grado di approfondimento delle conoscenze di base dell'elaborazione numerica dei segnali acquisite.
2. La capacità di analisi di sistemi avanzati per l'elaborazione numerica dei segnali.
3. La capacità di progetto di sistemi per l'elaborazione numerica dei segnali.
4. L'abilità di applicare la teoria acquisita per individuare gli strumenti appropriati per la progettazione e la simulazione al calcolatore di sistemi di elaborazione numerica dei segnali utilizzabili in diversi contesti dell'Information and Communications Technology.
Contenuti: Sistemi lineari a tempo discreto tempo invarianti: convoluzione; stabilità; causalità; sistemi descritti da equazioni lineari alle differenze finite; filtri lineari tempo invarianti di tipo FIR e IIR.
Trasformata Zeta e sue proprietà; funzione di trasferimento e risposta in frequenza. Funzioni di trasferimento passa-tutto. Semplici esempi di funzioni di trasferimento passa-basso/alto, passa/elimina-banda, passa tutto.
Filtri FIR a fase lineare.
Discrete Fourier Transform (DFT): definizione, proprietà e guida all'uso in contesti pratici; algoritmi FFT; algoritmi di convoluzione veloce.
Progetto di filtri FIR a fase lineare: troncamento della serie di Fourier; campionamento della risposta in frequenza; progetto in norma di Chebyschev (algoritmo di Remez).
Progetto di filtri IIR col metodo della trasformazione biliare; filtri di Butterworth, Chebyschev e Cauer; trasformazioni di frequenza.
Realizzazioni: realizzazioni in forma diretta, in cascata e in parallelo.
Sistemi lineari multi-rate: interpolazione e decimazione; realizzazioni efficienti.
Esempi di applicazioni.
Attivita' di apprendimento previste e metodologie di insegnamento: L'insegnamento avviene mediante lezioni frontali alla lavagna, in quanto si ritiene che questa modalità di erogazione consenta di mantenere il giusto ritmo di presentazione degli argomenti e mantenga alta l'attenzione da parte degli studenti, con possibilità di interazione e coinvolgimento.
Alcuni risultati di simulazione di semplici sistemi numerici e alcuni risultati legati al progetto di filtri numerici mediante sistemi di "Computer Aided Design" vengono illustrati mediante l'ausilio del calcolatore con visualizzazione su grande schermo.
Eventuali indicazioni sui materiali di studio: Tutti gli argomenti del corso vengono illustrati in aula. Gli appunti delle lezioni possono essere integrati dal libro di testo e da materiale aggiuntivo reso disponibile sulla piattaforma moodle. Sulla piattaforma moodle vengono inoltre proposte delle collezioni di problemi da risolvere a casa e successivamente ne vengono presentate le soluzioni.
Testi di riferimento:
  • S. Mitra, Digital Signal Processing: a Computer-based Approach. New York: McGraw-Hill, 2011. Cerca nel catalogo
  • A.V. Oppenheim, R.W. Schafer, Discrete-Time Signal Processing. Harlow, Hessex: Pearson, 2014. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Files e pagine caricati online (pagine web, Moodle, ...)
  • Problemi proposti con soluzioni differite.

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Matlab

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita' Industria, innovazione e infrastrutture