Il corso è erogato nel terzo anno del CdL in Ingegneria dell’Informazione ma è potenzialmente aperto a tutti gli studenti di area ingegneristica interessati ad acquisire competenze nell’utilizzo di strumenti software per il calcolo numerico come Matlab/Octave ed il loro impiego per l’elaborazione di segnali in diversi contesti. Sono richieste conoscenze di base di analisi matematica. Sono inoltre utili conoscenze pregresse di teoria dei segnali e sistemi e di informatica di base.

Il corso ha l'obiettivo di fornire una panoramica delle principali tecniche di base per l'elaborazione dei segnali in diversi contesti ingegneristici, come l'audio, le immagini, le telecomunicazioni, i segnali biomedici, i segnali meccanici, ed altri. Il corso è fortemente incentrato sull'utilizzo di strumenti software come Matlab/Octave per l'applicazione pratica dei concetti teorici.

 

Argomenti di massima previsti nel corso:

•    Introduzione alla programmazione in Matlab/Octave e suoi strumenti con esercitazioni.
•    Segnali 1D e 2D e la loro digitalizzazione: campionamento, quantizzazione e ricostruzione.
•    Trasformata discreta di Fourier (DFT) e trasformata veloce di Fourier (FFT) con esempi in Matlab/Octave.
•    Interpolazione (up-sampling) e decimazione (down-sampling) di segnali discreti con applicazioni in Matlab/Octave.
•    Progettazione di filtri numerici a risposta impulsiva finita (FIR) e ricorsivi (IIR) mediante strumenti di progettazione software Matlab/Octave.
•    Analisi spettrale dei segnali in Matlab/Octave.
•    Cenni ai legami ingresso-uscita digitali non-lineari e/o tempo-varianti.
•    Esempi di analisi di diverse tipologie di segnali digitali e cenni all’utilizzo di algoritmi di machine learning per la loro elaborazione in Matlab/Octave.
•    Utilizzo di schede software defined radio (SDR) per l’acquisizione e l’elaborazione digitale di segnali wireless in Matlab/Octave ed altri tool software open source (es., SDRAngel).

Conoscenze e comprensione.

Al termine del corso gli studenti avranno acquisito le seguenti conoscenze: conoscenza degli elementi della programmazione strutturata e ad oggetti in Matlab/Octave; conoscenza degli aspetti fondamentali dell’acquisizione e digitalizzazione dei segnali; conoscenza delle principali tecniche di analisi ed elaborazione di segnali digitali in diversi contesti ingegneristici e competenza nell’utilizzo dei principali strumenti software e dispositivi hardware prototipali.

 

Capacità di applicare conoscenze e comprensione.

Al termine del corso gli studenti avranno acquisito gli strumenti essenziali per la scrittura di programmi in Matlab/Octave che siano in grado di acquisire e digitalizzare segnali 1D e 2D. Sapranno definire ed interpretare gli strumenti software e le metodologie idonee all’elaborazione di diverse tipologie di segnali in funzione dell’obiettivo applicativo che si intende raggiungere.

 

Autonomia di giudizio.

Gli studenti saranno guidati all’apprendimento critico di quanto insegnato durante le lezioni, confrontando diversi metodi e valutandone pro e contro.

 

Abilità comunicative.

È essenziale che gli studenti siano in grado di comunicare con interlocutori di vario tipo in modo chiaro, logico ed efficace, utilizzando gli strumenti appresi, le conoscenze e il gergo specialistico. Il corso promuove lo sviluppo di skills quali l’abilità di identificare ed esporre in termini precisi le caratteristiche dei diversi strumenti software per l’elaborazione dei segnali, nonché l’abilità di descrivere ed analizzare le opzioni disponibili, comunicano in modo rigoroso supportato da argomentazioni tecniche e scientifiche.

 

Capacità di apprendimento.

Gli studenti dovranno acquisire l’abilità critica di discutere, con originalità ed autonomia, gli aspetti più importanti legati all’elaborazione dei segnali in diversi contesti ingegneristici. Essi dovranno essere in grado di sviluppare e applicare le conoscenze acquisite nel prosieguo dei propri studi e in generale nella più ampia prospettiva della propria vita professionale e di lifelong learning.

Lezioni frontali con esercitazioni pratiche/sperimentali. La maggior parte delle attività si svolge in laboratorio, dove gli studenti possono impostare esperimenti sull'acquisizione ed elaborazione dei segnali in Matlab/Octave e/o utilizzando dispositivi hardware prototipali. Per frequentare il corso, lo studente NON è tenuto a conoscere in anticipo questi strumenti.

L'esame prevede una prova orale/pratica in cui saranno richieste alcune modifiche/estensioni al software e agli esperimenti sviluppati durante il corso; l'obiettivo della parte pratica non è quello di concentrarsi sulle abilità di programmazione, ma di verificare il livello di conoscenza degli argomenti trattati.

Su appuntamento; contattare il docente via e-mail o al termine delle lezioni.

• Materiale didattico di supporto (slides) e relativo codice sorgente delle esercitazioni pratiche forniti dal docente
• C. Gray, L. Kuncheva, “A Matlab Exercise Book”, Lulu.com, Second Edition, versione digitale disponibile gratuitamente sul sito personale degli autori: https://lucykuncheva.co.uk/MATLAB_Exercise_Book2.pdf
• A. V. Oppenheim, R. W. Schafer, and J. R. Buck. “DiscreteTime Signal Processing”, 2nd ed. Singapore: Prentice Education, 1999. Print.
• K. D. Rao and M.N.S. Swamy, “Digital Signal Processing Theory and Practice”, Springer Singapore, 2018. Print.
• R. W. Stewart, K. W. Barlee, D. S. Atkinson, and L. H. Crockett: "Software defined radio using MATLAB & Simulink and the RTLSDR", University of Strathclyde Engineering (free ebook), 2015.

Prerequisites: statistical signal processing and learning, digital communications.

General Background:

 

- A brief introduction to Matlab programming.

                                                                     

Wireless Communications Module:

 

- Introduction to modeling and simulation of wireless communication systems.

 

List of potential laboratory experiences:

 

- Lab Experience #1: Simulation and Analysis of 5G Wireless Communication Systems

1. Transmitted signal generation (single-carrier and multi-carrier technologies);
2. Multiple-input multiple-output (MIMO) and Multiple-input single-output (MISO) radio channel modeling;
3. Downlink and Uplink mmWave communications;
4. Channel Estimation (LOS and NLOS) and Performance Analysis.

 

- Lab Experience #2: Use of Software-Defined-Radio (SDR) Platforms

1. Signals acquisition and analysis using SDRAngel and RTL-SDR;
2. Implementation of algorithms for spectrum sensing (energy detector vs machine learning);
3. Other applications/examples with SDRAngel and RTL-SDR;
4. Airplane Tracking using aviation signals ADS-B and RTL-SDR.

 

- Lab Experience #3: Prototype of a Real Wi-Fi Communication System using ESP-32 Development Boards

1. Setup and configuration of the experimental testbed;
2. Real-time data acquisition;
3. Analysis and processing of Wi-Fi Channel State Information (CSI).

 

Radar Module:

 

- Review of pulsed radars and brief introduction to continuous wave (CW) and frequency-modulated CW (FMCW) radars.

 

List of potential laboratory experiences:

 

- Lab Experience #1: CFAR Radar Detection using Matlab

1. CFAR detection techniques: motivation and basic strategies;
2. Coherent and Incoherent detection;
3. Implementation of different CFAR detection schemes: cell averaging (CA) CFAR, greatest of (GO) CFAR and smallest of (SO) CFAR, censored CA-CFAR, and ordered statistic (OS);
4. Analysis under ideal and non-ideal conditions (clutter edges and multiple targets).

 

- Lab Experience #2: Target Detection using Real Radar Data

1. Statistical analysis and processing of real radar data;
2. Estimation of the power spectral density and model fitting;
3. Design and implementation of detection algorithms to reveal the presence of targets embedded in real clutter.

 

- Lab Experience #3: CW and FMCW Radars

1. Design of algorithms for target detection and parameter(s) estimation;
2. Performance analysis based on synthetic and real data.

Overview.

This laboratory course offers to students the possibility to deepen and put in practice the knowledge on the design and analysis of wireless communication systems and radars. The lab sessions will be preceded by lectures to describe the experiments that will be performed and the procedure to implement them. 

Learning Outcomes.

Knowledge and understanding

After the course the student should know the tools necessary 1) to fit a statistical model to data and 2) to design algorithms to retrieve information chosen according to the adopted model.

Applying knowledge and understanding

After the course the student should be able to

*fit a statistical model to data in terms of first order distribution and autocorrelation function;

*solve detection and estimation problems for the selected applications.

*Evaluate the performance parameters and discuss complexity issues associated with different solutions.

Making judgements

Students should acquire the ability to compare pros and cons of different approaches to the solution of a specific problem (laboratory experiences).

Communication

The ability to communicate on technical topics should be acquired by reporting on laboratory experiences.

Learning skills

Laboratory experiences will require elaborating on techniques introduced in previous courses, also with the help of selected readings suggested by the instructor. Identifying solutions to non trivial problems will be  important to be ready for autonomous lifelong learning.

Lectures and computer/experimental projects. Most of the activity is performed in the laboratory, where students can setup experiments regarding radar signal processing and wireless transmissions in Matlab and/or using Software Defined Radio (SDR) platforms. To attend the course, the student is NOT required to have knowledge of these tools in advance.

The exam will be composed of an oral part (30%) and a practical part (70%), where some modifications to the software and experiments developed during the course will be required; the objective of the practical part is not to focus on programming skills, but to verify the knowledge level of the discussed topics.

By appointment; contact the instructor by email or at the end of class meetings.

1) Handouts (in progress).

2) M. C. Jeruchim, P. Balaban, K. S. Shanmugan, "Simulation of Communication Systems," Plenum Press, 1992.

3) R. B. D'Agostino and M. A. Stephens, "Goodness of Fit Techniques," Marcel Dekker, 1986.

4) J. Proakis: "Digital Communications", McGraw Hill, 2000.

5) D. Tse and P. Viswanath: "Fundamentals of Wireless Communication" Cambridge University Press, 2005.

6) R. W. Stewart, K. W. Barlee, D. S. Atkinson, and L. H. Crockett: "Software defined radio using MATLAB & Simulink and the RTL-SDR", University of Strathclyde Engineering (free ebook), 2015.

Si faccia riferimento alla parte generale (pagina personale del Prof. Giuseppe Ricci).

Si faccia riferimento alla parte generale (pagina personale del Prof. Giuseppe Ricci).

Si faccia riferimento alla parte generale (pagina personale del Prof. Giuseppe Ricci).

Lezione frontale, esercitazioni, attività al calcolatore.

Si faccia riferimento alla parte generale (pagina personale del Prof. Giuseppe Ricci).

Si faccia riferimento alla parte generale (pagina personale del Prof. Giuseppe Ricci).