View syllabus
SIGNAL THEORY
FILIPPO GIANNETTI
Academic year2022/23
CourseAEROSPACE ENGINEERING
Code176II
Credits6
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
TEORIA DEI SEGNALI ING-INF/03LEZIONI60
FILIPPO GIANNETTI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Al termine del corso, lo studente possiederà una solida conoscenza delle principali problematiche
relative all'analisi dei segnali deterministici e dei processi stocastici. Avrà acquisito abilità
nel trattare i segnali analogici e la loro rappresentazione nel dominio della frequenza,
l'analisi delle trasformazioni lineari tempo-invarianti, il teorema del campionamento e l'uso di
tecniche di interpolazione convenzionali. Lo studente conoscerà inoltre i principi di base della
teoria della probabilità, che verranno applicati allo studio delle variabili casuali e dei
processi stocastici. Avrà inoltre acquisito le conoscenze fondamentali di filtraggio lineare,
densità spettrale di potenza e funzione di autocorrelazione di segnali casuali.

Knowledge

The student who successfully completes the course will be able to demonstrate a solid knowledge of the main issues related to the analysis of deterministic signals and stochastic processes. He or she will acquire ability in dealing with analog signals and their frequency domain representation, the analysis of linear time-invariant transformations, the sampling theorem and the use of conventional interpolation techniques. The student will also be aware of the basic principles of the probability theory, which will be applied to the study of random variables and stochastic processes. He or she will acquire fundamental knowledge of linear filtering, power spectral density and autocorrelation function of random signals.

Modalità di verifica delle conoscenze

Modalità di svolgimento dell'esame: orale. La prova finale è composta da una prova orale, durante la quale verrà valutata la capacità dello studente di discutere i principali contenuti del corso con competenza, consapevolezza critica e correttezza espressiva.  

Assessment criteria of knowledge

Exam procedure: oral. The final exam consists of an oral exam, during which the student's ability to discuss the main contents of the course with competence, critical awareness and expressive correctness will be assessed.

Capacità

Gli studenti sapranno

  • classificare un segnale e valutarne i parametri descrittivi caratteristici
  • analizzare un segnale (sia deterministico che aleatorio) nel dominio della frequenza tramite l'analisi di Fourier
  • classificare e caratterizzare un sistema lineare, sia nel dominio del tempo che della frequenza
  • classificare e caratterizzare un sistema nonlineare
  • analizzare le trasformazioni introdotte su di un segnale da parte di un sistema, sia lineare che nonlineare
  • applicare i teoremi fondamentali della teoria de segnali, tra cui modulazione e campionamento
  • utilizzare gli strumenti di base del calcolo delle probabilità, del calcolo combinatorio, delle variabili aleatorie e dei processi stocastici
Skills

Students will know how to

  • classify a signal and evaluate its characteristic descriptive parameters
  • analyze a signal (both deterministic and random) in the frequency domain through Fourier analysis
  • classify and characterize a linear system, both in the time and frequency domain
  • classify and characterize a nonlinear system
  • analyze the transformations introduced on a signal by a system, both linear and nonlinear
  • apply the fundamental theorems of signal theory, including modulation and sampling
  • use the basic tools of probability calculus, combinatorics, random variables and stochastic processes
Modalità di verifica delle capacità

Durante le esercitazioni verranno svolti numerosi esercizi ed esempi, quanto più possibile riferiti a casi del mondo reale, per verificare la capacità dello studente nel mettere in pratica i concetti teorici del corso.

Assessment criteria of skills

Several exercises and examples will be presented and discussed, referring as much as possible to real world
cases, to verify the student's ability to put into practice the theoretical concepts of the course.

Comportamenti

Gli studenti acquisiranno e/o svilupperanno una consapevolezza delle proprietà caratteristiche dei segnali e delle funzionalità dei sistemi.

Behaviors

Students will acquire and / or develop an awareness of the characteristic properties of signals
and system functionalities.

Modalità di verifica dei comportamenti

Durante le esercitazioni in aula verrà valutata la capacità di analizzare i segnali ed i sistemi.

Assessment criteria of behaviors

During the classroom exercises the ability to analyze signals and systems will be evaluated.

Prerequisiti (conoscenze iniziali)

Propedeuticità obbligatorie: Analisi matematica I, Algebra Lineare e Geometria

 

Prerequisites

Compulsory prerequisites: Mathematical Analysis I, Linear Algebra and Geometry

Indicazioni metodologiche

Modalità di svolgimento delle lezioni: lezioni frontali con supporti visivi come powerpoint / video.

  • Modalità di svolgimento degli esercizi: esercizi con i personal computer degli studenti.
  • Supporti didattici: siti web.
  • Utilizzo del sito e-learning del corso: utilizzato per il download di materiali didattici e per la comunicazione tra docente e studenti.
  • Tipo di interazione tra il docente e gli studenti: riunioni fisiche, e-mail, telefono, Team, Skype.
  • Lingua italiana.
Teaching methods
  • Teaching methods: face-to-face lessons with visual aids such as powerpoint slides and videos
  • Exercise methodes: exercises with the students' personal computers.
  • Teaching aids: websites.
  • Use of the e-learning site of the course: used for downloading teaching materials and for communication between teacher and students.
  • Type of interaction between the teacher and the students: physical meetings, e-mail, telephone, Team, Skype.
  • Italian language.
Programma (contenuti dell'insegnamento)

Il corso è diviso in due parti. La prima riguarda lo studio dei segnali deterministici, con enfasi
sulla loro rappresentazione nel dominio della frequenza basata sulla trasformata di Fourier, il
loro campionamento e ricostruzione mediante tecniche di interpolazione e la loro elaborazione
mediante filtri lineari. Questi concetti vengono utilizzati per fornire le conoscenze di base per
l'analisi di sistemi unidimensionali. La seconda parte si concentra sull'analisi dei segnali
casuali. In particolare, il corso introduce i principi di base della teoria della probabilità,
variabili casuali e processi stocastici definendo distribuzione di probabilità e funzioni di
densità, media statistica, potenza, varianza, funzione di autocorrelazione, densità spettrale di
potenza, processi gaussiani e rumore bianco. L'obiettivo è quello di familiarizzare lo studente
con la descrizione probabilistica di fenomeni non deterministici.

Durante il corso saranno illustrati alcuni esempi di analisi di segnali e sistemi con l'ausilio
di un set di strumenti virtuali (generatori di segnali deterministici e di processi stocastici,
generatore di rumore Gaussiano bianco, oscilloscopio, analizzatore di spettro, filtri, sistemi
non lineari) contenuti in un software didattico gratuito distribuito dal docente.

Syllabus

The course is divided into two parts. The first one covers the study of deterministic signals, with emphasis on their representation in the frequency domain based on the Fourier transform, their sampling and reconstruction through interpolation techniques and their processing by means of linear filters. These concepts are used to provide the basic knowledge for the analysis of one-dimensional systems. The second part focuses on the analysis of random signals. In particular, the course introduces the basic principles of the probability theory, random variables and stochastic processes by defining probability distribution and density functions, statistical mean, power, variance, autocorrelation function, power spectral density, Gaussian processes and white noise. The aim is to make the student familiar with the probabilistic description of non-deterministic phenomena.

During the course some examples of signal and system analysis will be illustrated with the aid of a set of virtual instruments (generators of deterministic signals and stochastic processes, White Gaussian noise generator, oscilloscope, spectrum analyzer, filters, non linear systems)
included in a didactic software freely distributed by the teacher.

Bibliografia e materiale didattico

La lettura consigliata comprende le seguenti opere:
[1] Marco Luise, Giorgio M. Vitetta, Antonio D'Amico, "Teoria dei Segnali", Mc-Graw Hill
Companies, 3a Edizione
[2] Lucio Verrazzani, "Teoria dei Segnali: Segnali determinati ", ETS Università, 1984.
[3] Lucio Verrazzani, "Teoria dei Segnali: Segnali aleatori", ETS Università, 1984

Bibliography

Recommended reading includes the following works:

[1] Marco Luise, Giorgio M. Vitetta,Antonio D'Amico, "Teoria dei Segnali", Mc-Graw Hill Companies, 3rd Edition

[2] Lucio Verrazzani, "Teoria dei Segnali: Segnali determinati", ETS Università, 1984.

[3] Lucio Verrazzani, "Teoria dei Segnali: Segnali aleatori", ETS Università, 1984

Indicazioni per non frequentanti

Contattare il docente: filippo.giannetti@unipi.it

Non-attending students info

Contact the teacher:  filippo.giannetti@unipi.it

Modalità d'esame
  • L'esame si compone di una prova orale.
  • La prova orale consiste in un colloquio tra il candidato e il docente.
  • Durante la prova orale il candidato dovrà rispondere ad alcune domande sulle proprietà dei segnali e sistemi e sulle tecniche di analisi dei segnali nel dominio del tempo e della frequenza
  • Durante la prova orale al candidato potrà essere richiesto di analizzare segnali e sistemi con l'ausilio di strumentazione virtuale (generatori di segnali deterministici, processi stocastici, rumore Gaussiano bianco, oscilloscopio, analizzatore di spettro, filtri, sistemi non lineari).
  • La durata media del colloquio è di circa 30 minuti.
  • Il numero dei professori in commissione è due.
  • La prova orale fallirà in uno dei seguenti casi: il candidato mostra un'incapacità di esprimersi in modo chiaro utilizzando la terminologia corretta, oppure il candidato non risponde sufficientemente alle domande riguardanti i concetti di base della teoria e dei segnali e dei sistemi, oppure il candidato dimostra ripetutamente un'incapacità di mettere in relazione e collegare parti del programma con nozioni e idee che devono combinare per rispondere correttamente a una domanda.
Assessment methods
  • The exam consists of an oral exam.
  • The oral exam consists of an interview between the candidate and the teacher.
  • During the oral exam the candidate will have to answer some questions on the properties of signals and systems and on the techniques for analyzing signals in the time and frequency domain
  • During the oral exam the candidate may be required to analyze signals and systems with the aid of virtual instrumentation (deterministic signal generators, stochastic processes, white Gaussian noise, oscilloscope, spectrum analyzer, filters, non-linear systems).
  • The average duration of the interview is approximately 30 minutes.
  • The number of professors on the commission is two.
  • The oral exam will fail in one of the following cases: the candidate shows an inability to express themselves clearly using the correct terminology, or the candidate does not answer sufficiently to questions regarding the basic concepts of theory and signals and systems, or the candidate repeatedly demonstrates an inability to relate and connect parts of the program with notions and ideas that must combine to answer a question correctly
Altri riferimenti web

Elearning/Moodle

  • https://elearn.ing.unipi.it/course/view.php?id=2525

Teams

  • https://teams.microsoft.com/l/team/19%3aXROTieULHMQu2TUc5zVgbN7okq92XShvRoLfp_OZHxI1%40thread.tacv2/conversations?groupId=078eca86-a291-4235-aabf-5c78d664dbbc&tenantId=c7456b31-a220-47f5-be52-473828670aa1

Portale Valutami – Esami

  • https://esami.unipi.it/esami/findcourse.php?id=51784

Onedrive - Materiale_TDS_2021-2021

  • https://unipiit-my.sharepoint.com/:f:/g/personal/a008328_unipi_it/EvbDFNyL6DRIqGa07wsYDxUBM3EEwojNYo4EQV6QqD563g?e=Atzjxi
Additional web pages

Elearning/Moodle

  • https://elearn.ing.unipi.it/course/view.php?id=2525

Teams

  • https://teams.microsoft.com/l/team/19%3aXROTieULHMQu2TUc5zVgbN7okq92XShvRoLfp_OZHxI1%40thread.tacv2/conversations?groupId=078eca86-a291-4235-aabf-5c78d664dbbc&tenantId=c7456b31-a220-47f5-be52-473828670aa1

Portale Valutami – Esami

  • https://esami.unipi.it/esami/findcourse.php?id=51784

Onedrive - Materiale_TDS_2021-2021

  • https://unipiit-my.sharepoint.com/:f:/g/personal/a008328_unipi_it/EvbDFNyL6DRIqGa07wsYDxUBM3EEwojNYo4EQV6QqD563g?e=Atzjxi
Note

Nessuna

Notes

None

Updated: 04/08/2022 17:45