Insegnamento ELABORAZIONE DIGITALE DEI SEGNALI
| Nome del corso | Ingegneria elettronica per l'internet-of-things |
|---|---|
| Codice insegnamento | 70A00096 |
| Curriculum | Comune a tutti i curricula |
| Docente responsabile | Fabrizio Frescura |
| Docenti |
|
| Ore |
|
| CFU | 9 |
| Regolamento | Coorte 2023 |
| Erogato | Erogato nel 2023/24 |
| Erogato altro regolamento | |
| Attività | Affine/integrativa |
| Ambito | Attività formative affini o integrative |
| Settore | ING-INF/03 |
| Tipo insegnamento | Obbligatorio (Required) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | ITALIANO |
| Contenuti | Il corso si articola in alcune unità didattiche: Modulo didattico: Quantizzazione del segnale ottimale e non lineare (12 ore) Modulo didattico: trasformata discreta di Fourier e stima spettrale (12 ore) Modulo Didattico: Trasformata Z e Funzione di Trasferimento (12 ore) Modulo Didattico: Interpolazione, Decimazione e Rate Conversion (12 ore) Modulo didattico: elaborazione digitale delle immagini (24 ore) |
| Testi di riferimento | S. ORFANIDIS, “INTRODUCTION TO SIGNAL PROCESSING”, PRENTICE HALL OGE MARQUES, “PRACTICAL IMAGE AND VIDEO PROCESSING USING MATLAB”, IEEE PRESS |
| Obiettivi formativi | Il corso presenta le tecniche di base e avanzate per l'Elaborazione Digitale dei Segnali mono e bidimensionali (immagini) e fornisce assieme agli elementi di teoria, la conoscenza di alcuni strumenti software (Matlab) per la applicazione delle tecniche stesse. Il corso assume siano già acquisiti i concetti di Segnale e Sistema tempo discreti, Trasformata di Fourier e di Filtro FIR, concetti questi introdotti nel corso di Teoria dei Segnali, ritenuto assolutamente propedeutico. Al termine del corso gli studenti saranno in grado di: Comprendere e progettare sistemi di quantizzazione ottima e non lineare con gli strumenti software di progettazione (es. Matlab) per segnali mono e bidimensionali (HDR imaging) Comprendere, simulare e Progettare (Matlab) schemi di stima spettrale basati sull'impiego di DFT/FFT sia per segnali stazionari che per segnali non stazionari. Comprendere, simulare e Progettare (Matlab) schemi di conversione della frequenza di campionamento con tecnica diretta e polifase. Applicazioni ai segnali mono e bidimensionali (image rescaling) Comprendere, simulare e Progettare (Matlab) algoritmi di Elaborazioni delle Immagini. |
| Prerequisiti | Teoria dei segnali Teoria dei sistemi Elettronica dei sistemi digitali Fondamenti di telecomunicazioni Teoria della probabilità e della misurazione Architetture dei calcolatori e sistemi operativi |
| Metodi didattici | Le lezioni si svolgono con didattica frontale di tipo teorico con Slides e integrazione alla lavagna degli argomenti e con lo svolgimento di esercizi di natura progettuale. Sono fortemente incoraggiate le domande e gli interventi da parte degli studenti in modaltà interattiva durante tutta la lezione. Per ogni Unità didattica sono poi svolte esercitazioni in Matlab sui temi di riferimento dell'Unità Didattica stessa. |
| Altre informazioni | |
| Modalità di verifica dell'apprendimento | Il test finale dell'esame è costituito se due test separati: 1) Una progetto di signal processing al PC (Matlab) 2) Un esame orale |
| Programma esteso | Modulo didattico: Quantizzazione del segnale ottimale e non lineare (12 ore) Tipi di segnale: monodimensionale – bidimensionale, acquisizione del segnale. Formati numerici a virgola fissa ea virgola mobile. Quantizzazione lineare, gamma dinamica e rapporto segnale/rumore di quantizzazione (SQNR) in funzione del segnale di ingresso pdf Quantizzazione ottimale – Implementazione con companding – Quantizzazione non lineare completamente digitale con LUT – Applicazioni – Esercizi Matlab Applicazioni all'elaborazione delle immagini (HDR) Modulo Didattico: Trasformata Discreta di Fourier e Stima Spettrale (12 Ore) DTFT (Discrete Time Fourier Transform) – Spettro di frequenza di segnali discreti. Campionamento in frequenza di DTFT – DFT e IDFT. Trasformata di Fourier veloce FFT. Circular Convolution, implementazione di Circular Convolution con Linear Convolution e Circular Prefix Analisi spettrale di segnali deterministici - DFT/FFT per l'analisi spettrale di segnali stazionari - Effetto del campionamento del segnale - Finestratura, estensione periodica ed estrapolazione - Effetto del campionamento dello spettro - Effetti della finestratura: dispersione e perdita di risoluzione - Progettazione di una stima spettrale Software con prestazioni assegnate DFT/FFT per l'analisi spettrale di segnali non stazionari. Spettrogramma. Esercizio MatLab. Trasformazioni discrete per l'elaborazione delle immagini Modulo Didattico: Trasformate z e Funzioni di Trasferimento (12 ore) Proprietà principali. Regione di convergenza (RoC), causalità e stabilità. Spettro di frequenza – relazione con DTFT. Trasformata Z inversa Descrizioni equivalenti di sistemi a tempo discreto, funzione di trasferimento – risposta sinusoidale, risposta a tempo stazionario, risposta transitoria. Progettazione di filtri IIR con posizionamento Pole-Zero: filtri del primo ordine, filtri parametrici, filtri Notch e Comb. Esercizio MatLab Modulo Didattico: Interpolazione, Decimazione e Rate Conversion (12 Ore) Interpolazione e sovracampionamento. Progettazione di filtri di interpolazione – Interpolatori polifase. Equalizzazione DAC, interpolazione multistadio. Decimazione, progettazione del filtro di decimazione. Convertitori di frequenza di campionamento L/M. Implementazione multistadio. Esercizio Matlab Applicazione all'elaborazione delle immagini Modulo didattico: Digital Image Processing (24 ore) Panoramica delle operazioni di elaborazione delle immagini: operazioni globali (punto), operazioni orientate al vicinato, operazioni che combinano più immagini, operazioni in un dominio di trasformazione. Matlab Image processing Toolbox Operazioni geometriche, trasformazioni a livello di grigio, elaborazione di istogrammi, elaborazione di vicinato, filtraggio nel dominio di frequenza. Applicazioni: image Restoration, elaborazione di immagini a colori |