Servizi per la didattica
PORTALE DELLA DIDATTICA

Analisi dei segnali

04EQAMA

A.A. 2020/21

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea in Ingegneria Biomedica - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 59
Esercitazioni in aula 21
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Olmo Gabriella - Corso 1   Professore Associato ING-INF/03 59 0 0 0 7
Olmo Gabriella - Corso 2   Professore Associato ING-INF/03 59 0 0 0 7
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
ING-INF/03 8 C - Affini o integrative Attivitā formative affini o integrative
2020/21
L'insegnamento ha il fine di presentare le conoscenze base della teoria e analisi dei segnali. Esso si propone quindi di fornire gli strumenti metodologici fondamentali per la descrizione e l'analisi dei segnali a tempo continuo e discreto di tipo deterministico e aleatorio. Verranno forniti esempi relativi all'applicazione delle tecniche studiate all'analisi di segnali biomedici.
The course aims to present the basic knowledge of signal theory and analysis. It provides the fundamental methodological tools for the description and analysis of continuous-time and discrete-time, both deterministic and random signals. Examples will be provided related to the application of the methods to the analysis of biomedical data.
Conoscenze approfondite sui segnali e sistemi deterministici a tempo continuo e la loro analisi nel dominio della frequenza. Conoscenze sui segnali e sistemi deterministici a tempo discreto. Conoscenze sui concetti base di teoria della probabilitā. Conoscenze sui segnali aleatori a tempo continuo e discreto. Capacitā di classificazione dei segnali e di selezione ed applicazione di metodi opportuni per la loro analisi.
Deterministic, continuous-time signals and systems and their analysis in the frequency domain. Deterministic, discrete-time signals and systems. Basic concepts of probability theory. Continuous and discrete-time random signals. Selection and application of appropriate methods for signal analysis.
Conoscenze di base di analisi matematica (integrali, derivate), algebra lineare (vettori, matrici, prodotto scalare, norma). Conoscenze approfondite di numeri complessi e trigonometria.
Basic mathematical analysis (integrals, derivatives), linear algebra (vectors, matrices, scalar product, norm). In-depth knowledge of complex numbers and trigonometry.
Definizione e classificazione dei segnali: tempo continuo/discreto, deterministici/aleatori Energia e potenza media Serie e trasformata di Fourier Sistemi LTI, risposta all'impulso e funzione di trasferimento Spettro di energia e funzione di autocorrelazione Segnali periodici e spettro di potenza Spettro di potenza di segnali a potenza media finita non periodici Teorema del campionamento Segnali a tempo discreto; trasformata zeta, trasformata di Fourier a tempo discreto (DTFT) Sistemi LTI a tempo discreto Filtri FIR e IIR Introduzione alle variabili casuali Processi casuali: definizioni Processi stazionari in senso lato (WSS): autocorrelazione e densitā spettrale del valor quadratico medio processi Processi ergodici
Definition and classification of signals: continuous / discrete time, deterministic / random Energy and mean power Fourier Series and Transform LTI systems, impulse response and transfer function Energy spectral density and autocorrelation function Periodic signals and related power spectral density Power spectral density of non-periodic signals Sampling Theorem Discrete-time signals; z-transform, discrete time Fourier transform (DTFT) LTI discrete-time systems FIR and IIR filters Introduction to random variables Random processes: definitions Stationary processes: autocorrelation and power spectral density Ergodic processes
Il corso č costituito da lezioni frontali e esercitazioni. Le esercitazioni consistono nella soluzione di esercizi che riguardano il programma svolto a lezione.
The course consists of lectures and exercises. The classroom exercises consist in the solution of exercises related to the program carried out in class.
- B. P. Lathi, R. A. Green, Essentials of Digital Signal Processing, Cambridge University Press, 2014 - (in alternativa) Lo Presti e F. Neri, L'analisi dei segnali, CLUT, 1992. Inoltre, i docenti metteranno a disposizione lucidi, dispense ed esercizi svolti.
- B. P. Lahti, R. A. Green, Essentials of Digital Signal Processing, Cambridge University Press, 2014 - (alternatively) Lo Presti and F. Neri, The analysis of the signals, CLUT, 1992. In addition, teachers will provide handouts and exercises.
Modalitā di esame: Prova scritta a risposta aperta o chiusa tramite PC con l'utilizzo della piattaforma di ateneo Exam integrata con strumenti di proctoring (Respondus);
L'esame consiste in una prova scritta tramite PC mediante la piattaforma Exam. Lo studente sarā chiamato a risolvere 9 esercizi a risposta multipla, 3 per ciascuna delle principali parti del corso (segnali a tempo continuo, segnali a tempo discreto, processi casuali). Ogni esercizio av5rā lo stesso peso nella composizione del voto finale. Le risposte errate saranno soggette a una penalizzazione tra il 20 e il 50% del punteggio massimo, a seconda della gravitā dell'errore commesso. Le risposte non date non saranno soggette a penalizzazione. La lode verrā attribuita nel caso di risposte tutte corrette. Non č prevista prova orale.
Exam: Computer-based written test with open-ended questions or multiple-choice questions using the Exam platform and proctoring tools (Respondus);
The exam consists of a test using the Exam platform. The student will be called to solve 9 multiple choice exercises, 3 for each of the main parts of the course (continuous time signals, discrete time signals, random processes). Each exercise will have the same weight in the composition of the final mark. Incorrect answers will be subject to a penalty between 20 and 50% of the maximum score, depending on the severity of the error. Unanswered questions will not be subject to penalty. "Lode" will be given in the case of all correct answers. There is no oral test.
Modalitā di esame: Prova scritta a risposta aperta o chiusa tramite PC con l'utilizzo della piattaforma di ateneo Exam integrata con strumenti di proctoring (Respondus);
L'esame verrā comunque svolto in remoto mediante Exam.
Exam: Computer-based written test with open-ended questions or multiple-choice questions using the Exam platform and proctoring tools (Respondus);
The exam will be done using the Exam Platform in any case.


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
m@il