Università degli Studi di Urbino Carlo Bo / Portale Web di Ateneo


ELABORAZIONE NUMERICA DEI SEGNALI
DIGITAL SIGNAL PROCESSING

A.A. CFU
2022/2023 6
Docente Email Ricevimento studentesse e studenti
Michele Veltri venerdì 11:00-13:00
Didattica in lingue straniere
Insegnamento con materiali opzionali in lingua straniera Inglese
La didattica è svolta interamente in lingua italiana. I materiali di studio e l'esame possono essere in lingua straniera.

Assegnato al Corso di Studio

Informatica Applicata (L-31)
Curriculum: Curriculum per l'elaborazione delle Informazioni
Giorno Orario Aula
Giorno Orario Aula

Obiettivi Formativi

L'insegnamento ha lo scopo di introdurre i concetti base dei segnali, di presentare i principi fondamentali ed i metodi per l’analisi e l’elaborazione dei segnali mediante sistemi tempo discreti.

Programma

01 Introduzione alla elaborazione dei segnali

 01.01 Caratterizzazione e classificazione dei segnali

 01.02 Vantaggi e svantaggi della elaborazione numerica dei segnali

02 Segnali a tempo discreto nel dominio del tempo

 02.01 Rappresentazione dei segnali nel dominio del tempo.

 02.02 Operazioni sulle sequenze

 02.03 Classificazione delle sequenze

 02.04 Energia e potenza media di segnali a tempo discreto

 02.05 Sequenze elementari

 02.06 Sequenze complesse e sinusoidi a tempo discreto

03 Sistemi a tempo discreto

 03.01 Proprietà dei sistemi a tempo discreto 

 03.02 Esempi di semplici sistemi

 03.03 Sistemi LTI 

 03.04 Risposta impulsiva e somma di convoluzione

 03.05 Equazioni alle differenze

04 Segnali a tempo discreto nel dominio della frequenza

 04.01 Trasformata di Fourier a tempo discreto (DTFT)

 04.02 DTFT notevoli

 04.03 Proprietà della DTFT

 04.04 Teorema della convoluzione

 04.05 Teorema di Parseval

 04.06 Risposta in frequenza dei sistemi LTI

 04.07 Ritardo di fase e di gruppo

05 Campionamento e quantizzazione

 05.01 Campionamento ideale dei segnali a tempo continuo

 05.02 Il teorema del campionamento

 05.03 Fenomeno dell’aliasing

 05.04 Ricostruzione del segnale

 05.05 Quantizzazione ed errore di quantizzazione

06 Trasformata di Fourier discreta

 06.01 Definizione della trasformata di Fourier discreta (DFT)

 06.02 Relazione tra DTFT e DFT

 06.03 Valutazione della DTFT su frequenze discrete tramite la DFT (zero-padding)

 06.04 Proprietà della trasformata DFT

 06.05 Convoluzione lineare e convoluzione circolare

 06.06 Analisi di sistemi LTI mediante DFT

 06.07 Fast Fourier Transform (FFT)

07 Trasformata Z

 07.01 Definizione della trasformata Z

 07.02 Relazione tra DTFT e trasformata Z

 07.03 Analisi della regione di convergenza

 07.04 Diagramma poli-zeri

 07.05 Effetto della presenza di un polo/zero sul modulo della trasformata Z 

 07.05 Proprietà della trasformata Z

 07.06 Trasformata Z inversa

 07.07 Analisi dei sistemi LTI mediante trasformata Z: funzione di trasferimento, stabilità e  causalità

08 Sistemi LTI a tempo discreto nel dominio della frequenza

 08.01 Filtri ideali

 08.02 Caratteristiche dei filtri reali

 08.03 Filtri FIR

 08.04 Esempi di semplici filtri FIR

 08.05 Filtri FIR a fase lineare 

 08.06 Filtri a fase zero

 08.07 Filtri IIR

 08.08 Progettazione di filtri IIR tramite collocamento diretto di poli e zeri

 08.09 Filtri a pettine

 08.10 Filtri passa-tutto

 08.11 Funzioni di trasferimento a fase minima e fase massima

 08.12 Sistema inverso

 08.13 Progettazione di filtri FIR tramite il metodo delle finestre

09 Laboratorio

 09.01 Introduzione al linguaggio Python

 09.02 Implementazione di algoritmi di elaborazione dei segnali usando il Python

Eventuali Propedeuticità

Per quanto non vi siano propedeuticità obbligatorie si suggerisce vivamente di sostenere l'esame di questo insegnamento solo dopo gli esami di Logica, Algebra e Geometria, Analisi Matematica 1 e 2.

Risultati di Apprendimento (Descrittori di Dublino)

Conoscenza e comprensione:

Lo studente al termine dell'insegnamento acquisirà le conoscenze fondamentali per l’analisi dei segnali, saprà come i segnali possono essere elaborati mediante filtri digitali, conoscerà le principali strutture filtranti digitali nonché acquisterà la capacità di comprendere i principi ed i metodi di elaborazione che stanno alla base di un qualunque sistema per il trattamento dei segnali.

Capacità di applicare conoscenza e comprensione:

Lo studente acquisirà le metodologie proprie della Elaborazione dei Segnali e sarà in grado di applicarle per il trattamento di segnali. In particolare sarà in grado di analizzare segnali, di elaborarli medianti filtri digitali e avrà la capacità di progettare diverse tipologie di filtri per l’elaborazione dei segnali. La capacità di applicare queste tecniche verrà sviluppata ed affinata nelle esercitazioni di laboratorio dove verranno analizzati ed elaborati segnali audio.

Autonomia di giudizio:

Lo studente  sarà in grado di applicare la metodologia dell’elaborazione dei segnali per la comprensione e la risoluzione di nuovi problemi riguardanti  l’analisi o l’elaborazione di segnali. Le discussioni critiche in aula e le esercitazioni serviranno a stimolare e sviluppare l’autonomia di giudizio dello studente.

Abilità comunicative:

Lo studente  acquisirà la capacità di esprimere i concetti fondamentali dell’elaborazione dei segnali con terminologia appropriata e rigorosa. Imparerà a descrivere i problemi inerenti all’analisi e all’elaborazione di segnali e le metodologie adottate per la loro soluzione.

Capacità di apprendimento:

Lo studente  acquisirà la capacità di studiare ed apprendere nuove tecniche per l’analisi e l’elaborazione di segnali in modo da poter sviluppare autonomamente soluzioni per nuove problematiche inerenti al trattamento dei segnali.

Materiale Didattico

Il materiale didattico predisposto dalla/dal docente in aggiunta ai testi consigliati (come ad esempio diapositive, dispense, esercizi, bibliografia) e le comunicazioni della/del docente specifiche per l'insegnamento sono reperibili all'interno della piattaforma Moodle › blended.uniurb.it

Modalità Didattiche, Obblighi, Testi di Studio e Modalità di Accertamento

Modalità didattiche

Lezioni frontali ed esercitazioni in laboratorio

Obblighi

Sebbene fortemente consigliata, la frequenza non è obbligatoria.

Testi di studio

S. Mitra, "Digital signal processing", McGraw-Hill, 2001, 2011.

A. V. Hoppenheim e R. W. Schafer, "Discrete-time signal processing", Prentice Hall, 2010.

M. Laddomada e M. Mondin, “Elaborazione numerica dei segnali”, Prentice Hall, 2007.

Modalità di
accertamento

Prova scritta e prova orale.

La prova scritta viene valutata in trentesimi ed è ritenuta sufficiente se il relativo voto, che rimane valido per l'intero a.a., è di almeno 15/30. La prova orale, che può essere sostenuta solo previo superamento della prova scritta, si compone di domande aperte e comporta un aggiustamento per eccesso o per difetto del voto della prova scritta, determinando così il voto finale. La valutazione della prova orale considera le conoscenze acquisite, la comprensione della materia, e la capacità di presentare in modo rigoroso l'argomento trattato.

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.

« torna indietro Ultimo aggiornamento: 30/08/2022


Il tuo feedback è importante

Raccontaci la tua esperienza e aiutaci a migliorare questa pagina.

Il tuo 5x1000 per sostenere le attività di ricerca

L'Università di Urbino destina tutte le risorse che deriveranno da questa iniziativa alla ricerca scientifica ed al sostegno di giovani ricercatori.

15 22

Se sei vittima di violenza o stalking chiama il 1522, scarica l'app o chatta su www.1522.eu

Il numero, gratuito è attivo 24 h su 24, accoglie con operatrici specializzate le richieste di aiuto e sostegno delle vittime di violenza e stalking.

Posta elettronica certificata

amministrazione@uniurb.legalmail.it

Social

Università degli Studi di Urbino Carlo Bo
Via Aurelio Saffi, 2 – 61029 Urbino PU – IT
Partita IVA 00448830414 – Codice Fiscale 82002850418
2024 © Tutti i diritti sono riservati

Top