Giuseppe RICCI

Giuseppe RICCI

Professore I Fascia (Ordinario/Straordinario)

Settore Scientifico Disciplinare ING-INF/03: TELECOMUNICAZIONI.

giuseppe.ricci@unisalento.it

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 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, presso l'ENSICA (Toulouse, France) nel marzo 2006 e presso la University of Connecticut (Storrs, Connecticut, USA) nel settembre 2008.

 

 

 

Didattica

A.A. 2018/2019

SEGNALI E SISTEMI (ING-INF/03)

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Lingua ITALIANO

Crediti 8.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2017/2018

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Corso di laurea COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Lingua INGLESE

Crediti 9.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2017/2018

SEGNALI E SISTEMI (ING-INF/03)

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Lingua ITALIANO

Crediti 8.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2016/2017

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Corso di laurea COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Lingua INGLESE

Crediti 9.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2017/2018

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2016/2017

SEGNALI E SISTEMI (ING-INF/03)

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Crediti 8.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2015/2016

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Corso di laurea COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Crediti 9.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2016/2017

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2015/2016

SEGNALI E SISTEMI (ING-INF/03)

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Crediti 8.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2014/2015

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Corso di laurea COMMUNICATION ENGINEERING

Crediti 9.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2015/2016

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2014/2015

SEGNALI E SISTEMI (ING-INF/03)

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Crediti 8.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2013/2014

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Corso di laurea COMMUNICATION ENGINEERING

Crediti 9.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2014/2015

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2013/2014

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Corso di laurea COMMUNICATION ENGINEERING

Crediti 9.0

Anno accademico di erogazione 2013/2014

Per immatricolati nel 2013/2014

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Torna all'elenco
SEGNALI E SISTEMI (ING-INF/03)

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2017/2018

Anno accademico di erogazione 2018/2019

Anno 2

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

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

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

Corso di laurea COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2018/2019

Anno accademico di erogazione 2018/2019

Anno 1

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

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

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

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2016/2017

Anno accademico di erogazione 2017/2018

Anno 2

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

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

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.

Programma esteso

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 (ING-INF/03)

Corso di laurea COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2017/2018

Anno accademico di erogazione 2017/2018

Anno 1

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

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

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.

Programma esteso

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 (ING-INF/03)

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2015/2016

Anno accademico di erogazione 2016/2017

Anno 2

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

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

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

Corso di laurea COMMUNICATION ENGINEERING AND ELECTRONIC TECHNOLOGIES

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2016/2017

Anno accademico di erogazione 2016/2017

Anno 1

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

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

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

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2014/2015

Anno accademico di erogazione 2015/2016

Anno 2

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

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

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

Corso di laurea COMMUNICATION ENGINEERING

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2015/2016

Anno accademico di erogazione 2015/2016

Anno 1

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

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

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

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2013/2014

Anno accademico di erogazione 2014/2015

Anno 2

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

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

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

Corso di laurea COMMUNICATION ENGINEERING

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2014/2015

Anno accademico di erogazione 2014/2015

Anno 1

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

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

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

Corso di laurea COMMUNICATION ENGINEERING

Settore Scientifico Disciplinare ING-INF/03

Anno accademico 2013/2014

Anno accademico di erogazione 2013/2014

Anno 1

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

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

STATISTICAL SIGNAL PROCESSING (ING-INF/03)

Pubblicazioni

Pubblicazioni su riviste a diffusione internazionale


E. Conte, G. Ricci, ``Performance Prediction in Compound-Gaussian Clutter,'' IEEE Transactions on Aerospace and Electronics Systems, Vol. 30, No. 2, pp. 611-616, aprile 1994.

E. Conte, M. Lops, G. Ricci, ``Radar Detection in K-distributed Clutter,'' IEE Proc. Pt. F, Vol. 141, No. 2, pp. 116-118, aprile 1994.

E. Conte, M. Lops, G. Ricci, ``Fitting the Exogenous Model to Measured Data,'' IEEE Transactions on Instrumentation and Measurement, Vol. 43, No. 5, pp. 758-763, ottobre 1994.

E. Conte, M. Lops, G. Ricci, ``Asymptotically Optimum Radar Detection in Compound Gaussian Noise,'' IEEE Transactions on Aerospace and Electronics Systems, Vol. 31, No. 2, pp. 617-625, aprile 1995.

E. Conte, M. Lops, G. Ricci, ``Adaptive Matched Filter Detection in Spherically Invariant Noise,'' IEEE Signal Processing Letters, Vol. 3, No. 8, pp. 248-250, agosto 1996.

E. Conte, M. Di Bisceglie, C. Galdi, G. Ricci, ``A procedure for Measuring the coherence length of the sea Texture,'' IEEE Transactions  on Instrumentation and Measurement, Vol. 46, No. 4, pp. 836-841, agosto 1997.

E. Conte, G. Ricci, ``Sensitivity Study of GLRT Detection in Compound-Gaussian Clutter,'' IEEE Transactions  on Aerospace and Electronics Systems, Vol. 34, No. 1, pp. 308-316, gennaio 1998.

M. Lops, G. Ricci, A. M. Tulino, ``Narrowband-Interference Suppression in Multiuser CDMA Systems,'' IEEE Transactions  on Communications, Vol. 46, No. 9, pp. 1163-1175, settembre 1998.

E. Conte, M. Lops, G. Ricci, ``Adaptive Detection Schemes in Compound-Gaussian Clutter,'' IEEE Transactions  on Aerospace and Electronics Systems, Vol. 34, No. 4, pp. 1058-1069, ottobre 1998.

E. Conte, M. Lops, G. Ricci, ``Incoherent Radar Detection in Compound-Gaussian Clutter,'' IEEE Transactions on Aerospace and Electronics Systems, Vol. 35, No. 3, pp. 790-800, luglio 1999.

E. Conte, A. De Maio, G. Ricci, ``Adaptive CFAR Detection in Compound-Gaussian Clutter with Circulant Covariance Matrix,'' IEEE Signal Processing Letters, Vol. 7, No. 3, pp. 63-65, marzo 2000.

E. Conte, A. De Maio, G. Ricci, ``Covariance Matrix Estimation for Adaptive CFAR Detection in Compound-Gaussian Clutter,'' IEEE Transactions on Aerospace and Electronics Systems, Vol. 38, No. 2, pp. 415-426, aprile 2002.

E. Conte, A. De Maio, G. Ricci, ``CFAR Detection of Distributed Targets in Non-Gaussian Disturbance,'' IEEE Transactions on Aerospace and Electronics Systems, Vol. 38, No. 2, pp. 612-621, aprile 2002.

E. Conte, A. De Maio, G. Ricci, ``GLRT-based Adaptive Detection Algorithms for Range-Spread Targets,'' IEEE Transactions on Signal Processing, Vol. 49, No. 7, pp. 1336-1348, luglio 2001.

S. Buzzi, A. De Maio, M. Lops, G. Ricci, ``Diversity Reception of Nonorthogonal Multipulse Signals in Multiuser Nakagami Fading Channels,'' IEEE Communications Letters, Vol. 5, No. 5, pp. 188-190, maggio 2001.

G. Ricci, M. K. Varanasi, A. De Maio, ``Blind Multiuser Detection via Interference Identification,'' IEEE Transactions on Communications, Vol. 50, No. 7, pp. 1172-1181, luglio 2002.

A. De Maio, G. Ricci, ``A Polarimetric Adaptive Matched Filter,'' Signal Processing, Vol. 81, No. 12, pp. 2583-2589, dicembre 2001.

E. Conte, A. De Maio, G. Ricci ``Recursive Estimation of the Covariance Matrix of a Compound-Gaussian Process and Its Application to Adaptive CFAR Detection,'' IEEE Transactions on Signal Processing, Vol. 50, No. 8, pp. 1908-1915, agosto 2002.

S. Buzzi, M. Lops, A. Pauciullo, G. Ricci, ``Adaptive Group Detection for DS/CDMA Systems over Frequency-Selective Fading Channels,'' European Transactions on Telecommunications, Vol. 14, No. 3, pp. 213-226, maggio/giugno 2003.

F. Bandiera, G. Ricci, M. K. Varanasi, ``Blind Multiuser Detection Over Highly-Dispersive Channels,'' IEEE Transactions on Communications,
Vol. 52, No. 8, pp. 1377-1387, agosto 2004.

A. Fusco, C. Galdi, G. Ricci, M. Tesauro, ``Fitting a Statistical Model to SIR-C SAR Images of the Sea Surface,'' IEEE Transactions on Aerospace and Electronics Systems, Vol. 40, No. 4, pp. 1179-1190, ottobre 2004.

F. Bandiera, G. Ricci, ``Decision-Aided GLR-Based Group Detection,'' Electronics Letters, Vol. 39, No. 5, pp. 467-468, 6 marzo, 2003.

F. Bandiera, G. Ricci, ``Slicks Detection on the Sea Surface based upon Polarimetric SAR Data,'' IEEE Geoscience and Remote Sensing Letters, Vol. 2, No. 3, pp. 342-346, luglio 2005.

F. Bandiera, D. Orlando, G. Ricci, ``CFAR Detection of Extended and Multiple Point-like Targets without Assignment of Secondary Data,'' IEEE Signal Processing Letters, Vol. 13, No. 4, pp. 240-243, aprile 2006.

F. Bandiera, G. Ricci, ``Adaptive Detection and Interference Rejection of Multiple Point-like Radar Targets,'' IEEE Transactions on Signal Processing,  Vol. 54, No. 12, pp. 4510-4518, dicembre 2006.

F. Bandiera, A. De Maio, A. S. Greco, G. Ricci, ``Adaptive Radar Detection of Distributed Targets in Homogeneous and Partially-Homogeneous Noise plus Subspace Interference,'' IEEE Transactions on Signal Processing, Vol. 55, No. 4, pp. 1223-1237, aprile 2007.

F. Bandiera, A. De Maio, G. Ricci, ``Adaptive CFAR Radar Detection with Conic Rejection,'' IEEE Transactions on Signal Processing, Vol. 55, No. 6, pp. 2533-2541, giugno 2007.

F. Bandiera, O. Besson, D. Orlando, G. Ricci, L.L. Scharf, ''GLRT-based Direction Detectors  in Homogeneous Noise and Subspace Interference,'' IEEE Transactions on Signal Processing, Vol. 55, No. 6, pp. 2386-2394, giugno 2007.

F. Bandiera, M. Jahangir, G. Ricci,  R. Verrienti, ``Exploiting a diversity idea to get rid of secondary data: design and analysis of an adaptive detection scheme,'' Proceedings of European Microwave Association - special issue on radar systems and applications, Vol. 3, No. 1, pp. 16-22, marzo 2007.

F. Bandiera, D. Orlando, G. Ricci,  ``On the CFAR property of GLRT-based Direction Detectors'', IEEE Transactions on Signal Processing, Vol. 55, No. 8, pp. 4312-4315, agosto 2007.

F. Bandiera, D. Orlando, G. Ricci,  ``A Subspace-based Adaptive Sidelobe Blanker'',  IEEE Transactions on Signal Processing,  Vol. 56, No. 9, pp. 4141-4151, settembre 2008.

F. Bandiera, O. Besson, G. Ricci,  ``An ABORT-like Detector with Improved Mismatched Signals Rejection Capabilities'', IEEE Transactions on Signal Processing, Vol. 56, No. 1, pp. 14-25, gennaio 2008.

F. Bandiera, O. Besson, D. Orlando, G. Ricci, ``Theoretical performance analysis of the W-ABORT detector,'' IEEE Transactions on Signal Processing, Vol. 56, No. 5, pp. 2117-2121, maggio 2008.

F. Bandiera, O. Besson, D. Orlando, G. Ricci,  ``An Improved Adaptive Sidelobe Blanker'', IEEE Transactions on Signal Processing, Vol. 56, No. 9, pp. 4152-4161, settembre 2008.

F. Bandiera, D. Orlando, G. Ricci,  ``CFAR Detection strategies for Distributed Targets under Conic Constraints'', IEEE Transactions on Signal Processing, Vol. 57, No. 9, pp. 3305-3316, settembre 2009.

F. Bandiera, D. Orlando, G. Ricci,  ``One-stage and Two-stage Tunable Receivers'', IEEE Transactions on Signal Processing, Vol. 57, No. 6, pp. 2064-2073, June 2009 e ri-pubblicato (a causa di un errore di produzione da parte del publisher) Vol. 57, No. 8, pp. 3264-3273, agosto 2009.

D. Orlando, L. Venturino, M. Lops, G. Ricci, ``Track-Before-Detect Strategies for STAP Radar,'' IEEE Transactions on Signal Processing,
Vol. 58, No. 2, pp. 933-938, febbraio 2010.

 

F. Bandiera, A. Farina, D. Orlando, G. Ricci,  ``Detection algorithms to discriminate between  radar targets and ECM signals'', IEEE Transactions on Signal Processing, Vol. 58, No. 12, pp. 5984-5993, dicembre 2010.

 

 F. Bandiera, O. Besson, G. Ricci,  ``Knowledge-Aided Covariance Matrix Estimation and Adaptive Detection in Compound-Gaussian Noise'', IEEE Transactions on Signal Processing, Vol. 58, No. 10, pp. 5390-5396, ottobre 2010. 

 

D. Orlando, G. Ricci,  ``A Rao Test with enhanced selectivity properties in homogeneous scenarios'', IEEE Transactions on Signal Processing, Vol. 58, No. 10, pp. 5385-5390, ottobre 2010.

 

D. Orlando, G. Ricci, Y. Bar-Shalom, ``Track-before-detect Algorithms for Targets with Kinematic Constraints,'' IEEE Transactions on Aerospace and Electronics Systems,  Vol. 47, No. 3, pp. 1837-1849, luglio 2011.

 

D. Orlando, G. Ricci, ``Adaptive radar detection and localization of  a point-like target,'' IEEE Transactions on Signal Processing, Vol. 59, No. 9, pp. 4086-4096, settembre 2011.

 

F. Bandiera, O. Besson, G. Ricci,  ``Adaptive detection of distributed targets in compound-Gaussian noise without secondary data: a Bayesian approach,'' IEEE Transactions on on Signal Processing, Vol. 59, No. 12, pp. 5698-5708, dicembre 2011.

 

F. Ehlers, D. Orlando, G. Ricci, ``Batch Tracking Algorithm for Multistatic Sonars,'' IET Radar, Sonar, & Navigation, Vol. 6, No. 8, pp. 746-752, ottobre 2012.

M. Del Coco, D. Orlando, G. Ricci, ``A tracking system exploiting interaction between a detector with  localization capabilities and the KF,'' IEEE Transactions on Signal Processing, Vol. 60, No. 11, pp. 6031-6036, novembre 2012.

F. Bandiera, M. Mancino, G. Ricci, ``Localization strategies for multiple point-like radar targets,'' IEEE Transactions on Signal Processing, Vol. 60, No. 12, pp. 6708-6712, dicembre 2012.

F. Bandiera, O. Besson, G. Ricci, ``Direction Detector for Distributed Targets in Unknown Noise and Interference,'' Electronics Letters, Vol. 49, No. 1, pp. 68-69, 3 gennaio 2013.


F. Bandiera, A. Masciullo, G. Ricci, ``A Bayesian approach to Oil Slicks Edge Detection based on SAR data,'' IEEE Transactions on Geoscience and Remote Sensing, Vol. 52, No. 5, pp. 2901-2909, maggio 2014.

A. Coluccia, F. Ricciato, G. Ricci, ``Positioning based on signals of opportunity,'' IEEE Communication Letters,  Vol. 18, No. 2, pp. 356-359, febbraio 2014.

A. Coluccia, G. Ricci, ``A tunable W-ABORT-like detector with improved detection vs rejection capabilities trade-off,'' IEEE Signal Processing Letters, 22 ottobre 2014 (early access article), Vol. 22, No. 6, pp. 713-717, giugno 2015.
 
F. Bandiera, M. Del Coco, G. Ricci, ``Multitarget Range-Azimuth Tracker,'' IEEE Transactions on Aerospace and Electronic Systems, Vol. 51, No. 2, pp. 1515-1529, aprile 2015.

F. Bandiera, A. Coluccia, G. Ricci, ``A Cognitive Algorithm for Received Signal Strength Based Localization,'' IEEE Transactions on Signal Processing, Vol. 63, No. 7, pp. 1726-1736, aprile 2015.

A. Coluccia, G. Ricci, ``ABORT-like detection strategies to combat possible deceptive ECM signals  in a network of radars,'' IEEE Transactions on Signal Processing, Vol. 63, No. 11, pp. 2904-2914, giugno 2015.

F. Bandiera, O. Besson, A. Coluccia, G. Ricci, ``ABORT-like detectors: a Bayesian approach,'' IEEE Transactions on Signal Processing, Vol. 63, No. 19, pp. 5274-5284, 1 ottobre 2015.

C. Canoci, I. Ciufolini, A. Coluccia, C. Paris, G. Ricci, G. Salvadori, G. Sindoni, ``On the statistics of the orbital residuals of the LAGEOS satellites,'' Modern Physics Letters A, Vol. 30, No. 19, http://www.worldscientific.com/doi/10.1142/s0217732315500911, (14 pages), 21 giugno 2015.

F. Bandiera, A. Coluccia, V. Dodde, A. Masciullo, G. Ricci, ``CRLB for I/Q imbalance estimation in FMCW radar receivers,'' IEEE Signal Processing Letters, Vol. 23, No. 12, pp. 1707-1711, dicembre 2016.
 
O. Besson, A. Coluccia, E. Chaumette, G. Ricci, F. Vincent, ``Generalized likelihood ratio test for detection of Gaussian rank-one signals in Gaussian noise with unknown statistics,'' IEEE Transactions on Signal Processing, Vol. 65, No. 4, pp. 1082-1092, 15 febbraio 2017.

A. Fascista, A. Coluccia, G. Ciccarese, G. Ricci, ``A localization algorithm based on V2I communications and AOA estimation,''
IEEE Signal Processing Letters, Vol. 24, No. 1, pp. 126-130, gennaio 2017.

A. Coluccia, G. Ricci, ``Radar detectors for point-like Gaussian targets in Gaussian noise,'' IEEE Transactions on Aerospace and Electronic Systems, Vol. 53, No. 3, pp. 1284-1294, giugno 2017.

A. Fascista, A. Coluccia, G. Ciccarese, G. Ricci, ``Angle-of-Arrival based Cooperative Positioning for Smart Vehicles,'' IEEE Transactions on Intelligent Transportation Systems, in stampa, 2017.
 

Monografie

F. Bandiera, D. Orlando, G. Ricci ``Advanced Radar Detection Schemes Under Mismatched Signal Models,'' Synthesis Lectures on Signal Processing No. 8, Morgan  & Claypool Publishers, 2009.

 

Libri didattici

G. Ricci, M.E. Valcher, ``Segnali e Sistemi'', prima edizione, Edizioni Libreria Progetto, Padova, 2002.

G. Ricci, M.E. Valcher, ``Segnali e Sistemi'', seconda edizione, Edizioni Libreria Progetto, Padova, 2004.

G. Ricci, M.E. Valcher, ``Segnali e Sistemi'', terza edizione, Edizioni Libreria Progetto, Padova, 2006.

 

G. Ricci, M.E. Valcher, ``Segnali e Sistemi'', quarta edizione, Edizioni Libreria Progetto, Padova, 2010.
 

G. Ricci, M.E. Valcher, ``Segnali e Sistemi'', quinta edizione, Edizioni Libreria Progetto, Padova, 2015.

 

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.