Elaborazione Numerica dei Segnali

Classe delle lauree magistrali in: Corso di laurea in:
Anno accademico:
Ingegneria Elettronica (LM-29)
Ingegneria Elettronica
2015 - 2016
Tipo di attività formativa:
Ambito
Settore scientifico
CFU:
disciplinare:
disciplinare:
12
Ingegneria
Telecomunicazioni
Elettronica
(ING-INF/03)
Codice di Ateneo
Titolo dell’insegnamento:
Tipo di
dell’insegnament
Anno:
Semestre:
Elaborazione Numerica dei
insegnamento:
o:
primo
primo + secondo
Segnali
2177
DOCENTE:
Prof. Cataldo Guaragnella
ARTICOLAZIONE IN TIPOLOGIE DIDATTICHE:
86 ore di lezioni teoriche, e 10 ore di laboratorio.
PREREQUISITI:
Teoria dei segnali deterministici, Processi casuali. Trasformata di Fourier Sistemi lineari/non lineari, tempo
varianti/tempo-invarianti, statici/dinamici. Trasformazione di segnali ad opera di sistemi generici.
OBIETTIVI FORMATIVI:
l corso di Elaborazione Numerica dei Segnali introduce gli studenti alle metodologie di base utilizzate nei
sistemi numerici di trattamento dei segnali. Nel corso si punta principalmente al raggiungimento di un livello
operativo delle conoscenze teoriche, cercando di collegare teoria e pratica anche con esercitazioni
sperimentali.
CONTENUTI:
Richiami ai sistemi lineari tempo-invarianti, risposta all’impulso, convoluzione e trasformata di Fourier. Richiami al
teorema del campionamento. Ricostruzione di un segnale campionato ed aliasing. Il campionamento dei segnali
passa banda.
Interpolazione: interpolatori di ordine zero ed uno. Interpolatore bicubico e splines. Proprietà spettrali di un filtro di
interpolazione. Analisi in frequenza di segnali discreti nel tempo. Trasformata di Fourier per segnali tempo discreti
(DTFT). La trasformata di Fourier discreta e la convoluzione circolare. Tecniche di overlap and save e di overlap and
add. Algoritmi efficienti per il calcolo della DFT: la FFT a decimazione nel tempo e a decimazione in frequenza.
Efficienza della FFT e generalizzazione dell’algoritmo radix2. La trasformata Z e le sue proprietà. Analisi di sistemi
lineari tempo invarianti nel dominio Z con uno zero e/o un polo. Rappresentazione mediante schemi a blocchi di
alcuni sistemi tempo discreti (filtri solo zeri e solo poli).
Sovracampionamento e decimazione di un fattore intero. Passaggio da una frequenza ad un’altra con rapporto
razionale. Passaggio tra due frequenze vicine tra loro. Filtri polifase.
Progetto di filtri digitali FIR: metodo delle finestre e del campionamento in frequenza. Progetto di filtri FIR ottimi a
ripple costante (ParksMc Clellan). Progetto di filtri IIR mediante l’uso della trasformazione bilineare. Progetto di filtri
IIR mediante le strutture riverberanti. Principali strutture di filtri FIR ed IIR e stabilità alla quantizzazione dei
coefficienti. Analisi spettrale: concetti generali e stima spettrale non parametrica. Periodogramma, tecniche di
Blackmann e Tuckey, finestratura di Hamming. Sistemi a tempo discreto pilotati da segnali non deterministici Teoria
della decisione
Elaborazione dei segnali e Stima di parametri: Funzione di autocorrelazione di un processo e funzioni di
correlazione di più processi. Matrici di correlazione e covarianza. Stima dello spettro di potenza di un processo: il
periodogramma Predizione lineare, sbiancamento di segnale e modelli AR; eq. Yule Walker, modelli AR e ARMA.
Stima dello spettro di potenza: stima ottenuta in base ad osservazioni su tempi limitati. Metodi convenzionali e
parametrici per la stima dello spettro di potenza. Stimatori AR, MA e ARMA. Algoritmi di Pisarenko e MUSIC e
relazioni con modelli AR.
Sistemi e segnali multidimensionali: Trasformata di Fourier 2D discreta; campionamento bidimensionale;
ricostruzione di segnale analogico bidimensionale dai campioni; uso della FFT nella elaborazione di segnali
bidimensionali.
Applicazioni: SBC SubBand Coding e cenni alle wavelet Cenni all'implementazione di filtri adattativi
Il segnale TV numerico: campionamento e quantizzazione del segnale TV. Tecniche di codifica del segnale TV.
OFDM e modulazioni digitali. Broadcasting Digitale terrestre, DVBT e DVBT2, cenni a ATSC. Cenni all'elaborazione
del segnale radar e radar ad apertura sintetica.
METODI DI INSEGNAMENTO:
Lezioni ed esercitazioni in aula. Tutoraggio in forma di assistenza individuale. Esercitazioni di laboratorio in
ambiente Matlab/Octave sugli argomenti del corso.
CONOSCENZE E ABILITÀ ATTESE:
Conoscenza delle tecniche di base dell’elaborazione numerica dei segnali. Capacità di progetto di filtri
numerici, sistemi di stima spettrale e sistemi di estrazione delle informazione da sequenze numeriche.
Capacità di individuare problemi e proporre soluzioni tecniche nello sviluppo di algoritmi.
SUPPORTI ALLA DIDATTICA:
PC e videoproiettore; appunti dalle lezioni, calendario degli esami e avvisi dal portale essetre
CONTROLLO DELL’APPRENDIMENTO E MODALITÀ D’ESAME:
Esame orale, con discussione di una relazione scritta e individuale di laboratorio.
TESTI DI RIFERIMENTO PRINCIPALI:
1) Oppenheim & Schafer, Discrete-Time Signal Processing, Pearson Education, 3/E, ISBN-10: 0131988425,
ISBN-13: 9780131988422
2) Dimitris G. Manolakis, Vinay K. Ingle, Applied Digital Signal Processing, Cambridge University Press,
ISBN 978-0-521-11002-0
ULTERIORI TESTI SUGGERITI:
3) J.G. Proakis, D.G. Manolakis, Digital Signal Processing, Principles, Algorithms and Applications, Prentice
Hall, 1996
4) A. Papoulis, S. U. Pillai, Probability, Random Variables and Stochastic Processes, Mc GrawHill, fourth
edition
ALTRE INFORMAZIONI:
DEI – Dipartimento di Ingegneria Elettrica e dell'Informazione
Stanza docente: 3° piano ex Architettura n°3.13, tel. 080-596-3655, e-mail: [email protected]
Sito URL del gruppo di ricerca: sstlab.it
Master Degree class:
Electronic Engineering (LM-29)
Type of formative activity:
characterizing
Title of the course:
Digital Signal Processing
Second level (two years) degree:
Electronic Engineering
Disciplinary
Scientific Discipline
area:
Sector:
Electronic
Telecomunicazioni
Engineering
(ING-INF/03)
Course
University
Type of course:
code:
2177
Academic year:
2015 - 2016
ECTS Credits:
12
Year:
primo
Semester:
first and second
LECTURER:
Prof. Cataldo Guaragnella
HOURS OF INSTRUCTION:
86 hours theoretical, 10 hours lab.
PREREQUISITES:
Theory of deterministic signals; random processes; Fourier transform; Systems: Linear/nonlinear, timevarying/time-invariant, static/dynamic; Transformation of signals by generic systems
AIMS:
The course of Digital Signal Processing introduces students to the basic methodologies used in systems for
numerical signal processing. The aim is primarily to achieve an operational level of theoretical knowledge,
trying to link theory and practice with experimental exercises.
CONTENTS:
Linear time-invariant systems, impulse response, convolution and Fourier transform. Sampling theorem.
Reconstruction of a sampled signal and aliasing. The sampling of the signals passes band. Interpolation:
interpolators of order zero and one. Interpolation and bicubic splines. Spectral properties of an interpolation filter.
Frequency analysis of discrete signals in time. Fourier transform for discrete-time signals (DTFT). Discrete Fourier
Transform and the circular convolution. Techniques overlap and save and overlap and add. Efficient algorithms for
the calculation of the DFT: the FFT decimation in time and decimation in frequency. Efficiency in FFT and
generalization of radix-2. Z transform and its properties. Analysis of linear time invariant in the domain Z with a zero
and / or a pole. Representation by block diagrams of some discrete-time systems (filters only zeros and only pole).
Oversampling and decimation of an entire factor. Transition from one frequency to another with rational relationship.
Passage between two closely spaced frequencies. Polyphase filters. FIR digital filters: method of the windows and of
the sampling frequency. Draft FIR filters excellent in constant ripple (Parks-Mc Clellan). IIR filters by the use of the
bilinear transformation. IIR filter design using the reverberant structure. Main structures of FIR and IIR filters and
stability to the quantization of coefficients. Outline of spectral analysis techniques: general concepts and nonparametric spectral estimation. Periodogram, techniques Tuckey and Blackman, Hamming windows.
Discrete-time systems feeded by random signals. Decision theory Signal processing and estimation of parameters:
Autocorrelation function of a process and correlation functions of multiple processes, Covariance and correlation
matrices, Estimate of the power spectrum of a process: the periodogram, Linear prediction, signal whitening and AR
models; eq. Yule-Walker AR models and ARMA. Estimation of the power spectrum obtained from observations on a
limited time. Conventional methods and parametric estimate of the power spectrum. Estimators AR, MA and ARMA.
Algorithms and Pisarenko MUSIC and relationships with models AR.
Multidimensional signals and systems: 2D discrete Fourier transform; sampling the two-dimensional; reconstruction
of two-dimensional analog signal from the samples; use of the FFT in the processing of two-dimensional signals.
Applications: SBC Subband Coding and outline of the wavelet. Outline the implementation of adaptive filters. The
digital TV signal: sampling and quantization of the TV signal. Coding techniques of the TV signal.. OFDM and digital
modulations. Digital terrestrial broadcasting, DVB-T and DVB-T2, hints to ATSC. Overview signal processing radar
and synthetic aperture radar.
The module provides numerical exercises in Matlab/Octave
TEACHING METHODS:
Lectures and theorical examples and exercises. Individual tutorship. Matlab/Octave laboratory experiences
on the course topics
EXPECTED OUTCOME AND SKILLS:
Base knowledge on DSP techniques. Ability of designing digital filters also for finite precision implementation.
Spectral estimation and information extraction from time series. Ability of understanding technical problem
and develop algorithm and digital systems.
TEACHING AIDS:
PC e overhead projector; lecture notes, exams dates and side information on essetre portal
EXAMINATION METHOD:
Oral exam and discussion on the laboratory individual work.
BIBLIOGRAPHY:
1) Oppenheim & Schafer, Discrete-Time Signal Processing, Pearson Education, 3/E, ISBN-10: 0131988425,
ISBN-13: 9780131988422
2) Dimitris G. Manolakis, Vinay K. Ingle, Applied Digital Signal Processing, Cambridge University Press,
ISBN 978-0-521-11002-0
FURTHER BIBLIOGRAPHY:
3) J.G. Proakis, D.G. Manolakis, Digital Signal Processing, Principles, Algorithms and Applications, Prentice
Hall, 1996
4) A. Papoulis, S. U. Pillai, Probability, Random Variables and Stochastic Processes, Mc GrawHill, fourth
edition
FURTHER INFORMATIONS:
DEI – Department of Electrical and Information Engineering
Room location: 3° piano ex Architettura, room 3.13, tel. 080-596-3655, e-mail: [email protected]
Research unit URL: sstlab.it