Scheda programma d'esame
DIGITAL SIGNAL PROCESSING
GREGORIO PROCISSI
Academic year2022/23
CourseTELECOMMUNICATIONS ENGINEERING
Code568II
Credits12
PeriodSemester 1 & 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
FONDAMENTI DI DSPING-INF/03LEZIONI60
GREGORIO PROCISSI unimap
LABORATORIO DI DSP CON APPLICAZIONI AL TELERILEVAMENTOING-INF/03LABORATORI60
NICOLA ACITO unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo studente che completerà con successo il corso sarà in grado di dimostrare una solida conoscenza delle nozioni di base sull'elaborazione del segnale digitale. Lui o lei acquisirà la capacità di analizzare segnali e sistemi discreti sia nel dominio del tempo che della frequenza. Lui o lei sarà anche in grado di dimostrare una conoscenza avanzata dell'uso della DFT (Discrete Fourier Transform) e della sua implementazione efficiente (FFT) per l'analisi spettrale di segnali di tempo discreti e per l'effettiva implementazione di filtri digitali. Infine, lui o lei sarà a conoscenza di metodi pratici per la sintesi di filtri digitali sia FIR (Finite Impulse Response) che IIR (Infinite Impulse Response).

Knowledge

The student who successfully completes the course will be able to demonstrate a solid knowledge of the basic notions on Digital Signal Processing. He or she will acquire the ability of analyzing of discrete time signals and systems both in the time and frequency domain. He or she will also be able to demonstrate advanced knowledge of the use of the Discrete Fourier Transform (DFT) and of its efficient implementation (FFT) for the spectral analysis of discrete time signals and for the effective implementation of digital filters. Finally, he or she will be aware of practical methods for the synthesis of digital filters both FIR (Finite Impulse Response) and IIR (Infinite Impulse Response).

Modalità di verifica delle conoscenze

Durante la prova scritta (2 ore), allo studente viene chiesto di risolvere due esercizi al fine di dimostrare la capacità di mettere in pratica i principi di base dell'elaborazione del segnale digitale. Uno degli esercizi può richiedere l'uso dell'ambiente MATLAB. Durante la prova orale, lo studente sarà valutato sulla sua capacità di discutere i contenuti del corso principale con competenza, consapevolezza critica e correttezza di espressione. 

Metodi:

Prova scritta finale
Prova orale finale
Ulteriori informazioni:
La prova finale è composta da una prova scritta seguita da una prova orale. In generale, entrambe le parti contribuiscono ugualmente al il voto finale.

Assessment criteria of knowledge

During the written exam (2 hours), the student is asked to solve two exercises in order to demonstrate the ability to put into practice the basic principles of digital signal processing. One of the exercises may require the use of MATLAB.During the oral exam, the student will be assessed on his/her ability in discussing the main course contents with competence, critical awareness and propriety of expression.

Methods:

  • Final written exam
  • Final oral exam

Further information:
The final test is composed by a written exam followed by an oral exam. In general, both parts equally contribute to the final grade.

Capacità

Dopo aver completato con successo il corso, lo studente sarà in grado di risolvere i problemi dell'elaborazione del segnale digitale, sia dal punto di vista analitico che in modo pratico, attraverso l'uso del linguaggio MATLAB.

In particolare, lo studente sarà in grado di eseguire analisi spettrali di segnali digitali, nonché di progettare e implementare filtri FIR e IIR di manipolazione di sequenze di dati.

Skills

After successfully completing the course, the student will be able to solve problems of digital signal processing, from both the analytic perspective and in a practical way, through the MATLAB language. 

As such, the student will be able to perform spectral analysis of digital signals, as well as to design and implement FIR and IIR filters of manipulation of data sequences.

Modalità di verifica delle capacità

Durante le sessioni di laboratorio informatico, agli studenti verranno assegnati piccoli problemi per capire come utilizzare le funzioni MATLAB incluse nella libreria di elaborazione del segnale.

Inoltre, agli studenti verrà chiesto di implementare ex-novo una serie di funzioni per la manipolazione di sequenze e di spettri di sequenze, nonché per la progettazione del filtro.

Verranno inoltre assegnati compiti a casa, i quali saranno discussi in sessioni specifiche per valutare la capacità deggli studenti nella risoluzione di problemi pratici

Assessment criteria of skills

During the computer lab sessions, students will be assigned small problems in order to understand how to use the MATLAB functions included in the signal processing library. 

In addition, students will be asked to implement themselves a set of customized functions for practical sequence and spectrum manipulations, as well as for filter design.

Homeworks will be assigned and discussed in specific class sessions to assess the students' problem-solving ability.

 

Comportamenti

Il corso mira a stimolare lo studente verso un approccio progressivo alla risoluzione dei problemi. Pertanto, allo studente verrà chiesto di risolvere un insieme di problemi elementari che possono essere composti insieme per raggiungere un obiettivo complesso. Pertanto lo studente maturerà una consapevolezza verso la scomposizione dei problemi in più sottoproblemi.

Behaviors

The course aims at stimulating the student towards a progressive approach to problem-solving. As such, the student will be asked to solve a set of elementary problems that can be composed together to accomplish a complex objective. Therefore the student will mature an awareness towards the decomposition of problems into multiple subproblems.

 

Modalità di verifica dei comportamenti

La verifica della "modifica" dell'atteggiamento dello studente verso la complessità sarà ottenuta mediante osservazioni qualitative, in particolare durante le sessioni di laboratorio informatico.

Assessment criteria of behaviors

The verification of the "modification" of the student's attitudes towards complexity will be obtained by qualitative observations, especially during computer lab sessions. 

Prerequisiti (conoscenze iniziali)

Conoscenza di base della teoria dei segnali e dei sistemi a tempo continuo e discreto.

Conoscenza di base di analisi reale e complesso.

Prerequisites

Basic knowledge of continuous-time and discrete-time signal and systems theory. 

Basic knowledge of real and complex calculus. 

Indicazioni metodologiche

Modalità di svolgimento delle lezioni: faccia a faccia

Attività didattiche:

  • frequenza delle lezioni
  • partecipazione alle discussioni
  • studio individuale
  • attività di laboratorio


Frequenza: consigliata

Metodi di insegnamento:

  • lezioni
  • laboratorio
Teaching methods

Delivery: face to face

Learning activities:

  • attending lectures
  • participation in discussions
  • individual study
  • Laboratory work

Attendance: Advised

Teaching methods:

  • Lectures
  • laboratory
Programma (contenuti dell'insegnamento)

Segnali e sistemi a tempo discreto. Sistemi descritto da equazioni alle differenze lineari a coefficienti costanti. Trasformata Z. Rappresentazione dei segnali nel dominio della frequenza. Analisi di sistemi lineari e tempo invarianti nel dominio della frequenza. Sintesi di semplici filtri LTI mediante posizionamento delle singolarità della funzione di sistema sul piano complesso. Elaborazione digitale di segnali a tempo continuo. La Trasformata Discreta di Fourier (DFT). Algoritmo di Fast Fourier Transform (FFT). Applicazioni della DFT: filtraggio FIR, analisi spettrale. Progetto di filtri FIR: troncatura e finestratura, campionamento della risposta in frequenza, metodo Minimum Weighted Least Squares (MWLS). Progetto di filtri IIR basati su prototipi di filtri analogici: Butterworth, Chebychev, Elliptic. Tecniche dell'invarianza impulsiva e della trasformazione bilineare. Metodi per la conversione della frequenza di campionamento

Syllabus

Discrete time signals and systems. System described by linear constant-coefficient difference equations. The Z Transform. Frequency domain description of signals. Frequency domain analysis of Linear time-invariant systems. Design of simple LTI filters by pole-zero placement. Discrete time processing of continuos-time signals. The Discrete Fourier Transform (DFT). Fast Fourier Transform (FFT). DFT applications: FIR filtering via FFT, practical spectral. Design of FIR filters: truncation and windowing, sampling the frequency response, Minimum Weighted Least Squares (MWLS) technique. Design of IIR filters based on analog filter prototypes: Butterworth, Chebychev, Elliptic. Impulse invariance and bilinear transformation methods. Methods for sampling rate conversion.

 

 

Bibliografia e materiale didattico

Materiale didattico fornito dai docenti.

I testi consigliati sono riportati di seguito. Ulteriori riferimenti bibliografici potranno essere indicati durante le lezioni. 

[1] A. V. Oppenheim, R. W. Schafer, "Discrete time signal processing III Ed.", Prentice Hall, 2010.
[2] Boaz Porat, "A course in digital signal processing", J. Wiley & Sons, 1997.
[3] J. G. Proakis, D. M. Manolakis, "Digital Signal Processing: principles, algorithms and applications         V Ed.". Pearson Prentice Hall, 2007.
[4] D. Manolakis, V. Ingle, "Applied Digital Signal Processing", Cambridge University Press, 2011
[5] M. Diani, "Lezioni di Elaborazione Numerica dei Segnali", Pisa University Press, 2014

Bibliography

Teaching material provided by the instructors.

Recommended reading includes the following books; further bibliography may be indicated.

[1] A. V. Oppenheim, R. W. Schafer, "Discrete time signal processing III Ed.", Prentice Hall, 2010.
[2] Boaz Porat, "A course in digital signal processing", J. Wiley & Sons, 1997.
[3] J. G. Proakis, D. M. Manolakis, "Digital Signal Processing: principles, algorithms and applications         V Ed.". Pearson Prentice Hall, 2007.
[4] D. Manolakis, V. Ingle, "Applied Digital Signal Processing", Cambridge University Press, 2011
[5] M. Diani, "Lezioni di Elaborazione Numerica dei Segnali", Pisa University Press, 2014

Indicazioni per non frequentanti

Appunti di lezioni su esercitazioni e lezioni di laboratorio sono disponibili liberamente per tutti gli studenti iscritti alla pagina web del corso. Il programma d'esame non cambia in caso di mancata frequenza.

Non-attending students info

Lecture notes about exercises and laboratory classes are available for all students enrolled on the course web page. The exam program does not change for non-attending students.

 

Modalità d'esame

L'esame consiste in una prova scritta e una orale.

La prova scritta consiste in due esercizi dove viene richiesta la soluzione analitica a problemi di elaborazione dei segnali numerici. La soluzione di uno degli esercizi può richiedere l'uso dell'ambiente MATLAB.

La prova orale consiste in un colloquio tra lo studente e gli insegnanti riguardante argomenti del corso. In genere al candidato verrà chiesto di ricavare alcuni dei principali risultati presentati nel corso. Inoltre, l'interrogazione può includere l'implementazione di un piccolo progetto da svolgere in MATLAB.

Assessment methods

The exam consists of both a written and an oral exam.

The written test consists of two exercises on the analytic solution of digital signal processing problems. One of the exercises may involve theuse of MATLAB.

The oral test consists of an interview between the student and the teachers and deals with the topics of the course. The candidate will be typically asked to derive some of the main results presented in the course. In addition, the interview may include the implementation of a small project with MATLAB.

 

Updated: 01/08/2022 07:03