SIGNAL PROCESSING for MULTIMEDIA APPLICATION

Conoscenza e comprensione dei principali elementi riguardanti l’elaborazione numerica dei segnali per applicazioni multimediali

Acquisire e comprendere gli strumenti fondamentali per trattare matematicamente segnali e sistemi tempo-discreti, anche utilizzando una caratterizzazione nei domini di Fourier e Z.

Sviluppo delle capacità di analisi e progettazione di filtri numerici.

Conoscenze applicate e capacità di comprensione delle tecniche oggi all’avanguardia nei sistemi di comunicazioni digitali, anche finalizzate all’applicazione pratica in contesti diversi da quelli usuali

Sviluppo delle competenze necessarie per analizzare un segnale discreto mediante tecniche di stima spettrale e per progettare un sistema lineare tempo-invariante tramite la sua risposta in frequenza, al fine di poter mettere lo studente in condizioni di loro utilizzo anche in futuro e in contesti diversi da quelli trattati nel corso.

Autonomia di giudizio su quanto imparato

Sviluppo di un adeguato grado di autonomia di giudizio nell’individuazione delle caratteristiche dei sistemi lineari tempo-invarianti e degli strumenti utilizzabili per poter effettuare non solo la progettazione di semplici filtri digitali quali quelli trattati a lezione, ma anche di sistemi più complessi quali quelli di manipolazione di segnali audio e video, per i quali è necessaria una maturazione di quanto studiato.

Abilità comunicative per la veicolazione a interlocutori eterogenei

Sviluppo della capacità di comunicare efficacemente e con linguaggio tecnico adeguato tematiche relative alla generazione dei segnali multimediali, alla loro elaborazione e alla loro riproduzione.

Capacità di apprendimento in autonomia delle evoluzioni relative agli argomenti trattati a lezione

Sviluppo della capacità di aggiornamento sull’evoluzione scientifica e tecnologica nel settore dell’elaborazione numerica dei segnali per poter approfondire in autonomia le nuove tecniche di filtraggio e manipolazione dei segnali digitali che si affermeranno in futuro, con riferimento anche alle tecnologie emergenti per l’elaborazione di segnali digitali in ambito “Internet of Sound” (IoS).

Il corso è composto da una parte di teoria e da una parte di esercitazioni di laboratorio.

Conoscenze approfondite di teoria dei segnali, e in particolare analisi di Fourier, campionamento di un segnale analogico, risposta in frequenza di un sistema lineare tempo invariante. Caratterizzazione di un sistema lineare analogico.

Il corso è organizzato in sei Unità Didattiche Elementari (UDE):

[Arg] F. Argenti, L. Mucchi, E. Del Re, Elaborazione numerica dei segnali. Teoria, esercizi ed esempi al calcolatore, Mc Graw Hill, 2011.

[Opp] A. V. Oppenheim, R. W. Schafer, Elaborazione numerica dei segnali, Angeli, Milano, 2003 

·         Conversione analogico-digitale: campionamento, quantizzazione e codifica; Banda di guardia; campionamento ideale, spettro del segnale campionato, teorema del campionamento, aliasing e ripiegamento dello spettro; rumore di quantizzazione e calcolo dell’SNR; SNR per segnale sinusoidale e per segnale Gaussiano; quantizzazione non uniforme.

·         Definizioni: TF per sequenze, frequenza e pulsazione normalizzate, periodicità della TF, TF inversa; Sequenze notevoli (Impulso unitario, Impulso rettangolare, Esponenziale unilatera, sequenza sinusoidale) e loro TF

·         In Matlab: Campionamento e ricostruzione di un segnale analogico; grafico del segnale analogico di partenza, grafico della sequenza ottenuta per campionamento, grafico della TF della sequenza ottenuta

·         Rappresentazioni di un sistema LTI: risposta all’impulso, equazione alle differenze finite, funzione di trasferimento, rappresentazione poli/zeri; risposta in frequenza. Passaggio da una rappresentazione all'altra. Differenze tra FIR e IIR sulle diverse rappresentazioni.

·         Dato un sistema LTI descritto da un’equazione alle differenze finite, discutere su una sua possibile implementazione stabile e causale, e calcolare l’uscita a sequenze di ingresso date. Visualizzare la posizione di poli e zeri sul piano complesso.

·         Filtri Notch o elimina banda, filtri comb e filtri all-pass, con verifica in Matlab della risposta in frequenza.

·         Stime spettrali, risoluzione spettrale, scelta della finestra e della sua durata. Periodogramma. Laboratorio Fens – stime spettrali. Correlazione tra sequenze.