Svolgimenti esami del corso di Teoria di Segnali
|
|
- Lamberto Castellano
- 4 anni fa
- Visualizzazioni
Transcript
1 Svolgimenti esami del corso di Teoria di Segnali versione.4 - ultimo aggionamento 0/03/209 Autore: Gabriel Emile Hine mail: gabriel.hine@uniroma3.it (per segnalazione di eventuali errori/refusi) Esame 08/02/209 Esercizio Dati i segnali in figura x(t)
2 2 esami-svolti-tds.nb y(t) = e -t u - (t) si calcoli la convoluzione sul dominio del tempo tra i segnali x(2 t) e w(t) = y(t) + y(t-2) Soluzione: x( 2t ) = rect [ t + 3/2 ] x (2 t) t Per la linerarità della convoluzione x (2t) * w(t) = x(2t) * y(t) + x(2t) * y(t-2) x(2t) * y(t) = rect [ t + 3/2 ] * e -t u - (t) è riconducibile ad una forma nota [vedi esempio 2.4, pag 34, Teoria dei Segnali, Roberto Cusani]: rect T [ t - T/2 ] * e -α t u - (t) = rect T [ t - T/2 ] α - ( - e -α t ) + u - (t) α - e α T - e -α t
3 esami-svolti-tds.nb 3 (si noti come nell ultima espressione la rect e la funzione gradino siano state usate per definire gli intervalli della funzione definita a tratti. Questo renderà immediata la somma con la seconda componente) ne segue: x(2t) * y(t) = z(t) = rect [ t + 3/2 ] * e -t u - (t)= = rect T [ t + 3/2 ] - e -(t+2) ) + u - (t + ) (e - ) e - (t+2) z t w(t) = x(2t) * y(t) + x(2t) * y(t-2) = z(t) + z(t-2) = = rect T [ t + 3/2 ] - e -(t+2) ) + u - (t + ) (e - ) e - (t+2) + rect T [ t - /2 ] ( - e -t ) + u - (t - ) (e - ) e - t w t
4 4 esami-svolti-tds.nb Esame 08/02/209 Esercizio 2 Dato lo schema in figura, con x(t) = k u 0 ( t - k T) c(t) = cos(2 π f 0 t) s(t) = sin(2 π f 0 t) T = f 0 = (4 T) H( f ) = Ca 2 [π f t] w(t) = rect 3 T [ t - 3 T / 2] si calcoli Y(f) Soluzione: h(t) = F - { H( f ) } = T tri T [ t ] Graficamente: δ(t - k) k
5 esami-svolti-tds.nb sin 2 π t 4 cos 2 π t {x(t) s(t)]} * h(t) { x(t) c(t)] } * h(t) { x(t) [c(t) + s(t)] } * h(t) { x(t) s(t)} * h(t) { x(t) c(t) } * h(t) - -.5
6 6 esami-svolti-tds.nb.5 y(t) Si noti come per disegnare y(t) non abbiamo dovuto fare alcun conto analitico ma solo passaggi grafici. A questo punto, per calcolare Y(f), sfruttiamo la proprietà della derivata: Y(f) = /(j 2π f ) F{ y (t)} Ancora graficamente, la derivata di y(t) è y' (t) = δ(t) - 2 rect (t - 3 / 2) - δ(t - 3) F {y' (t)} = - 2 e -j 3 π f Ca(π f ) - e -j 6 π f Y(f) = - 2 e -j 3 π f Ca(π f ) - e -j 6 π f (j 2 π f )
7 esami-svolti-tds.nb 7 Esame 08/02/209 Esercizio 4 Si consideri lo schema indicato in figura con x(t) e y(t) realizzazioni di processi aleatori stazionari ed ergodici bianchi ( P X (f) = P Y (f) = N 0 ) statisticamente indipendenti con f.d.p. p X (x) = p Y (x) 0.7 p X (x) x Sia inoltre H( f ) = /2 rect W (f) con W = /T Si calcoli a) la gerarchia di ordine I di w(t) b) la funzione di autocorrelazione di z(t) p ZZ (τ) Soluzione: a) w(t) = +.5 x(t) -.5 y(t) data l indipendenza statistica dei processi, sfruttiamo la regola della convoluzione:
8 8 esami-svolti-tds.nb p W (w) = δ (w - ) * rect (w - /2) * rect (w + /2) = tri (w - ) dove si è considerato il termine additivo (+) come un processo aleatorio con densità di probabilità δ(w - ) (evento certo).4 p w (w) w Si può facilmente calcolare la distribuzione di probabilità cumulata: Out[ ]//TraditionalForm= 0.5 w 2 0 w < (w - 2) 2 w < 2 w 2.4 D w (w) w b)
9 esami-svolti-tds.nb 9 Il blocco in figura va trattato come una cascata di due filtri: H^(f) = H(f) - e -i 2 π f T ne segue che P Z (f) = H(f) 2 - e -i 2 π f T 2 P W (f) data l' indipenza statistica : P W (f) = P X/2 (f) + P Y/2 (f) + δ(f) = /3 + /3 + δ( f) = 2/3 + δ( f) dove i primi 2 termini sono i contributi dati X/2 e Y/2: P X/2 (f) = P Y/2 (f) = 0 x 2 dx = /3 e l impulso in zero è dovuto al termine costante. - e -i 2 π f T 2 = e -i π f T e i π f T - e -i π f T 2 = 4 sin 2 (π f T) P Z (f) = rect W (f) sin 2 (π f T) P W (f) = 2/3 rect W (f) sin 2 (π f T) ( l impulso è filtrato poichè sin 2 (0) = 0 ) P z (f) f Possiamo ora calcolare l autocorrelazione di Z come antitrasformata dello spettro di densità di potenza:
10 0 esami-svolti-tds.nb p ZZ (τ) = 2/3 W Ca[ π W τ ] * F - {sin 2 (π f T)} F - {sin 2 (π f T)} = { (δ[τ -.5 T] - δ[τ +.5 T] )/(2 j) } * { (δ[τ -.5 T] - δ[τ +.5 T] )/(2 j) } = = ( 2 δ[τ] - 2 δ[τ + T] - 2 δ[τ - T] )/4 p ZZ (τ) = 2/3 W Ca[ π W τ ] * ( 2 δ[τ] - 2 δ[τ + T] - 2 δ[τ - T] )/4 = (ricordando che T = /W) = W/6 { 2 Ca[ π Wτ ] - Ca[ π (W τ - ) ] - Ca[ π (W τ - ) ]} (2 sinc(π τ) - sinc(π (τ - )) - sinc(π (τ 6 sinc(π τ) 3 sinc(π (τ - )) 6 sinc(π (τ + )) 6 - Possiamo infine calcolare la potenza del segnale: P Z = p zz (0) ) = 2/3 W
11 esami-svolti-tds.nb Seconda prova di accertamento 3/0/209 - Esercizio Si consideri lo schema in figura dove B è una variabili aleatoria discreta con funzione di densità di probabilità p B (b) = 0.7 δ(b) δ(b - ), η () è una non linearità istantanea S = η (B) = 2 B - N è una v.a. Gaussiana a valor medio nullo e varianza unitaria, statisticamente indipendente da B η 2 () è una non linearità istantanea B = η 2 (R) = μ - (R) Si calcoli a) la funzione di densità di probabilità p B (b ) b) la funzione di densità di probabilità condizionata p B B b [b = 0] Soluzione: a) quando si trattano le non linearità istantanee in presenza di v.a. discrete, è controproducente utilizzare la formula dello Jacobiano. Piuttosto, conviene ragionare in maniera combinatoria: (b = 0) (s = -); (b = ) (s = +). E intuitivo convincersi che P S (s = -) = P B (b = 0) P S (s = +) = P B (b = ) Ne consegue: p S (s) = 0.7 δ(s+) δ(s-) Ora, essendo S ed N indipendenti, la f.d.p. di R si calcola tramite la convoluzione: p R (r) = p S (r) * p N (r) = 0.7 p N (r + ) p N (r - ) dove p N (r) = e - r2 (2 π) /2 2
12 2 esami-svolti-tds.nb exp - 2 (r+) exp - 2 (r-)2 2 π 2 π 0.7 exp - 2 (r+)2 2 π 0.3 exp - 2 (r-)2 2 π A questo punto, applicando le regole standard delle non linearità istantanee con tratti costanti: B = η 2 (R) = μ - (R) B P 0 = P B (b =0) = - 0 pr (r) dr = r.7-0 pn (r + ) dr pn (r - ) dr =.7 - pn (r) dr pn (r) dr =.7 D N () +.3 D N (-) P = P B (b =) = 0 pr (r) dr =.7 0 pn (r + ) dr pn (r - ) dr =.7 pn (r) dr pn (r) dr =.7 [ - D N ()] +.3[ - D N (-)] dove D N (n) è la funzione di probabilità cumolata di N, ovvero la error function. In definitiva, p B (b ) = P 0 δ( b ) + ( - P 0 ) δ( b - ) b) p B B b [b = 0] il condizionamento rispetto all ipotesi b=0 si traduce semplicemente nella sostituzione nello schema della realizzazione b=0 in luogo della v.a. b. Si ha quindi:
13 esami-svolti-tds.nb 3 b = 0 s = - r = n - p R B (r b = 0) = p N (n) * δ(n + ) = p N (n + ) P 0 0 = P B B b = 0 b = 0 = - 0 pr B (r b = 0) dr = - 0 pn (r + ) dr = - pn (r) dr = D N () 0.84 P 0 = P B B b = b = 0 = 0 pr B (r b = 0) dr = 0 pn (r + ) dr = pn (r) dr = - D N () 0.6 p B B b b = 0 = D N () δ( b ) + [- D N ()] δ( b - )
14 4 esami-svolti-tds.nb Prima prova di accertamento 24//208 Dato lo schema in figura con x(t) = k δ(t - k T ) c(t) = 2 cos(2 π f 0 t) f 0 = 4 T h(t) = - t T rect 2 T(t) e η( ) non linearità istantanea riportata in figura Si calcoli Z(f) Soluzione: graficamente
15 esami-svolti-tds.nb 5 δ(t - k) k -2T -T T 2T h(t) -T T t - u(t) -2T -T T 2T t h(t-kt) k h(t-kt) -
16 6 esami-svolti-tds.nb v(t) 2-4T -2T 2T 4T - 2 sommando i due contributi: w(t) = u(t) + v(t) w(t) 2-4T -2T 2T 4T Ora applichiamo la nonlinearità. Si noti come η( ) =η(- ) = 0. Ne consegue che negli istanti t =..., -2T,-T, 0, T, 2T,... l uscita z(t) varrà 0. In tutti gli altri punti applichiamo la procedura classica. (si noti bene che, qualsiasi sia il risultato, nei punti -2T,-T, 0, T, 2T vi saranno in ogni caso degli zeri - Essendo una non linearità, non vale il principio di sovrapposizione degli effetti! )
17 esami-svolti-tds.nb 7 2-2T -T -T/2 T/2 T 2T u(t) η(u(t)) In questo caso specifico, dato che η (u(t)) già si annulla nei punti sopra citati, il risultato coincide con z(t). Per ispezione, la forma analitica è: k g(t - kt) dove g(t) = 2 tri T ( t ) * [δ(t - T /4) - δ(t + T /4)] 4 Z(f) = k Z K δ (f - k/t) dove Z K = G(k/T) G( f ) = F{ g(t) } =/2 F { tri T ( t ) } F { δ(t-t/4) -δ(t+t/4) } = -j T 4 4 Ca2 π T 4 f sin π T 2 f) Z k = G(k/T) = -j T 4 Ca2 π 4 k sin π 2 k) Z(f) -3/T -/T /T 3/T
18 8 esami-svolti-tds.nb Prima prova di accertamento 24//208 dato lo schema in figura dove h(t) = tri 3 4 T(t) s(t) = 2 sin(2 π f 0 t) f 0 = 8 T x(t) = k δ(t - kt) e η( ) non linearità istantanea come in figura : Soluzione: Graficamente,
19 esami-svolti-tds.nb 9 δ(t - k) k -2T -T T 2T h(t) -3T/4 3T/4 t u(t) 2 3 h(t-kt) k h(t-kt) -2T -T T 2T t
20 20 esami-svolti-tds.nb v(t) / T -3T -2T -T T 2T 3T 4T /2 sommando i due contributi, w(t) = u(t) + v(t) w(t) 2/3 / T -3T -2T -T T 2T 3T 4T /2 Ora applichiamo la non-linearità. lim η (w) Si noti come w = w e lim η (w) w - = w Ne consegue che negli istanti t =..., -2T,-T, 0, T, 2T,... l uscita coincide con l ingresso: z(kt) =w(kt). Il resto del segnale è in modulo sempre minore di 2, ovvero il suo contributo alla non linearità è nullo. In definitiva, z(t) = v(t) = s(t) x(t) = 2 sin(2 π f 0 t) δ(t-kt) con f 0 = 8 T Z(f) = S(f) * X(f) = 4 j [δ(f - f 0) - δ(f + f 0 ) ]* k δ(f - 8 k f 0 ) = j 4 k [δ(f - 8 k f 0 + f 0 ) - δ(f - 8 k f 0 - f 0 ) ]
21 esami-svolti-tds.nb 2 Z(f) -9 f 0-7 f 0 -f 0 f 0 7 f 0 9 f 0 -
22 22 esami-svolti-tds.nb Esame 28 feb 209. Es 2 Dato lo schema in figura, siano X(f ) = T tri W (2 f) w = 2/T c(t) = k δ (t - kt) s(t) = sin(2π t/t) η(x) = u - [x-] (x-)+ u - [-(x+)] (x+) calcolare le componenti analogiche di z(t) rispetto a f 0 = /(2 T) Soluzione X(f ) = T tri W (2 f) x(t) = Ca 2 [π t/t] = T tri W/2 (f) = T tri /T (f)
23 esami-svolti-tds.nb x(t)c(t) = k Ca 2 [π k] δ(t - kt) = δ(t) x(t)s(t) = Ca 2 [π t/t] sin(2 π) w(t) = x(t)s(t) + x(t)c(t) = δ(t) + Ca 2 [π t/t] sin(2 π) η(x) = u - [x-] (x-)+ u - [-(x+)] (x+) come in figura
24 24 esami-svolti-tds.nb Si noti come lim η (w) w = lim w - w = w Ciò significa che l impulso passa inalterato il resto del segnale è in modulo minore di. Ca 2 [π t/t] sin(2 π) < = ovvero il suo contributo alla non linearità è nullo. ne segue: η( w(t) ) = δ(t) z(t) = δ(t) +Ca 2 [π t/t] sin(2 π) -δ(t) = Ca 2 [π t/t] sin(2 π t /T) Z(f) = /T tri /T * ( δ(f - /T) - δ(f + /T))/(2j) Z + (f + f 0 ) = Z + f + 2 T = - j 2 T tri /T (f- 2 T )
25 esami-svolti-tds.nb Per il calcolo delle componenti analogiche a bassa frequenza, basta calcolare l antitrasformata F - {Z + (f + f 0 )} Si lascia quesa parte come esercizio per il lettore.
Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
DettagliCAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1
CAMPIONAMENTO E RICOSTRUZIONE Esercizio 1 Dato il segnale y(t), con trasformata di Fourier Y(f) rappresentata in figura, rappresentare lo spettro del segnale ottenuto campionando idealmente y(t) con a)
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliTeoria dei Segnali IIa Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 22 novembre 2018
UNIVERSITA DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell Informazione Corso di Laurea in Ingegneria Elettronia e Informatica
DettagliCorso di Laurea in Ingegneria Informatica (Laurea on Line)
Milano 30/11/07 Corso di Laurea in Ingegneria Informatica (Laurea on Line) Corso di Fondamenti di Segnali e Trasmissione Prima prova Intermedia Carissimi studenti, scopo di questa prima prova intermedia
Dettagli1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito
1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito L autocorrelazione di X(t), che essendo SSL dipenderà da τ, può invece essere valutata attraverso il calcolo dell
DettagliRipasso segnali e processi casuali. Trasmissione dell Informazione
Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale
DettagliCOMUNICAZIONI ELETTRICHE
COMUNICAZIONI ELERICHE Diploma Universitario Ingegneria Elettronica - Ingegneria Inormatica ESERCIZIO : Si consideri il sistema mostrato in igura. Il iltro ha risposta in requenza H() = j segn (), dove
DettagliTeoria dei segnali terza edizione
Capitolo 9 Segnali aleatori a tempo continuo e a tempo discreto SOLUZIONI DEGLI ESERCIZI Soluzione dell esercizio 9.3 Si osservi innanzitutto che, essendo il processo () t Gaussiano, anche il processo
DettagliTeoria dei Segnali Ila Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 23 novembre 2017
UNIVERSITA' DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell'informazione Corso di Laurea in Ingegneria Elettronia e
DettagliTeoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici
eoria dei Segnali rasmissione binaria casuale; somma di processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it eoria dei Segnali rasmissione
DettagliComunicazione Elettriche L-A Identità ed equazioni
Comunicazione Elettriche L-A Identità ed equazioni Gennaio - Marzo 2009 Identità ed equazioni relative alle comunicazioni elettriche tratti dalle lezioni del corso di Comunicazioni Elettriche L-A alla
Dettagli6 dbm, mentre il secondo ha una potenza di 3 dbm. Quale sarà la
DECIBEL, FILTRAGGIO, PROCESSI Esercizio 9 (sui decibel) Un segnale con potenza media di 0 dbm viene amplificato attraverso un dispositivo elettronico la cui H(f) è costante per ogni frequenza e pari a
DettagliSegnali (processi) aleatori (casuali)
Segnali (processi) aleatori (casuali) Definizione di processo aleatorio Descrizione statistica di un processo aleatorio Media, potenza, varianza Autocorrelazione e autocovarianza Filtraggio di un processo
DettagliVI test di autovalutazione di SEGNALI & SISTEMI
VI test di autovalutazione di SEGNALI & SISEMI. Sia u(t) t R un generico segnale di ingresso e si supponga che tale segnale venga prima campionato idealmente con frequenza di campionamento f c e successivamente
Dettagli6. Trasmissione Numerica in Banda Base
1 INFO-COM Dpt. Dipartimento di Scienza e Tecnica dell Informazione e della Comunicazione Università degli Studi di Roma La Sapienza 6. Trasmissione Numerica in Banda Base TELECOMUNICAZIONI per Ingegneria
DettagliTeoria dei Segnali Processo di Poisson e rumore granulare
Teoria dei Segnali Processo di Poisson e rumore granulare Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Processo di Poisson e
DettagliProva di esame di Teoria dei Segnali
10 aprile 2018 Prova di esame di Teoria dei Segnali Parte quantitativa Candidato: Esercizio A Un canale binario simmetrico è caratterizzato { da una probabilità di errore p (x1 ) = 0.1 P e = 0.2 e probabilità
Dettagli8. Sistemi di Modulazione Numerica in banda-base. Modulo TLC:TRASMISSIONI Modulazione numerica in banda base
1 8. Sistemi di Modulazione Numerica in banda-base Modulazione e Demodulazione numerica 2 sequenza numerica segnale analogico...0010111001... modulatore numerico x(t) sequenza numerica...0010011001...
DettagliEsercitazione ENS su periodogramma (27 e 28 Maggio 2008) Esercizio 1: Autocorrelazione e stima della densità spettrale di potenza
sercitazione S su periodogramma (7 e 8 Maggio 008 D. Donno sercizio : Autocorrelazione e stima della densità spettrale di potenza Si consideri la sequenza x n di lunghezza = 8 campioni. x n è somma di
DettagliESERCIZI DI TEORIA DEI SEGNALI
ESERCIZI DI EORIA DEI SEGNALI EX. 1 Si determini lo sviluppo in serie di Fourier del segnale cos[ m(t)] dove m(t) = m(t) = m(t k ) [ π 2 2π ] ( ) t t rect. EX. 2 Si siderino due segnali x 1 (t) e x 2 (t)
DettagliTeoria dei Segnali. Tema d'esame. Soluzione compito di Teoria dei Segnali
Soluzione compito di 3/03/00 A cura di Francesco Alesiani Esercizio Si consideri un sistema di comunicazione che può essere modellizzato come la cascata di due canali simmetrici indipendenti con probabilità
DettagliTeoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione p. 1 Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
DettagliPulse Amplitude Modulation (PAM) 2 Scelta delle risposte impulsive dei filtri in trasmissione e ricezione
Pulse Amplitude Modulation (PAM 1 Definizione La trasmissione di una sequenza di numeri {a k } mediante un onda PAM consiste nel generare, a partire dalla sequenza {a k } il segnale a tempo continuo u(t
DettagliLaboratorio II, modulo
Laboratorio II, modulo 2 206-207 Banda di un segnale e filtri (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_03.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_05.pdf
DettagliTeoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli
Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Richiami
DettagliCOMUNICAZIONI ELETTRICHE A
COMUNICAZIONI ELERICHE A Laurea riennale in Ingegneria Elettronica e delle elecomunicazioni Prova del 10/1/007 empo a disposizione: ore 1. Si illustri il funzionamento di un ricevitore supereterodina,
DettagliPROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne
PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t
DettagliSECONDO COMPITINO DI SEGNALI E SISTEMI 3 Dicembre 2003
SECONDO COMPIINO DI SEGNALI E SISEMI 3 Dicembre 003 Esercizio. Si consideri il modello ingresso/uscita a tempo discreto e causale descritto dalla seguente equazione alle differenze: vk) con a parametro
DettagliComunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
DettagliCorso di Fondamenti di Segnali e Trasmissione - Recupero del 10 Settembre 2004
Corso di Fondamenti di Segnali e Trasmissione - Recupero del 10 Settembre 2004 Gli esercizi devono essere risolti solo sui ogli dei colori indicati. Per esiti e soluzioni si veda il sito web del corso:
DettagliTeoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliSinusoide a fase aleatoria
Sinusoide a fase aleatoria x(t) = cos(ωt + ϑ) ϑ U(,π) Caratterizzazione di primo ordine. Fisso un istante di tempo arbitrario t. Siccome ω è costante, posso porre ωt = Φ Ottengo la V.. (Variabile leatoria)
DettagliFormule di Teoria dei Segnali
Formule di trigonometria Formule di eoria dei Segnali L.Verdoliva cos(α + β = cos α cos β sin α sin β sin(α + β = sin α cos β + sin β cos α cos α = + cos α sin α = cos α sin α = sin α cos α cos α = cos
Dettagli7. Trasmissione Numerica in Banda Traslata
1 INFO-COM Dpt. Dipartimento di Scienza e Tecnica dell Informazione e della Comunicazione Università degli Studi di Roma La Sapienza 7. Trasmissione Numerica in Banda Traslata TELECOMUNICAZIONI per Ingegneria
DettagliEsercizi svolti di Teoria dei Segnali
Esercizi svolti di eoria dei Segnali Enrico Magli, Letizia Lo Presti, Gabriella Olmo, Gabriella Povero Versione. Prefazione A partire dall anno accademico 5/6 viene fornita agli studenti dei corsi di eoria
DettagliCorso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra
Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Sommario CARATTERISTICHE DEI SEGNALI DETERMINATI.... ESERCIZIO.... ESERCIZIO... 5.3 ESERCIZIO 3 CONVOLUZIONE...
DettagliCAMPIONAMENTO. y(t) = x 1 (t) x 2 (t) Σ δ(t - kt c. ) k. Figure 1:
CAMPIONAMENTO 1) Si considerino i due segnali a banda limitata x 1 (t) con banda B 1 e x 2 (t) con banda B 2. Si costruisca il segnale y(t) come y(t) = x 1 (t) x 2 (t) Volendo applicare il principio del
DettagliReti nel dominio delle frequenze. Lezione 10 2
Lezione 10 1 Reti nel dominio delle frequenze Lezione 10 2 Introduzione Lezione 10 3 Cosa c è nell Unità 3 In questa sezione si affronteranno Introduzione all Unità Trasformate di Laplace Reti nel dominio
DettagliTeoria dei Segnali (19 dicembre 2002)
Teoria dei Segnali (9 dicembre ) II Provetta Esercizio N. (per gli studenti della laurea quinquennale) All ingresso del modulatore in figura c è il segnale m() t cos( Ωt) l inviluppo complesso del segnale
DettagliSegnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta
Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in
DettagliSEGNALI E SISTEMI Ripasso per Io Compitino
SEGNALI E SISTEMI Ripasso per Io Compitino Esercizio 1 Si consideri il segnale a tempo continuo x(t) = 2 ( 1) k 1 1 sin(kt), t R. k=1 k a. Trovare il periodo fondamentale T p di x(t) e dire se il segnale
DettagliCorso di Fondamenti di Segnali e Trasmissione - Esame del 21 Febbraio 2006
Corso di Fondamenti di Segnali e Trasmissione - Esame del Febbraio 006 Gli esercizi devono essere risolti solo sui ogli dei colori indicati. Per esiti e soluzioni si veda il sito web del corso: http://www.elet.polimi.polimi.it/dsp/courses/st.
DettagliIntroduzione alla δ di Dirac
UniPD Facoltà di Ingegneria a.a. 04-05 Insegnamento di SEGNALI E SISTEMI (ALSI - Finesso) Introduzione alla δ di Dirac La δ di Dirac è uno strumento matematico di grande utilità nello studio di segnali
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliProva scritta di Teoria dei Segnali: nuovo ordinamento
Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata
DettagliFondamenti di comunicazioni elettriche (Ing. Elettronica - A.A )
Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A.-) Es. La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,]. Trovare valor medio e varianza di. La densità di probabilità
DettagliMarco Listanti. Lo strato Fisico. Caratterizzazione dei canali di. comunicazioni digitali. DIET Dept
Marco Listanti Lo strato Fisico Parte 3 Caratterizzazione dei canali di comunicazione e limiti fondamentali delle comunicazioni digitali Canali di comunicazione 2 Per canale di comunicazione si intende
Dettagli9. Sistemi di Modulazione Numerica in banda traslata. Modulo TLC:TRASMISSIONI Modulazione numerica in banda traslata
1 9. Sistemi di Modulazione Numerica in banda traslata Modulazione QAM (analogica) 2 Modulazione QAM (Quadrature Amplitude Modulation; modulazione di ampiezza con portanti in quadratura) è un tipo di modulazione
DettagliProbabilità e Processi casuali Laboratorio 5 Segnali per le
Probabilità e Processi casuali Laboratorio 5 Segnali per le Telecomunicazioni Prof. Prati Claudio Maria Autore: Federico Borra Politecnico di Milano, DEIB Email: federico.borra@polimi.it Aprile 17, Ultima
DettagliIntroduzione al modello Uniforme
Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x () t x ( t ) q Tempo Discreto Continuo Segnale Analogico ( ) x t k t t Segnale
DettagliCorso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32
Corso di Controllo Digitale Antitrasformate Zeta e calcolo della risposta Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo Istituto per la Sistemistica
Dettagli1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano
Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una
DettagliCorso di Fondamenti di Telecomunicazioni
Corso di Fondamenti di Telecomunicazioni Prof. Mario Barbera [parte ] Variabili aleatorie Esempio: sia dato l esperimento: Scegliere un qualunque giorno non festivo della settimana, per verificare casualmente
DettagliElementi di Teoria dei Segnali
Elementi di Teoria dei Segnali Ing. Michele Scarpiniti michele.scarpiniti@uniroma1.it http://ispac.ing.uniroma1.it/scarpiniti/index.htm Master "Tecniche per la Multimedialità" 1 Il concetto di segnale
DettagliAnalisi Matematica 2. Prove Parziali A.A. 2012/2017
Analisi 2 Polo di Savona Analisi Matematica 2 Prove Parziali A.A. 2012/2017 1- PrPzAmT.TEX [] Analisi 2 Polo di Savona Prima Prova parziale 23/11/2011 Prima Prova parziale 23/11/2011 Si consideri la funzione
DettagliSEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione
SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti
DettagliTeoria dei Segnali Introduzione ai processi stocastici
Teoria dei Segnali Introduzione ai processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Introduzione ai processi
DettagliControlli Automatici I
Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE II Sommario LEZIONE II Trasformata di Laplace Proprietà e trasformate notevoli Funzioni di trasferimento Scomposizione
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 0/06/11 AA010011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliModulazioni di ampiezza
Modulazioni di ampiezza 1) Si consideri un segnale z(t) modulato in ampiezza con soppressione di portante dal segnale di informazione x(t): z(t) = Ax(t)cos(2πf 0 t) Il canale di comunicazione aggiunge
DettagliCorso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005
Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Gli esercizi devono essere risolti solo sui fogli dei colori indicati Per esiti e soluzioni si veda il sito web del corso:
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliRICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA
RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Modulazione A.A Alberto Perotti
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Modulazione A.A. 8-9 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di sistema di comunicazione
DettagliCorrezione terzo compitino, testo A
Correzione terzo compitino, testo A 24 maggio 2 Parte Esercizio.. Procederemo per esclusione, mostrando come alcune funzioni della lista non possano avere il grafico in figura. La prima cosa che possiamo
DettagliPrima prova Intermedia
Carissimi studenti, scopoo di questa prima prova intermedia è quello di veriicare il vostroo grado di apprendimento sulla prima parte del corso. Il testo della prova vi viene reso disponibile nella serata
DettagliEsempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) 1 k = 1,2,... { }
Esempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) Se Y = A X{ kt} = X{ ( k 1) T} + 1 k = 1,2,... { } Y = A X{ kt} = X{ ( k 1) T} 1 k = 1,2,...
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
Dettagli3. Determinare la velocità media nell intervallo [0.5 s; 1.0 s] e confrontarla con la velocità istantanea nel punto medio di tale intervallo;
Esercizio Una particella si muove lungo una retta seguendo la legge oraria con u 3 m/s e 4 s.. Determinare in quali istanti la particella si trova nell origine;. Disegnare la legge oraria; x(t) u t ( sin
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Modulazione A.A. 24-5 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di sistema di comunicazione
Dettagli1 Esame del 12 febbraio Soluzioni Esame del 26 febbraio Soluzioni... 9
Indice 1 Esame del 1 febbraio 015 1 1.1 Soluzioni.............................. 3 Esame del 6 febbraio 015 7.1 Soluzioni.............................. 9 3 Esame del 10 aprile 015 13 3.1 Soluzioni..............................
DettagliSISTEMI DIGITALI DI CONTROLLO
Sistemi Digitali di Controllo A.A. 2009-200 p. /32 SISTEMI DIGITALI DI CONTROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma.it Lucidi tratti dal libro C. Bonivento,
DettagliCorrezione terzo compitino, testo B
Correzione terzo compitino, testo B 4 maggio 00 Parte Esercizio.. Procederemo per esclusione, mostrando come alcune funzioni della lista non possano avere il grafico in figura. La prima cosa che possiamo
DettagliESAME SCRITTO DI FISICA MODERNA. 22 giugno Traccia di soluzione
ESAME SCRITTO DI FISICA MODERNA giugno 08 Traccia di soluzione ) Ponendo α = /σ ), il valore medio della posizione è + ψ ˆx ψ = dx ψ ˆx x x ψ = dx ψ x)xψx) = α + dx x e αx x 0), ) e con un semplice cambio
DettagliTeoria della probabilità Variabili casuali
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Variabili casuali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Variabile casuale Una variabile
DettagliLa trasformata di Laplace
La trasformata di Laplace (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi DIMS Universitá di Trento anno accademico 2005/2006 La trasformata di Laplace 1 / 34 Outline 1 La trasformata di
DettagliPaolo Gamba, Pietro Savazzi. Esercizi discussi e risolti di Comunicazioni elettriche
Paolo Gamba, Pietro Savazzi Esercizi discussi e risolti di Comunicazioni elettriche Indice Prefazione vii 1 Problemi sui segnali deterministici e sui sistemi 1 1.1 Soluzione dei problemi.......................
DettagliPrime nozioni sui segnali
Prime nozioni sui segnali Ø Conce'o di segnale Ø ed esempi di segnali elementari sia determinis4ci che casuali (media, deviazione standard, densità di probabilità) Ø Operazioni sui segnali Ø Energia, potenza,
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliCOMPITO DI SEGNALI E SISTEMI 7 Gennaio 2004
COMPITO DI SEGNALI E SISTEMI 7 Gennaio 2004 Esercizio. Si consideri il modello ingresso/uscita a tempo continuo descritto dalla seguente equazione differenziale: d 2 v(t) 2 + π 2 v(t) = d2 u(t) 2, t R
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
DettagliCapitolo 4. Campionamento e ricostruzione
Capitolo 4 Campionamento e ricostruzione Sommario. In questo capitolo vengono richiamati brevemente i risultati fondamentali (teorema di Shannon e sue conseguenze) sul campionamento e la ricostruzione
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata ( )
Il Concetto di Distribuzione Condizionata Se B è un evento, la probabilità di un evento A condizionata a B vale: ponendo: P A B = ( ) P A B P B A = { x} si giunge al concetto di distribuzione condizionata
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
DettagliConversione analogico-digitale
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliCorso di Tecniche di Trasmissione Esercizi sulla teoria dei processi stocastici
Corso di Tecniche di Trasmissione Esercizi sulla teoria dei processi stocastici 21 aprile 24 Esercizio 1 Si consideri la variabile aleatoria: s = a x(t)dt, (1) in cui x(t) un processo stocastico stazionario
DettagliMATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009
MATEMATICA E STATISTICA CORSO A III COMPITINO Marzo 9 SOLUZIONI. () Sia X una variabile aleatoria binomiale con valor medio uguale a 5/; la varianza di X può valere? Giustificare la risposta. Il valor
DettagliSEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione
Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,
DettagliIntroduzione ai segnali determinati
Teoria dei segnali Unità 1 Introduzione ai segnali determinati Introduzione ai segnali determinati Sviluppo in serie di Fourier Trasformata di Fourier 005 Politecnico di Torino 1 Introduzione ai segnali
DettagliLaboratorio II, modulo
Laboratorio II, modulo 2 205-206 Banda di un segnale, filtri e cavi coassiali (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_03.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf
DettagliEsercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue
Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la
DettagliCalcolo del movimento di sistemi dinamici LTI. Esempi di soluzione per sistemi dinamici LTI TC
Calcolo del movimento di sistemi dinamici LTI Esempi di soluzione per sistemi dinamici LTI TC Esempi di soluzione per sistemi LTI TC Scomposizione in fratti semplici (parte I) Esempio di soluzione 1 Scomposizione
DettagliCapitolo 6 Strato Fisico- Le Modulazioni Numeriche
Capitolo 6 Strato Fisico- Le Modulazioni Numeriche 1 Modulazione e Demodulazione numerica segnale numerico segnale analogico...0010111001... modulatore numerico segnale numerico mezzo trasmissivo...0010011001...
DettagliRichiami di teoria della probabilità
Richiami di teoria della probabilità Lo spazio fondamentale S F rappresenta l insieme di tutti i risultati ξ i che si escludono mutuamente che si possono ottenere da un esperimento aleatorio. Esempio.
DettagliEsame di Teoria dei Segnali e Comunicazioni Elettriche
Esame di Teoria dei Segnali e Comunicazioni Elettriche Appello del 3/02/204 È dato il seguente circuito: u(t) + y(t) z(t) d τ Σ" dt τ 2 t+ Il segnale u(t) in ingresso è descritto dalla relazione: u ( t)
DettagliBiometric Systems and Multimedia Forensics LAB. Esercizi di. Teoria dei Segnali
Esercizi di Teoria dei Segnali Università degli Studi Roma Tre Dipartmento di Ingegneria Sezione di Elettronica Applicata Prof. Patrizio Campisi Dr. Emanuele Maiorana biomedia4n6.uniroma3.it/teaching/teoria_dei_segnali.html
Dettagli