Giuseppe RICCI

Giuseppe RICCI

Professore I Fascia (Ordinario/Straordinario)

Settore Scientifico Disciplinare ING-INF/03: TELECOMUNICAZIONI.

Dipartimento di Ingegneria dell'Innovazione

Centro Ecotekne Pal. O - S.P. 6, Lecce - Monteroni - LECCE (LE)

Ufficio, Piano terra

Telefono +39 0832 29 7205 +39 0832 29 7306

Curriculum Vitae

Giuseppe Ricci was born in Naples, Italy, on February 15, 1964. He received the Dr. degree and the Ph.D. degree, both in Electronic Engineering, from the University of Naples "Federico II" in 1990 and 1994, respectively. Since 1995 he has been with the University of Salento (formerly University of Lecce) first as an Assistant Professor of Telecommunications and, since 2002, as a Professor. His research interests are in the field of statistical signal processing with emphasis on radar processing, localization algorithms, and CDMA systems. He has held visiting positions at the University of Colorado at Boulder (CO, USA) in 1997-1998 and in April/May 2001, at the Colorado State University (CO, USA) in July/September 2003, March 2005, September 2009, and March 2011, at Ensica (Toulouse, France) in March 2006, at the University of Connecticut (Storrs CT, USA) in September 2008, and at Arizona State University (AZ, USA) in July-August 2019. He has been member of the Multisensor Target Tracking Working Group (MSTWG), operating under the auspices of the International Society of Information Fusion (ISIF), from 2012 until 2016, and of the Special Area Team (SAT) Eurasip Signal Processing for Multisensor Systems (SPMuS) from 2016  until 2021. He has also been Rector Delegate for teaching activities and continuing education from February 2016 and June 2016, respectively, until April 2017. Since May 24th, 2021 he is member of the Evaluation Board (Nucleo di Valutazione) of the University of Salento.

 

Giuseppe Ricci è nato a Napoli il 15/02/1964. Nel 1990 ha conseguito la Laurea in Ingegneria Elettronica con lode e nel 1994 il titolo di Dottore di Ricerca in Ingegneria Elettronica ed Informatica presso l'Università degli Studi di Napoli "Federico II". E' in servizio presso la Facoltà di Ingegneria dell'Università del Salento (già Università degli Studi di Lecce) dal 1995 come ricercatore prima e dal 2005 come Professore Ordinario (settore scientifico-disciplinare Telecomunicazioni). L'attività di ricerca si focalizza su tematiche inerenti l'elaborazione del segnale radar, con enfasi sulla rivelazione ed il tracking, e la localizzazione in reti di sensori wireless. Si è anche occupato del progetto di ricevitori multiutente per sistemi CDMA in presenza di overlay e di tipo blind per canali affetti da fading selettivo in frequenza ed interferenza intersimbolica. Ha trascorso l'AA 97/98 e il periodo Aprile/Maggio 2001 presso la University of Colorado at Boulder (Colorado, USA) collaborando con il Prof. M. Varanasi alla derivazione e all'analisi di ricevitori multiutente blind. Ha inoltre avuto ``visiting positions'' presso la Colorado State University (Colorado, USA) nei periodi luglio/settembre 2003, marzo 2005, settembre 2009, marzo 2011, l'ENSICA (Toulouse, France) nel marzo 2006, la University of Connecticut (Storrs, Connecticut, USA) nel settembre 2008 e la Arizona State University dal 18 luglio al 16 agosto 2019. E' stato componente del Multisensor Target Tracking Working Group (MSTWG),  International Society of Information Fusion (ISIF), dal 2012 al 2016, e dello Special Area Team (SAT) Eurasip Signal Processing for Multisensor Systems (SPMuS) dal  2016 al 2021. E' anche stato Delegato del Rettore per la didattica e l'educazione continua rispettivamente dal febbraio 2016 e dal giugno 2016 ad aprile 2017. Dal 24 maggio 2021 è componente interno del Nucleo di Valutazione dell'Università del Salento.

 

 

 

Didattica

A.A. 2023/2024

LABORATORY OF WIRELESS COMMUNICATIONS AND RADAR

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

Year taught 2023/2024

For matriculated on 2022/2023

Course year 2

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter Telecom Applications

Location Lecce

RADAR SYSTEMS

Degree course AEROSPACE ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

Year taught 2023/2024

For matriculated on 2023/2024

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter CURRICULUM AEROSPACE SYSTEMS

Location Brindisi

SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 81.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2022/2023

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICAL SIGNAL PROCESSING AND LEARNING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2023/2024

For matriculated on 2023/2024

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2022/2023

LABORATORY OF WIRELESS COMMUNICATIONS AND RADAR

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 6.0

Owner professor ALESSIO FASCISTA

Teaching hours Ore totali di attività frontale: 54.0

  Ore erogate dal docente Giuseppe RICCI: 27.0

Year taught 2022/2023

For matriculated on 2021/2022

Course year 2

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter Telecom Applications

Location Lecce

RADAR SYSTEMS

Degree course AEROSPACE ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

Year taught 2022/2023

For matriculated on 2022/2023

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter CURRICULUM AEROSPACE SYSTEMS

Location Brindisi

SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 9.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 81.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2021/2022

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICAL SIGNAL PROCESSING AND LEARNING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2022/2023

For matriculated on 2022/2023

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2021/2022

RADAR SYSTEMS

Degree course AEROSPACE ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

Year taught 2021/2022

For matriculated on 2021/2022

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter CURRICULUM AEROSPACE SYSTEMS

Location Brindisi

SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 9.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 81.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2020/2021

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICAL SIGNAL PROCESSING AND LEARNING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2021/2022

For matriculated on 2021/2022

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2020/2021

SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 9.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 81.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2019/2020

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2020/2021

For matriculated on 2020/2021

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2019/2020

SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 72.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2018/2019

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2019/2020

For matriculated on 2019/2020

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2018/2019

SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 72.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2017/2018

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2018/2019

For matriculated on 2018/2019

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

Torna all'elenco
LABORATORY OF WIRELESS COMMUNICATIONS AND RADAR

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

For matriculated on 2022/2023

Year taught 2023/2024

Course year 2

Semestre Secondo Semestre (dal 04/03/2024 al 14/06/2024)

Language INGLESE

Subject matter Telecom Applications (A181)

Location Lecce

Prerequisites: statistical signal processing and learning, digital communications

General Background:

 

- A brief introduction to Matlab programming.

 

List of potential laboratory experiences:

 

-  Lab Experience #1: CFAR Radar Detection using Matlab

  1. CFAR detection techniques: motivation and basic strategies;
  2. Coherent and Incoherent detection;
  3. Implementation of different CFAR detection schemes: cell averaging (CA) CFAR, greatest of (GO) CFAR and smallest of (SO) CFAR, censored CA-CFAR, and ordered statistic (OS);
  4. Analysis under ideal and non-ideal conditions (clutter edges and multiple targets).

-  Lab Experience #2: FMCW Radars

  1. Design of algorithms for target detection and parameter(s) estimation;
  2. Acquisition of real data in an automotive scenario;
  3. Design of decision rules for detection and tracking of multiple targets;
  4. Performance analysis based on synthetic and real data.

-  Lab Experience #3: Target Detection using Real Radar Data

  1. Statistical analysis and processing of real radar data;
  2. Estimation of the power spectral density and model fitting;
  3. Design and implementation of detection algorithms to reveal the presence of targets embedded in real clutter.

-  Lab Experience #4: Design of algorithms for the localization of a wireless node

  1. Implementation of algorithms based on received signal strength measurements;
  2. Implementation of algorithms based on time of arrival measurements;
  3. Implementation of algorithms based on direction of arrival measurements;
  4. Performance analysis using synthetic data.

- Lab Experience #5: Simulation and Analysis of 5G Wireless Communication Systems

  1. Transmitted signal generation (single-carrier and multi-carrier technologies);
  2. Multiple-input multiple-output (MIMO) and Multiple-input single-output (MISO) radio channel modeling;
  3. Downlink and Uplink mmWave communications;
  4. Channel Estimation (LOS and NLOS) and Performance Analysis.

 

Lab projects will include if necessary

- A review of pulsed radars and a brief introduction to frequency-modulated continuous wave (FMCW) radars.

- A review of goodness of fit techniques.

- An introduction to positioning techniques.

- An Introduction to modeling and simulation of wireless communication systems.

 

 

Overview.

This is a laboratory-based course intended to show the application of statistical signal processing techniques to the design and the analysis of wireless systems and radars.

Learning Outcomes.

Knowledge and understanding

After the course the student should know the tools necessary 1) to fit a statistical model to data and 2) to design algorithms to retrieve information chosen according to the adopted model.

Applying knowledge and understanding

After the course the student should be able to

*fit a statistical model to data in terms of first order distribution and autocorrelation function;

*solve detection and estimation problems for the selected applications.

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem (laboratory experiences).

Communication

The ability to communicate on technical topics should be acquired by reporting on laboratory experiences.

Learning skills

Laboratory experiences will require elaborating on techniques introduced in previous courses, also with the help of selected readings suggested by the instructor. Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures and computer/experimental projects. Most of the activity is performed in the laboratory where students can setup experiments regarding radar signal processing and wireless transmissions in Matlab and/or using Software Defined Radio (SDR) platforms. To attend the course, the student is NOT required to have knowledge of these tools in advance

The exam will be composed of an oral part (30%) and a practical part (70%) where some modifications to the software and experiments developed during the course will be required; the objective of the practical part is not to focus on programming skills, but to verify the knowledge level of the discussed topics.

 

1) Handouts (in progress).

2) M. C. Jeruchim, P. Balaban, K. S. Shanmugan, "Simulation of Communication Systems," Plenum Press, 1992.

3) R. B. D'Agostino and M. A. Stephens, "Goodness of Fit Techniques," Marcel Dekker, 1986.

4) J. Proakis: "Digital Communications", McGraw Hill, 2000.

5) D. Tse and P. Viswanath: "Fundamentals of Wireless Communication" Cambridge University Press, 2005.

6) R. W. Stewart, K. W. Barlee, D. S. Atkinson, and L. H. Crockett: "Software defined radio using MATLAB & Simulink and the RTL-SDR", University of Strathclyde Engineering (free ebook), 2015.

LABORATORY OF WIRELESS COMMUNICATIONS AND RADAR (ING-INF/03)
RADAR SYSTEMS

Degree course AEROSPACE ENGINEERING

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

For matriculated on 2023/2024

Year taught 2023/2024

Course year 1

Semestre Primo Semestre (dal 18/09/2023 al 22/12/2023)

Language INGLESE

Subject matter CURRICULUM AEROSPACE SYSTEMS (A111)

Location Brindisi

Knowledge (at an undergraduate level) of Signal and Systems and Probability Theory is highly desirable

A review of basic concepts from signal theory.

Generalities on radar signal processing (pulsed radars).

The radar equation (with general info on antennas and the radar cross section of a target).

A review from probability theory.

Detection theory and CFAR techniques.

Introduction to Matlab and Monte Carlo simulation.

Analysis (via Monte Carlo simulation) of selected decision schemes.

FMCW radars.

 

Overview.

An introduction to the main concepts of radar systems with emphasis on radar signal processing.

Learning Outcomes.

Knowledge and understanding

After the course the student should be able to describe

1.1) the main blocks of a radar system

1.2) signal and interference models

1.3) link budget analysis

1.4) the use of detection theory to design a radar receiver

1.5) CFAR techniques

Applying knowledge and understanding

After the course the student should be able to

2.1) Formulate and solve simple detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

2.2) Evaluate the performance parameters of a radar system for simplified scenarios by Monte Carlo simulation (Octave/Matlab project).

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by discussing the adopted solution to a specific problem with a good balance of mathematical rigor and physical insights.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods. Identifying solutions to non trivial problems, also with the help of the instructor, will be important to be ready for autonomous lifelong learning.

Lectures, assigned homeworks, solution to proposed problems, and computer projects.

Oral exam. The exam consists of a first part devoted to the discussion of a couple of theoretical topics (this part is aimed at assessing to what extent the student has gained knowledge of topics 1.1-1.5, see Course aims) and a second part focused on the discussion of a Matlab project or the solution of a simple detection problem (this part is aimed at verifying to what extent the student is able to apply knowledge and understanding). Knowledge of topics 1.1-1.5 is necessary to pass the exam together with the ability to discuss a project developed during the course. For scores above 24/30 an in depth knowledge of the mathematical aspects of topics 1.1-1.5 is also required. For scores above 28/30 the ability to solve a simple detection problem is also requested.

Radar Principles by Nadav Levanon, John Wiley & Sons, 1988.

Handouts (in progress).

RADAR SYSTEMS (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 81.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2023/2024

Anno di corso 2

Semestre Secondo Semestre (dal 04/03/2024 al 14/06/2024)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (8 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (6 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (6 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (10 ore).

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Lezioni teoriche, esercitazioni numeriche ed esercitazioni al calcolatore a cui va aggiunto lo studio svolto autonomamente dagli studenti. 

Modalità di verifica delle conoscenze acquisite.

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera completa e corretta ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Per ulteriore materiale didattico si rimanda all'url ricci.unile.it. Per il materiale didattico più recente si rimanda a questo sito (necessario autenticarsi).

Segnali e Sistemi - Corso di laurea in Ingegneria dell'Informazione (II semestre)

 

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (8 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (6 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (6 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (10 ore).

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Modalità di verifica delle conoscenze acquisite

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera corretta e completa ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Testi di riferimento.

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

 

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING AND LEARNING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2023/2024

Year taught 2023/2024

Course year 1

Semestre Primo Semestre (dal 18/09/2023 al 22/12/2023)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Prerequisites: sufficiency in calculus, probability theory, and linear algebra.

Course Content.

Introduction: examples of statistical reasoning (7 hours). Review of probability theory and rudiments of multivariate normal theory (7 hours). Solution to assigned problems (3 hours). Estimation Theory: Classical and Bayesian Parameter Estimators (ML, LS, WLS, ILS, MAP, MMSE, and LMMSE estimators). How to measure the performance of an estimator. Cramer-Rao bounds (17 hours). Solution to assigned problems (18 hours). Computer generation of random vectors and moment estimation (3 hours). Application of LMMSE estimation to filtering and beamforming. Minimum variance and minimum power distortionless beamformers. Linearly constrained minimum variance and minimum power beamformers. Generalized sidelobe canceler (5 hours). Steepest-descent algorithm: derivation and analysis. Least-mean-square algorithm: derivation and analysis (4 hours). An introduction to supervised learning. The expectation-maximization algorithm (6 hours). Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, GLRT, Constant False Alarm Rate property (6 hours). Solution to assigned problems (2 hours).

A topic selected by each group of students as for instance: direction of arrival estimation, discrete-time Kalman filter and extended Kalman filter, etc.

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the main aspects of estimation and detection theory.

Applying knowledge and understanding

After the course the student should be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by elaborating on methods of detection and estimation theory.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures, exercises, and computer projects. Problem-­solving skills are of paramount importance and are gained via assigned homeworks.

Written exam (70%). The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Homeworks (30%). Students will work in groups on specified topics based on textbooks and articles. The topics will be discussed during classes.

Office Hours: by appointment; contact the instructor by email or at the end of class meetings.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[9] S. Haykin, ``Adaptive Filter Theory,'' Prentice-Hall, 1996.

STATISTICAL SIGNAL PROCESSING AND LEARNING (ING-INF/03)
LABORATORY OF WIRELESS COMMUNICATIONS AND RADAR

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 6.0

Owner professor ALESSIO FASCISTA

Teaching hours Ore totali di attività frontale: 54.0

  Ore erogate dal docente Giuseppe RICCI: 27.0

For matriculated on 2021/2022

Year taught 2022/2023

Course year 2

Semestre Secondo Semestre (dal 01/03/2023 al 09/06/2023)

Language INGLESE

Subject matter Telecom Applications (A181)

Location Lecce

Prerequisites: statistical signal processing and learning, digital communications

General Background:

 

- A brief introduction to Matlab programming.

 

Wireless Communications Module:

 

- Introduction to modeling and simulation of wireless communication systems.

 

List of potential laboratory experiences:

 

- Lab Experience #1: Simulation and Analysis of 5G Wireless Communication Systems

  1. Transmitted signal generation (single-carrier and multi-carrier technologies);
  2. Multiple-input multiple-output (MIMO) and Multiple-input single-output (MISO) radio channel modeling;
  3. Downlink and Uplink mmWave communications;
  4. Channel Estimation (LOS and NLOS) and Performance Analysis.

 

-  Lab Experience #2: Use of Software-Defined-Radio (SDR) Platforms

  1. Signals acquisition and analysis using SDRAngel and RTL-SDR;
  2. Implementation of algorithms for spectrum sensing (energy detector vs machine learning);
  3. Other applications/examples with SDRAngel and RTL-SDR;
  4. Airplane Tracking using aviation signals ADS-B and RTL-SDR.

 

- Lab Experience #3: Prototype of a Real Wi-Fi Communication System using ESP-32 Development Boards

  1. Setup and configuration of the experimental testbed;
  2. Real-time data acquisition;
  3. Analysis and processing of Wi-Fi Channel State Information (CSI).

 

 

Radar Module:

 

- Review of pulsed radars and brief introduction to continuous wave (CW) and frequency-modulated CW (FMCW) radars.

 

List of potential laboratory experiences:

 

-  Lab Experience #1: CFAR Radar Detection using Matlab

  1. CFAR detection techniques: motivation and basic strategies;
  2. Coherent and Incoherent detection;
  3. Implementation of different CFAR detection schemes: cell averaging (CA) CFAR, greatest of (GO) CFAR and smallest of (SO) CFAR, censored CA-CFAR, and ordered statistic (OS);
  4. Analysis under ideal and non-ideal conditions (clutter edges and multiple targets).

 

-  Lab Experience #2: Target Detection using Real Radar Data

  1. Statistical analysis and processing of real radar data;
  2. Estimation of the power spectral density and model fitting;
  3. Design and implementation of detection algorithms to reveal the presence of targets embedded in real clutter.

 

-  Lab Experience #3: CW and FMCW Radars

  1. Design of algorithms for target detection and parameter(s) estimation;
  2. Performance analysis based on synthetic and real data.

Overview.

This is a laboratory-based course intended to show the application of statistical signal processing techniques to the design and the analysis of wireless systems and radars.

Learning Outcomes.

Knowledge and understanding

After the course the student should know the tools necessary 1) to fit a statistical model to data and 2) to design algorithms to retrieve information chosen according to the adopted model.

Applying knowledge and understanding

After the course the student should be able to

*fit a statistical model to data in terms of first order distribution and autocorrelation function;

*solve detection and estimation problems for the selected applications.

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem (laboratory experiences).

Communication

The ability to communicate on technical topics should be acquired by reporting on laboratory experiences.

Learning skills

Laboratory experiences will require elaborating on techniques introduced in previous courses, also with the help of selected readings suggested by the instructor. Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures and computer/experimental projects. Most of the activity is performed in the laboratory where students can setup experiments regarding radar signal processing and wireless transmissions in Matlab and/or using Software Defined Radio (SDR) platforms. To attend the course, the student is NOT required to have knowledge of these tools in advance

The exam will be composed of an oral part (30%) and a practical part (70%) where some modifications to the software and experiments developed during the course will be required; the objective of the practical part is not to focus on programming skills, but to verify the knowledge level of the discussed topics.

 

1) Handouts (in progress).

2) M. C. Jeruchim, P. Balaban, K. S. Shanmugan, "Simulation of Communication Systems," Plenum Press, 1992.

3) R. B. D'Agostino and M. A. Stephens, "Goodness of Fit Techniques," Marcel Dekker, 1986.

4) J. Proakis: "Digital Communications", McGraw Hill, 2000.

5) D. Tse and P. Viswanath: "Fundamentals of Wireless Communication" Cambridge University Press, 2005.

6) R. W. Stewart, K. W. Barlee, D. S. Atkinson, and L. H. Crockett: "Software defined radio using MATLAB & Simulink and the RTL-SDR", University of Strathclyde Engineering (free ebook), 2015.

LABORATORY OF WIRELESS COMMUNICATIONS AND RADAR (ING-INF/03)
RADAR SYSTEMS

Degree course AEROSPACE ENGINEERING

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

For matriculated on 2022/2023

Year taught 2022/2023

Course year 1

Semestre Secondo Semestre (dal 01/03/2023 al 09/06/2023)

Language INGLESE

Subject matter CURRICULUM AEROSPACE SYSTEMS (A111)

Location Brindisi

Knowledge (at an undergraduate level) of Signal and Systems and Probability Theory is highly desirable

A review of basic concepts from signal and systems.

Generalities on radar signal processing.

The radar equation.

Electromagnetic propagation in real atmosphere.

Transmitting and receiving antennas.

Radar cross section of a target.

Clutter characteristics.

A review from probability theory.

Detection theory and CFAR techniques.

Ambiguity function of basic signals.

Accuracy of radar measurements.

Moving target indicator.

 

Overview.

An introduction to the main concepts of radar systems with emphasis on radar signal processing.

Learning Outcomes.

Knowledge and understanding

After the course the student should be able to describe the main blocks of a radar systems, signal and interference models, link budget analysis, application of detection theory to the design of a radar receiver, CFAR techniques, ambiguity function and measurement accuracy, the concept of moving target indicator.

Applying knowledge and understanding

After the course the student should be able to evaluate the performance parameters of a radar system for simplified scenarios.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate should be acquired by discussing a specific topic with a good balance of mathematical rigor and physical insights.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures, assigned homeworks, solution to proposed problems, and computer projects.

Oral exam

Radar Principles by Nadav Levanon, John Wiley & Sons, 1988.

Handouts (in progress).

RADAR SYSTEMS (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 9.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 81.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2022/2023

Anno di corso 2

Semestre Secondo Semestre (dal 01/03/2023 al 09/06/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (8 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (6 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (6 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (10 ore).

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Lezioni teoriche, esercitazioni numeriche ed esercitazioni al calcolatore a cui va aggiunto lo studio svolto autonomamente dagli studenti. 

Modalità di verifica delle conoscenze acquisite.

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera completa e corretta ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Per ulteriore materiale didattico si rimanda all'url ricci.unile.it. Per il materiale didattico più recente si rimanda a questo sito (necessario autenticarsi).

Segnali e Sistemi - Corso di laurea in Ingegneria dell'Informazione (II semestre)

 

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (8 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (6 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (6 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (10 ore).

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Modalità di verifica delle conoscenze acquisite

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera corretta e completa ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Testi di riferimento.

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

 

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING AND LEARNING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2022/2023

Year taught 2022/2023

Course year 1

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Prerequisites: sufficiency in calculus, probability theory, and linear algebra.

Course Content.

Introduction: examples of statistical reasoning (7 hours). Review of probability theory and rudiments of multivariate normal theory (7 hours). Solution to assigned problems (3 hours). Estimation Theory: Classical and Bayesian Parameter Estimators (ML, LS, WLS, ILS, MAP, MMSE, and LMMSE estimators). How to measure the performance of an estimator. Cramer-Rao bounds (17 hours). Solution to assigned problems (18 hours). Computer generation of random vectors and moment estimation (3 hours). Application of LMMSE estimation to filtering and beamforming. Minimum variance and minimum power distortionless beamformers. Linearly constrained minimum variance and minimum power beamformers. Generalized sidelobe canceler (5 hours). Steepest-descent algorithm: derivation and analysis. Least-mean-square algorithm: derivation and analysis (4 hours). An introduction to supervised learning. The expectation-maximization algorithm (6 hours). Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, GLRT, Constant False Alarm Rate property (6 hours). Solution to assigned problems (2 hours).

A topic selected by each group of students as for instance: direction of arrival estimation, discrete-time Kalman filter and extended Kalman filter, etc.

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the main aspects of estimation and detection theory.

Applying knowledge and understanding

After the course the student should be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by elaborating on methods of detection and estimation theory.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures, exercises, and computer projects. Problem-­solving skills are of paramount importance and are gained via assigned homeworks.

Written exam (70%). The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Homeworks (30%). Students will work in groups on specified topics based on textbooks and articles. The topics will be discussed during classes.

Office Hours: by appointment; contact the instructor by email or at the end of class meetings.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[9] S. Haykin, ``Adaptive Filter Theory,'' Prentice-Hall, 1996.

STATISTICAL SIGNAL PROCESSING AND LEARNING (ING-INF/03)
RADAR SYSTEMS

Degree course AEROSPACE ENGINEERING

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

For matriculated on 2021/2022

Year taught 2021/2022

Course year 1

Semestre Primo Semestre (dal 20/09/2021 al 17/12/2021)

Language INGLESE

Subject matter CURRICULUM AEROSPACE SYSTEMS (A111)

Location Brindisi

Knowledge (at an undergraduate level) of Signal and Systems and Probability Theory is highly desirable

A review of basic concepts from signal and systems.

Generalities on radar signal processing.

The radar equation.

Electromagnetic propagation in real atmosphere.

Transmitting and receiving antennas.

Radar cross section of a target.

Clutter characteristics.

A review from probability theory.

Detection theory and CFAR techniques.

Ambiguity function of basic signals.

Accuracy of radar measurements.

Moving target indicator.

 

Overview.

An introduction to the main concepts of radar systems with emphasis on radar signal processing.

Learning Outcomes.

Knowledge and understanding

After the course the student should be able to describe the main blocks of a radar systems, signal and interference models, link budget analysis, application of detection theory to the design of a radar receiver, CFAR techniques, ambiguity function and measurement accuracy, the concept of moving target indicator.

Applying knowledge and understanding

After the course the student should be able to evaluate the performance parameters of a radar system for simplified scenarios.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate should be acquired by discussing a specific topic with a good balance of mathematical rigor and physical insights.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures, assigned homeworks, solution to proposed problems, and computer projects.

Oral exam

Radar Principles by Nadav Levanon, John Wiley & Sons, 1988.

Handouts (in progress).

RADAR SYSTEMS (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 9.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 81.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2021/2022

Anno di corso 2

Semestre Secondo Semestre (dal 01/03/2022 al 10/06/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (8 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (6 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (6 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (10 ore).

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Lezioni teoriche, esercitazioni numeriche ed esercitazioni al calcolatore a cui va aggiunto lo studio svolto autonomamente dagli studenti. 

Modalità di verifica delle conoscenze acquisite.

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera completa e corretta ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Per ulteriore materiale didattico si rimanda all'url ricci.unile.it. Per il materiale didattico più recente si rimanda a questo sito (necessario autenticarsi).

Segnali e Sistemi - Corso di laurea in Ingegneria dell'Informazione (II semestre)

 

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (8 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (6 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (6 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (10 ore).

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Modalità di verifica delle conoscenze acquisite

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera corretta e completa ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Testi di riferimento.

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

 

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING AND LEARNING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2021/2022

Year taught 2021/2022

Course year 1

Semestre Primo Semestre (dal 20/09/2021 al 17/12/2021)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Prerequisites: sufficiency in calculus, probability theory, and linear algebra.

Course Content.

Introduction: examples of statistical reasoning (7 hours). Review of probability theory and rudiments of multivariate normal theory (7 hours). Solution to assigned problems (3 hours). Estimation Theory: Classical and Bayesian Parameter Estimators (ML, LS, WLS, ILS, MAP, MMSE, and LMMSE estimators). How to measure the performance of an estimator. Cramer-Rao bounds (17 hours). Solution to assigned problems (18 hours). Computer generation of random vectors and moment estimation (3 hours). Application of LMMSE estimation to filtering and beamforming. Minimum variance and minimum power distortionless beamformers. Linearly constrained minimum variance and minimum power beamformers. Generalized sidelobe canceler (5 hours). Steepest-descent algorithm: derivation and analysis. Least-mean-square algorithm: derivation and analysis (4 hours). An introduction to supervised learning. The expectation-maximization algorithm (6 hours). Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, GLRT, Constant False Alarm Rate property (6 hours). Solution to assigned problems (2 hours).

A topic selected by each group of students as for instance: direction of arrival estimation, discrete-time Kalman filter and extended Kalman filter, etc.

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the main aspects of estimation and detection theory.

Applying knowledge and understanding

After the course the student should be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by elaborating on methods of detection and estimation theory.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures, exercises, and computer projects. Problem-­solving skills are of paramount importance and are gained via assigned homeworks.  

Examination.

Written exam (70%). The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Homeworks (30%). Students will work in groups on specified topics based on textbooks and articles. The topics will be discussed during classes.

Office Hours: by appointment; contact the instructor by email or at the end of class meetings.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[9] S. Haykin, ``Adaptive Filter Theory,'' Prentice-Hall, 1996.

STATISTICAL SIGNAL PROCESSING AND LEARNING (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 9.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 81.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2020/2021

Anno di corso 2

Semestre Secondo Semestre (dal 01/03/2021 al 11/06/2021)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (7 ore).

Modelli di stato a tempo continuo e a tempo discreto (9 ore).

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Lezioni teoriche, esercitazioni numeriche ed esercitazioni al calcolatore a cui va aggiunto lo studio svolto autonomamente dagli studenti. 

Modalità di verifica delle conoscenze acquisite.

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera completa e corretta ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Per ulteriore materiale didattico si rimanda all'url ricci.unile.it. Per il materiale didattico più recente si rimanda a https://formazioneonline.unisalento.it/

Segnali e Sistemi - Corso di laurea in Ingegneria dell'Informazione (II semestre)

 

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (7 ore).

Modelli di stato a tempo continuo e a tempo discreto (9 ore).

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Modalità di verifica delle conoscenze acquisite

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Per il superamento dell'esame è necessario rispondere in maniera corretta e completa ad almeno uno dei due quesiti teorici e raggiungere la sufficienza sommando i punteggi di entrambe le prove.

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Testi di riferimento.

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

 

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2020/2021

Year taught 2020/2021

Course year 1

Semestre Primo Semestre (dal 23/09/2020 al 20/12/2020)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Prerequisites: sufficiency in calculus, probability theory, and linear algebra.

Course Content.

Introduction: examples of statistical reasoning (7 hours).

Review of probability theory and rudiments of multivariate normal theory (7 hours). Solution to assigned problems (3 hours).

Estimation Theory: Classical and Bayesian Parameter Estimators (ML, LS, WLS, ILS, MAP, MMSE, and LMMSE estimators). How to measure the performance of an estimator. Cramer-Rao bounds (17 hours). Solution to assigned problems (18 hours). Computer generation of random vectors and moment estimation (3 hours).

Direction of arrival estimation: CML and MUSIC algorithm (3 hours). Matlab implementation of the MUSIC algorithm (3 hours).

Application of LMMSE estimation to filtering and beamforming. Minimum variance and minimum power distortionless beamformers. Linearly constrained minimum variance and minimum power beamformers. Generalized sidelobe canceler (5 hours).

Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (8 hours).

Steepest-descent algorithm: derivation and analysis. Least-mean-square algorithm: derivation and analysis (4 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, GLRT, Constant False Alarm Rate property (6 hours). Solution to assigned problems (2 hours).

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the main aspects of estimation and detection theory and in particular

*classical and Bayesian approaches to estimation; strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*The Kalman filter and the extended Kalman filter and their use to solve simplified tracking problems.

Applying knowledge and understanding

After the course the student should be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by discussing in a rigorous way not only concepts and tools of detection and estimation theory, but also the adopted solution to a specific problem.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures, exercises, and computer projects. Problem-­solving skills are of paramount importance and are gained via assigned homeworks.  

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: by appointment; contact the instructor by email or at the end of class meetings.

Statistical Signal Processing - Master degree (LM) in Communication Engineering and Electronic Technologies (Fall semester)

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the main aspects of estimation and detection theory and in particular

*classical and Bayesian approaches to estimation; strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*The Kalman filter and the extended Kalman filter and their use to solve simplified tracking problems.

Applying knowledge and understanding

After the course the student should  be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by discussing in a rigorous way not only concepts and tools of detection and estimation theory, but also the adopted solution to a specific problem.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Course Content.

Introduction: examples of statistical reasoning (7 hours).

Review of probability theory and rudiments of multivariate normal theory (7 hours). Solution to assigned problems (3 hours).

Estimation Theory: Classical and Bayesian Parameter Estimators (ML, LS, WLS, ILS, MAP, MMSE, and LMMSE estimators). How to measure the performance of an estimator. Cramer-Rao bounds (17 hours). Solution to assigned problems (18 hours). Computer generation of random vectors and moment estimation (3 hours).

Direction of arrival estimation: CML and MUSIC algorithm (3 hours). Matlab implementation of the MUSIC algorithm (3 hours).

Application of LMMSE estimation to filtering and beamforming. Minimum variance and minimum power distortionless beamformers. Linearly constrained minimum variance and minimum power beamformers. Generalized sidelobe canceler (5 hours).

Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (8 hours).

Steepest-descent algorithm: derivation and analysis. Least-mean-square algorithm: derivation and analysis (4 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, GLRT, Constant False Alarm Rate property (6 hours). Solution to assigned problems (2 hours).

Prerequisites: sufficiency in calculus, probability theory, linear algebra, digital communication theory.

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: By appointment; contact the instructor by email or at the end of class meetings.

References.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[9] S. Haykin, ``Adaptive Filter Theory,'' Prentice-Hall, 1996.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[9] S. Haykin, ``Adaptive Filter Theory,'' Prentice-Hall, 1996.

STATISTICAL SIGNAL PROCESSING (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 8.0

Docente titolare Giuseppe RICCI

Ripartizione oraria Ore totali di attività frontale: 72.0

  Ore erogate dal docente Giuseppe RICCI: 54.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2019/2020

Anno di corso 2

Semestre Secondo Semestre (dal 02/03/2020 al 05/06/2020)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (7 ore).

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Lezioni teoriche, esercitazioni numeriche ed esercitazioni al calcolatore a cui va aggiunto lo studio svolto autonomamente dagli studenti. 

Modalità di verifica delle conoscenze acquisite.

L'appello di Segnali e Sistemi del 14.07.2020 si terrà in teledidattica e, diversamente da quanto indicato dalle regole generali che seguono (pre-covid), si tratterà di una prova orale; la modalità di svolgimento sarà la seguente: una prima domanda di carattere generale (si veda materiale didattico sul sito ufficiale per una lista indicativa delle domande; ci si deve autenticare per scaricare il file); in caso di risposta sufficiente o quasi sufficiente si passerà allo svolgimento di alcuni esercizi. Il link relativo al team creato per l'esame sarà pubblicato prima dell'inizio dell'appello in ``NOTIZIE''.

 

L'appello di Segnali e Sistemi del 25.06.2020 si terrà in teledidattica e, diversamente da quanto indicato dalle regole generali che seguono (pre-covid), si tratterà di una prova orale; la modalità di svolgimento sarà la seguente: una prima domanda di carattere generale (si veda materiale didattico sul sito ufficiale per una lista indicativa delle domande; ci si deve autenticare per scaricare il file); in caso di risposta sufficiente o quasi sufficiente si passerà allo svolgimento di alcuni esercizi. Il link relativo al team creato per l'esame sarà pubblicato prima dell'inizio dell'appello in ``NOTIZIE''.

 

L'appello di Segnali e Sistemi del 10.06.2020 si terrà in teledidattica e, diversamente da quanto indicato dalle regole generali che seguono (pre-covid), si tratterà di una prova orale; la modalità di svolgimento sarà la seguente: una prima domanda di carattere generale (si veda materiale didattico sul sito ufficiale per una lista indicativa delle domande; ci si deve autenticare per scaricare il file); in caso di risposta sufficiente o quasi sufficiente si passerà allo svolgimento di alcuni esercizi. Il link relativo al team creato per l'esame sarà pubblicato prima dell'inizio dell'appello in ``NOTIZIE''.

 

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Per ulteriore materiale didattico si rimanda all'url ricci.unile.it.

Segnali e Sistemi - Corso di laurea in Ingegneria dell'Informazione (II semestre)

 

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (7 ore).

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Modalità di verifica delle conoscenze acquisite

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Testi di riferimento.

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

 

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2019/2020

Year taught 2019/2020

Course year 1

Semestre Primo Semestre (dal 23/09/2019 al 20/12/2019)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Prerequisites: sufficiency in calculus, probability theory, and linear algebra.

Course Content.

Introduction: examples of statistical reasoning (7 hours).

Review of probability theory and rudiments of multivariate normal theory (7 hours). Solution to assigned problems (3 hours).

Estimation Theory: Classical and Bayesian Parameter Estimators (ML, LS, WLS, ILS, MAP, MMSE, and LMMSE estimators). How to measure the performance of an estimator. Cramer-Rao bounds (17 hours). Solution to assigned problems (18 hours). Computer generation of random vectors and moment estimation (3 hours).

Direction of arrival estimation: CML and MUSIC algorithm (3 hours). Matlab implementation of the MUSIC algorithm (3 hours).

Application of LMMSE estimation to filtering and beamforming. Minimum variance and minimum power distortionless beamformers. Linearly constrained minimum variance and minimum power beamformers. Generalized sidelobe canceler (5 hours).

Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (8 hours).

Steepest-descent algorithm: derivation and analysis. Least-mean-square algorithm: derivation and analysis (4 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, GLRT, Constant False Alarm Rate property (6 hours). Solution to assigned problems (2 hours).

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the main aspects of estimation and detection theory and in particular

*classical and Bayesian approaches to estimation; strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*The Kalman filter and the extended Kalman filter and their use to solve simplified tracking problems.

Applying knowledge and understanding

After the course the student should be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by discussing in a rigorous way not only concepts and tools of detection and estimation theory, but also the adopted solution to a specific problem.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures, exercises, and computer projects. Problem-­solving skills are of paramount importance and are gained via assigned homeworks.  

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: by appointment; contact the instructor by email or at the end of class meetings.

Statistical Signal Processing - Master degree (LM) in Communication Engineering and Electronic Technologies (Fall semester)

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the main aspects of estimation and detection theory and in particular

*classical and Bayesian approaches to estimation; strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*The Kalman filter and the extended Kalman filter and their use to solve simplified tracking problems.

Applying knowledge and understanding

After the course the student should  be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by discussing in a rigorous way not only concepts and tools of detection and estimation theory, but also the adopted solution to a specific problem.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Course Content.

Introduction: examples of statistical reasoning (7 hours).

Review of probability theory and rudiments of multivariate normal theory (7 hours). Solution to assigned problems (3 hours).

Estimation Theory: Classical and Bayesian Parameter Estimators (ML, LS, WLS, ILS, MAP, MMSE, and LMMSE estimators). How to measure the performance of an estimator. Cramer-Rao bounds (17 hours). Solution to assigned problems (18 hours). Computer generation of random vectors and moment estimation (3 hours).

Direction of arrival estimation: CML and MUSIC algorithm (3 hours). Matlab implementation of the MUSIC algorithm (3 hours).

Application of LMMSE estimation to filtering and beamforming. Minimum variance and minimum power distortionless beamformers. Linearly constrained minimum variance and minimum power beamformers. Generalized sidelobe canceler (5 hours).

Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (8 hours).

Steepest-descent algorithm: derivation and analysis. Least-mean-square algorithm: derivation and analysis (4 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, GLRT, Constant False Alarm Rate property (6 hours). Solution to assigned problems (2 hours).

Prerequisites: sufficiency in calculus, probability theory, linear algebra, digital communication theory.

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: By appointment; contact the instructor by email or at the end of class meetings.

References.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

STATISTICAL SIGNAL PROCESSING (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 72.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2018/2019

Anno di corso 2

Semestre Secondo Semestre (dal 04/03/2019 al 04/06/2019)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (7 ore).

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Modalità di verifica delle conoscenze acquisite.

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Per ulteriore materiale didattico si rimanda all'url ricci.unile.it.

Segnali e Sistemi - Corso di laurea in Ingegneria dell'Informazione (II semestre)

 

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Conoscenze e comprensione

Dopo il corso lo studente dovrà avere le conoscenze di base di teoria dei segnali che riguardano

*la definizione e la classificazione di segnali e sistemi.

*Le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto.

*Gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Capacità di applicare conoscenze e comprensione

Dopo il corso lo studente dovrà essere in grado di

*determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Saper utilizzare le trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

Autonomia di giudizio

Attraverso esempi ed esercizi lo studente dovrà acquisire la capacità di confrontare approcci differenti alla soluzione di uno specifico problema.

Abilità comunicative

Durante il corso lo studente dovrà acquisire la capacità di descrivere in modo rigoroso concetti di base della teoria dei segnali e la soluzione adottata ad uno specifico esercizio.

Capacità di apprendimento

Anche se in forma minima gli studenti saranno chiamati ad una analisi critica dei concetti e delle metodologie introdotte nel corso; la  capacità critica va intesa come primo passo nell’acquisizione della capacità di aggiornamento professionale (e culturale)  continuo realizzato anche in autonomia.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati anche utilizzando Octave/Matlab (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (10 ore). Svolgimento di esercizi sugli argomenti trattati (10 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale anche utilizzando Octave/Matlab; progetto di filtri FIR con il metodo della finestra anche utilizzando Octave/Matlab (7 ore).

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Modalità di verifica delle conoscenze acquisite

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Testi di riferimento.

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

 

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2018/2019

Year taught 2018/2019

Course year 1

Semestre Primo Semestre (dal 24/09/2018 al 21/12/2018)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Prerequisites: sufficiency in calculus, probability theory, linear algebra, and digital communication theory.

Course Content.

Introduction: examples of statistical reasoning (2 hours).

Rudiments of Multivariate Normal Theory (9 hours). Solution to assigned problems (6 hours).

Estimation Theory: Classical vs Bayesian Parameter Estimators. How to measure the performance of an estimator. Cramer-Rao bounds. Estimation of non random parameters (22 hours). Solution to assigned problems (12 hours).

Estimation of random parameters: MMSE estimation, linear MMSE estimation. Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (9 hours). Solution to assigned problems (4 hours).

Applications to communication theory (8 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, Constant False Alarm Rate property; Bayes detectors (4 hours). Solution to assigned problems (5 hours).

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the following aspects of estimation and detection theory

*classical and Bayesian approaches to estimation; strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*The Kalman filter and the extended Kalman filter and their use to solve simplified tracking problems.

*Synchronization techniques of digital receivers (phase recovery circuits and frequency recovery circuits) starting from first principles (estimation theory).

Applying knowledge and understanding

After the course the student should be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by discussing in a rigorous way not only concepts and tools of detection and estimation theory, but also the adopted solution to a specific problem.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: by appointment; contact the instructor by email or at the end of class meetings.

Statistical Signal Processing - Master degree (LM) in Communication Engineering and Electronic Technologies (Fall semester)

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

Knowledge and understanding

After the course the student should understand the following aspects of estimation and detection theory

*classical and Bayesian approaches to estimation; strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*The Kalman filter and the extended Kalman filter and their use to solve simplified tracking problems.

*Synchronization techniques of digital receivers (phase recovery circuits and frequency recovery circuits) starting from first principles (estimation theory).

Applying knowledge and understanding

After the course the student should  be able to

*formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds.

*Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT).

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem through examples and problems.

Communication

The ability to communicate on technical topics should be acquired by discussing in a rigorous way not only concepts and tools of detection and estimation theory, but also the adopted solution to a specific problem.

Learning skills

Selected problems will be proposed that require elaborating on introduced concepts and methods, also with the help of selected readings suggested by the instructor (from the list of references). Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Course Content.

Introduction: examples of statistical reasoning (2 hours).

Rudiments of Multivariate Normal Theory (9 hours). Solution to assigned problems (6 hours).

Estimation Theory: Classical vs Bayesian Parameter Estimators. How to measure the performance of an estimator. Cramer-Rao bounds. Estimation of non random parameters (22 hours). Solution to assigned problems (12 hours).

Estimation of random parameters: MMSE estimation, linear MMSE estimation. Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (9 hours). Solution to assigned problems (4 hours).

Applications to communication theory (8 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, Constant False Alarm Rate property; Bayes detectors (4 hours). Solution to assigned problems (5 hours).

Prerequisites: sufficiency in calculus, probability theory, linear algebra, digital communication theory.

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: By appointment; contact the instructor by email or at the end of class meetings.

References.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[9] U. Mengali, A. N. D’Andrea: ``Synchronization Techniques for Digital Receivers,’’ Plenum Press, 1997.

[10] H. Meyr, M. Moeneclaey, S. A. Fechtel: ``Digital Communication Receivers. Synchronization, Channel Estimation and Signal Processing,'' John Wiley & Sons, 1998.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van Trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1, John Wiley & Sons, 1968.

[4] H. L. Van Trees, ``Optimum Array Processing. Part. 4 of Detection, Estimation, and Modulation Theory," John Wiley & Sons, 2002.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[6] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[7] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[8] Y. Bar-Shalom, X., Rong Li, T. Kirubarajan, ``Estimation with Applications to Tracking and Navigation. Theory Algorithms and Software,'' John Wiley & Sons, 2001.

[9] U. Mengali, A. N. D’Andrea: ``Synchronization Techniques for Digital Receivers,’’ Plenum Press, 1997.

[10] H. Meyr, M. Moeneclaey, S. A. Fechtel: ``Digital Communication Receivers. Synchronization, Channel Estimation and Signal Processing,'' John Wiley & Sons, 1998.

STATISTICAL SIGNAL PROCESSING (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 72.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2017/2018

Anno di corso 2

Semestre Secondo Semestre (dal 01/03/2018 al 01/06/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (12 ore). Svolgimento di esercizi sugli argomenti trattati (8 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale (7 ore).

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Dopo il corso lo studente dovrebbe essere in grado di

*Classificare segnali e sistemi.

*Determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Illustrare le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto e saper utilizzare le suddette trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

*Conoscere gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

Modalità di verifica delle conoscenze acquisite.

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Per ulteriore materiale didattico si rimanda all'url ricci.unile.it.

Segnali e Sistemi - Corso di laurea in Ingegneria dell'Informazione (II semestre)

 

Obiettivi del corso.

Il corso fornisce gli strumenti fondamentali per l’elaborazione dei segnali sia a tempo continuo che a tempo discreto. L’enfasi è sui sistemi lineari e tempo-invarianti (LTI). Si studiano, in particolare, sistemi descritti da equazioni differenziali e da equazioni alle differenze. L’analisi è condotta nel dominio del tempo (in termini di prodotto di convoluzione tra ingresso e risposta impulsiva del sistema), ma anche utilizzando la trasformata di Fourier e quella di Laplace/Zeta. Si introduce, inoltre, il concetto di modulazione e se ne mostrano applicazioni alle comunicazioni analogiche. La trasformata di Fourier per segnali a tempo continuo viene anche utilizzata per giustificare i risultati fondamentali relativi alla conversione dei segnali da tempo continuo a tempo discreto (teorema del campionamento ideale e teorema del campionamento di tipo ``Sample & Hold’’). Si introduce, infine, la trasformata di Fourier discreta (DFT) ed alcune sue applicazioni.

Risultati di apprendimento.

Dopo il corso lo studente dovrebbe essere in grado di

*Classificare segnali e sistemi.

*Determinare nel dominio del tempo la risposta di un sistema LTI all’ingresso (eventualmente in termini di risposta in evoluzione libera e risposta forzata).

*Illustrare le principali proprietà della trasformata di Fourier (a tempo continuo e a tempo discreto), della trasformata di Fourier discreta (DFT), della trasformata di Laplace per segnali a tempo continuo e della trasformata Zeta per segnali a tempo discreto e saper utilizzare le suddette trasformate per lo studio dei segnali e dei sistemi ed il calcolo della risposta di un sistema LTI.

*Conoscere gli aspetti fondamentali della conversione da segnale a tempo continuo a segnale a tempo discreto.

 

Programma del corso.

Segnali: definizione e proprietà (classificazione). Segnali elementari. Energia e potenza di un segnale (6 ore). Svolgimento di esercizi sugli argomenti trattati (3 ore).

Sistemi: definizione e classificazione. Analisi nel dominio del tempo dei sistemi descritti da equazioni differenziali lineari a coefficienti costanti e da equazioni alle differenze lineari a coefficienti costanti. Analisi nel dominio del tempo dei sistemi descritti in termini di risposta impulsiva (12 ore). Svolgimento di esercizi sugli argomenti trattati (8 ore).

Trasformata di Laplace e trasformata Zeta per sistemi rispettivamente a tempo continuo e a tempo discreto. Analisi dei sistemi utilizzando la trasformata di Laplace/Zeta (8 ore). Svolgimento di esercizi sugli argomenti trattati (4 ore).

Serie e trasformata di Fourier. Analisi dei sistemi utilizzando la trasformata di Fourier. Caratterizzazione energetica dei segnali. Filtri ideali e filtri reali (12 ore). Svolgimento di esercizi sugli argomenti trattati (8 ore).

Il teorema del campionamento ideale ed il teorema del campionamento di tipo ``Sample & Hold’’ (4 ore).

La DFT e le sue applicazioni al filtraggio e all’analisi spettrale (7 ore).

Conoscenze preliminari: Analisi I; sono anche utili i contenuti di Analisi II.

Modalità di verifica delle conoscenze acquisite

Esame scritto. L’esame consiste di due prove in cascata (massima durata: 2 ore):

nella prima prova (tempo consigliato 50 minuti) non è consentito consultare libri o appunti; lo studente deve illustrare due argomenti teorici: la prova  mira a verificare il livello di conoscenza e comprensione degli argomenti del corso e la capacità di esporli; ciascuno dei due quesiti ha un peso di norma pari a 5/30;

nella seconda parte della prova, che inizia quando lo studente termina la prima prova, è consentito utilizzare il libro di testo per risolvere due o tre semplici problemi; la prova mira a determinare la capacità dello studente di selezionare ed applicare correttamente le metodologie proposte per l'analisi di segnali e sistemi; ciascun problema si compone di diversi quesiti a ciascuno dei quali è attribuito un punteggio di norma tra 2/30 e 4/30 (il peso complessivo della seconda parte della prova è di norma pari a 20/30).

Orario di ricevimento: previo appuntamento da concordare per email o al termine delle lezioni.

Testi di riferimento.

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

 

[1] G. Ricci, M. E. Valcher, “Segnali e Sistemi'', Libreria Progetto Editore, Padova, 2015.

[2] A. V. Oppenheim, A. S. Willsky, “Signals and Systems",  Prentice Hall Signal Processing Series, Prentice Hall International Limited, London (UK), 1997.

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 0.0

For matriculated on 2017/2018

Year taught 2017/2018

Course year 1

Semestre Primo Semestre (dal 25/09/2017 al 22/12/2017)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Prerequisites: sufficiency in calculus, probability theory, linear algebra, and digital communication theory.

Course Content.

Introduction: examples of statistical reasoning (2 hours).

Rudiments of Multivariate Normal Theory (9 hours). Solution to assigned problems (6 hours).

Estimation Theory: Classical vs Bayesian Parameter Estimators. How to measure the performance of an estimator. Cramer-Rao bounds. Estimation of non random parameters (22 hours). Solution to assigned problems (12 hours).

Estimation of random parameters: MMSE estimation, linear MMSE estimation. Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (9 hours). Solution to assigned problems (4 hours).

Applications to communication theory (8 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, Constant False Alarm Rate property; Bayes detectors (4 hours). Solution to assigned problems (5 hours).

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

After the course the student should be able to

*Describe classical and Bayesian approaches to estimation; illustrate the main strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*Formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds. Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT). Evaluate the performance parameters and discuss complexity issues associated with different solutions.

*Derive the Kalman filter and the extended Kalman filter from first principles and use them to solve simplified tracking problems.

*Illustrate synchronization techniques of digital receivers (phase recovery circuits and frequency recovery circuits) starting from first principles (estimation theory).

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: by appointment; contact the instructor by email or at the end of class meetings.

Statistical Signal Processing - Master degree (LM) in Communication Engineering and Electronic Technologies (Fall semester)

Overview.

This is a course in estimation and detection theory; it is aimed at providing principles and tools to solve problems in signal processing, radar, sonar, and communication. It will also serve as the necessary prerequisite for more advanced courses in communication engineering.

Learning Outcomes.

After the course the student should be able to

*Describe classical and Bayesian approaches to estimation; illustrate the main strategies to solve binary hypotheses tests (Neyman-Pearson, GLRT).

*Formulate and solve parameter estimation problems and derive corresponding Cramer-Rao lower bounds. Formulate and solve detection problems resorting to the optimum (i.e., Neyman-Pearson test or UMP test) if possible or to a suboptimum one (GLRT). Evaluate the performance parameters and discuss complexity issues associated with different solutions.

*Derive the Kalman filter and the extended Kalman filter from first principles and use them to solve simplified tracking problems.

*Illustrate synchronization techniques of digital receivers (phase recovery circuits and frequency recovery circuits) starting from first principles (estimation theory).

Course Content.

Introduction: examples of statistical reasoning (2 hours).

Rudiments of Multivariate Normal Theory (9 hours). Solution to assigned problems (6 hours).

Estimation Theory: Classical vs Bayesian Parameter Estimators. How to measure the performance of an estimator. Cramer-Rao bounds. Estimation of non random parameters (22 hours). Solution to assigned problems (12 hours).

Estimation of random parameters: MMSE estimation, linear MMSE estimation. Discrete-Time Kalman Filter. Extended Kalman Filter. Applications of Kalman Filter to tracking (9 hours). Solution to assigned problems (4 hours).

Applications to communication theory (8 hours).

Detection Theory: Neyman-Pearson Lemma, Testing of composite binary hypotheses, UMP tests, Constant False Alarm Rate property; Bayes detectors (4 hours). Solution to assigned problems (5 hours).

Prerequisites: sufficiency in calculus, probability theory, linear algebra, digital communication theory.

Examination.

Written exam. The exam consists of two cascaded parts (maximum overall duration: two hours and a half):

the first part is closed book (suggested duration 50 minutes); the student is asked to illustrate two theoretical topics; it is aimed to verify to what extent the student has gained knowledge and understanding of the selected topics of the course and is able to communicate about his/her understanding (the maximum score for illustrating each topic is typically 5/30);

the second part, that starts when the student has completed the first part, is open book and requires solving  two (or three) problems; it is aimed to determine to what extent the student has: 1) the ability to identify and use data to formulate responses to well-defined problems, 2) problem solving abilities and the capacity to integrate different concepts and tools (the maximum score for the solution of each problem is typically 10/30 or 6-7/30 if the second part of the exam requires solving three problems).

Office Hours: By appointment; contact the instructor by email or at the end of class meetings.

References.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1 and 4, John Wiley & Sons.

[4] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[6] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[7] U. Mengali, A. N. D’Andrea: ``Synchronization Techniques for Digital Receivers,’’ Plenum Press, 1997.

[1] Handouts (in progress).

[2] L. L. Scharf, ``Statistical Signal Processing: Detection, Estimation, and Time Series Analysis,’’ Addison-Wesley, 1991.

[3] H. L. Van trees, ``Detection, Estimation and Modulation Theory,’’ Part. 1 and 4, John Wiley & Sons.

[4] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Estimation Theory,’’ Volume I, Prentice-Hall, 1993.

[5] S. M. Kay: ``Fundamentals of Statistical Signal Processing: Detection Theory,’’ Volume II, Prentice-Hall, 1998.

[6] Y. Bar-Shalom, T. E. Fortmann, ``Tracking and Data Association, Academic Press’’, 1988.

[7] U. Mengali, A. N. D’Andrea: ``Synchronization Techniques for Digital Receivers,’’ Plenum Press, 1997.

STATISTICAL SIGNAL PROCESSING (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 72.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2016/2017

Anno di corso 2

Semestre Secondo Semestre (dal 01/03/2017 al 02/06/2017)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2016/2017

Year taught 2016/2017

Course year 1

Semestre Primo Semestre (dal 26/09/2016 al 22/12/2016)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

STATISTICAL SIGNAL PROCESSING (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2015/2016

Anno di corso 2

Semestre Secondo Semestre (dal 29/02/2016 al 03/06/2016)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Degree course COMMUNICATION ENGINEERING

Subject area ING-INF/03

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2015/2016

Year taught 2015/2016

Course year 1

Semestre Primo Semestre (dal 21/09/2015 al 18/12/2015)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

STATISTICAL SIGNAL PROCESSING (ING-INF/03)
SEGNALI E SISTEMI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2014/2015

Anno di corso 2

Semestre Secondo Semestre (dal 02/03/2015 al 06/06/2015)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

SEGNALI E SISTEMI (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Corso di laurea COMMUNICATION ENGINEERING

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2014/2015

Anno di corso 1

Semestre Primo Semestre (dal 29/09/2014 al 13/01/2015)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICAL SIGNAL PROCESSING (ING-INF/03)
STATISTICAL SIGNAL PROCESSING

Corso di laurea COMMUNICATION ENGINEERING

Settore Scientifico Disciplinare ING-INF/03

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2013/2014

Anno di corso 1

Semestre Primo Semestre (dal 30/09/2013 al 21/12/2013)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Tesi

Graduate theses in collaboration with Elettronica SpA and Unicusano are available on the following topics: 1) Detection and localization of radio emitters employing satellite or stratospheric platforms based receivers 2) Adaptive digital beamforming

Graduate thesis in collaboration with N&C on the following topic: Design and implementation of  an ad-hoc indoor position system based on  the IEEE 802.11ax standard.

Graduate theses and internships with Nardò technical center and/or Tesis on the following topic: Design and testing of automotive safety solutions based on vehicular networks and integration with the infrastructure.

For additional details please contact Giuseppe Ricci. 

Temi di ricerca

1. Modellizzazione del riverbo in radar ad alta risoluzione;

2.  Rivelazione adattativa di bersagli puntiformi e multipli/estesi in presenza di rumore gaussiano e non;

3. Tracking e data fusion anche di tipo multibersaglio/multisensore;

4. Impiego di radar ad apertura sintetica per la sorveglianza ed il monitoraggio ambientale;

5. Localizzazione in WSN;

6. Rivelazione multiutente di tipo blind per sistemi CDMA.