Analisi del Segnale per le Telecomunicazioni Seconda esercitazione di laboratorio
|
|
- Federico Gioia
- 4 anni fa
- Visualizzazioni
Transcript
1 Analisi del Segnale per le Telecomunicazioni Seconda esercitazione di laboratorio 24 aprile 2009 Indice 1 Descrizione breve 1 2 Compito dello studente Interfaccia dicomprimi edecomprimi Scelte lasciate allo studente Formato del file scritto dacomprimi Scelta del passo di quantizzazione Suggerimenti 4 4 Estensioni Codifica lossless Descrizione breve L esercitazione consiste nell implementare un semplice codificatore audio basato su una trasformata a blocchi e valutarne le prestazioni al variare della trasformata utilizzata. Struttura del codificatore Come già detto, il codificatore sarà basato su una trasformata a blocchi e quindi dovrà 1. dividere il segnale di ingresso in blocchi di lunghezza N 2. elaborare ogni blocco con la trasformata scelta 3. quantizzare i valori così ottenuti con un quantizzatore uniforme con passo 4. comprimere i valori quantizzati usando un compressore senza perdite 5. ricostruire il segnale a partire dai valori quantizzati 1
2 2 Compito dello studente Lo studente dovrà Implementare il codificatore in Matlab. In particolare, lo studente dovrà scrivere due funzioni comprimi Salva su file una versione codificata del segnale passato come parametro. La funzione accetterà anche un parametro di qualità Qlegato al grado di compressione richiesto. decomprimi Legge il file scritto da comprimi e restituisce il segnale decodificato. Scegliere un segnale di prova (es. il segnale caricabile conload handel) Per ogni trasformata scelta, codificare il segnale di prova usando diversi valori di Q, registrando, per ogniq, il numero di bit per campione necessari ed il rapporto segnale/rumore all uscita del decodificatore Tracciare le curve rate/distorsione delle diverse trasformate e discutere il risultato. Tracciare anche le curve che mostrano il rate in bit/campione in funzione del parametro di qualitàq. Tracciare, per un bit-rate fissato, le curve che mostrano l andamento della distorsione in funzione della dimensione dei blocchi. Se rappresentiamo ogni blocco come un vettore colonna diblk righe, l insieme dei blocchi quantizzati può essere rappresentato da una matrice con blk righe ed un certo numero di colonne (che dipende dalla lunghezza del segnale). La matrice dei coefficienti quantizzati può essere codificata in tre modi diversi 1. Concatenando le righe e comprimendo senza perdite il vettore risultante. 2. Concatenando le colonne e comprimendo senza perdite il vettore risultante. 3. Comprimendo ogni singola riga separatamente (usando quindi tanti codificatori quante sono le righe). Lo studente deve determinare quale sia la scelta più conveniente, dando una spiegazione teorica del risultato. 2.1 Interfaccia dicomprimi edecomprimi Le funzionicomprimi edecomprimi dovranno avere la seguente interfaccia T = comprimi(filename, segnale, Q, blk, trasf) ricostruito = decomprimi(filename) ricostruito = decomprimi(filename, T) dove filename È il nome del file {su cui salvare/da cui leggere} il bitstream relativo al segnale codificato. 2
3 segnale È un vettore didouble con i campioni del segnale da codificare. I campioni disegnale sono numeri interi a 16 bit (compresi quindi tra 2 15 = e = 32767). Il codificatore può forzare tale convenzione eseguendo un round sui campioni del segnale e saturando i valori all esterno del range (ossia, i valori all esterno del range sono forzati all estremo del range più vicino) blk È la dimensione dei blocchi Q È un parametro di qualità compreso tra 0 e 100. Tanto maggiore il valore di Q, tanto minore deve essere la distorsione in uscita, con Q==100 corrispondente ad una codifica lossless. Sarebbe bene che ci fosse una dipendenza approssimativamente lineare (almeno ad alti bit rate) tra il valore di Q ed il numero di bit per campione usati per codificare il segnale. Nota: è sufficiente che la dipendenza tra Q ed il rate sia solo approssimativamente lineare; in particolare, non è necessario eseguire più iterazioni di codifica allo scopo di avere una dipendenza esattamente lineare. trasf È una stringa con il nome della trasformata da usare. trasf può assumere i valori KLT Trasformata di Karhunen-Loève SKLT Split-Karhunen-Loève. In questo caso viene sempre usata la trasformata di Karhunen-Loève, ma la matrice viene restituita come risultato della funzione comprimi e non scritta nel file di uscita. La matrice restituita da comprimi nel caso trasf== SKLT potrà poi essere passata come secondo parametro alla funzionedecomprimi. DCT DCT ID Trasformazione identica, ossia vengono quantizzati direttamente i campioni del segnale. ricostruito È un vettore colonna di double con i campioni del segnale ricostruito. Anche i campioni di ricostruito sono numeri interi a 16 bit (compresi quindi tra 2 15 = e = 32767). Il numero di elementi di ricostruito deve essere uguale al numero di elementi del vettore segnale codificato. T Usato quandotrasf è pari a SKLT. Si veda la descrizione del parametrotrasf per maggiori spiegazioni. 2.2 Scelte lasciate allo studente Formato del file scritto dacomprimi Lo studente è libero di dare al file scritto dacomprimi il formato che preferisce. È ovvio che poiché l unico parametro di decomprimi è il nome del file da leggere, comprimi deve salvare nel file tutte le informazioni necessarie alla decodifica. 3
4 2.2.2 Scelta del passo di quantizzazione Il passo di quantizzazione dovrà essere scelto sulla base della qualitàqrichiesta. La scelta di come ottenere da Q è lasciata allo studente, purché il codificatore soddisfi il vincolo di avere una dipendenza approssimativamente lineare tra Q e il bit rate (in bit/campione) necessario. 3 Suggerimenti Può essere conveniente scrivere una funzione matlab che accetti in ingresso il segnale da codificare, la matrice corrispondente alla trasformata da usare e il passo di quantizzazione e che restituisca il numero di bit per campione ed il rapporto segnale/rumore. Si suggerisce di provare la funzione con segnali semplici prima di passare agli esperimenti con segnali veri. La DCT può essere calcolata usando la funzionedct di Matlab La funzionereshape può essere utile per dividere il segnale in blocchi. Per trovare la matrice che corrisponde alla trasformata di Karhunen-Loève è necessario stimare la matrice di covarianza dei blocchi del segnale. A questo scopo può essere utile la funzionecov di Matlab. La matrice di covarianza può essere diagonalizzata usando la funzioneeig. Per verificare che la matrice usata per la KLT è corretta è sufficiente calcolare la matrice di covarianza del segnale trasformato. Se la trasformazione è corretta, la matrice di covarianza del segnale trasformato deve essere diagonale. Una libreria Matlab per la compressione senza perdite (oct arith coder zip) può essere scaricata dall URL Software/Matlab/index.html#aritm 4 Estensioni Questa sezione raccoglie alcune possibili estensioni per chi volesse un esercitazione più ricca 4.1 Codifica lossless Chiamando la funzione comprimi con Q==100, il codificatore aggiunge ulteriori informazioni al bitstream in modo da garantire una decodifica lossless. Suggerimento Una possibile soluzione per rendere il codificatore a trasformate lossless è mostrata in Fig. 1: il segnale, dopo esser stato codificato il segnale col codificatore lossy, viene ricostruito. I campioni della versione ricostruita, dopo opportuna quantizzazione a valori interi, vengono sottratti dai valori del segnale originale. L errore di codifica così ottenuto viene quindi codificato con un codificatore lossless. 4
5 x Codificatore Lossy Bitstream Q 1 Decodificatore Lossy Codificatore Lossless Figura 1: Codificatore lossless costruito a partire da un codificatore lossy 5
UNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI SENZA PERDITA Sommario 1 2 (Lossless JPEG, PNG, ecc.) 3 4 Motivazione Gli algoritmi per la codifica
DettagliLa codifica video. Il codificatore ibrido. Principi di base Compressione spaziale Tecniche di predizione temporale Stima e compensazione del movimento
La codifica video Marco Cagnazzo Elaborazione dei Segnali Multimediali Sommario Il segnale video La codifica video Principi di base Compressione spaziale Tecniche di predizione temporale Stima e compensazione
DettagliPrima esercitazione del corso di Sistemi di Telecomunicazione 1 A.A Demodulazione di ampiezza
Prima esercitazione del corso di Sistemi di Telecomunicazione 1 A.A. 2009-2010 Demodulazione di ampiezza 29th October 2009 Abstract Lo studente deve implementare in MATLAB una funzione per la demodulazione
DettagliIntroduzione alla codifica entropica
Compressione senza perdite Il problema Introduzione alla codifica entropica Abbiamo un alfabeto di simboli A (nota: non è detto che gli elementi di A siano numeri) Sappiamo che il simbolo a A si presenta
DettagliDigitalizzazione Parte 2
Digitalizzazione Parte 2 Prof. Filippo Milotta milotta@dmi.unict.it Quantizzazione - Definizione La trasformazione di un segnale a valori continui in un segnale a valori discreti, prende il nome di quantizzazione.
DettagliConversione Analogico/Digitale
Conversione Analogico/Digitale 1 Fondamenti di Segnali e Trasmissione Conversione analogico/digitale (A/D) Per rappresentare numericamente un segnale continuo nel tempo e nelle ampiezze è necessario: Campionare
DettagliSommario. Lempel-Ziv coding e varianti Run-length encoding. 1 Introduzione. 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.
Sommario Lempel-Ziv coding e varianti 1 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.) 3 Lempel-Ziv coding e varianti 4 Lempel-Ziv coding e varianti Il codice di Huffman visto prima sfrutta
DettagliElaborazione dei Segnali Multimediali a.a. 2009/2010. La compressione. L.Verdoliva
Elaborazione dei Segnali Multimediali a.a. 2009/2010 La compressione L.Verdoliva L argomento di questa esercitazione è la compressione di immagini. Cominceremo occupandoci della quantizzazione uniforme,
DettagliNote sull implementazione in virgola fissa di filtri numerici
Note sull implementazione in virgola fissa di filtri numerici 4 settembre 2006 1 Introduction Nonostante al giorno d oggi i processori con aritmetica in virgola mobili siano molto comuni, esistono contesti
DettagliCompressione Parte 2. Prof. Filippo Milotta Informatica Musicale
Compressione Parte 2 Prof. Filippo Milotta milotta@dmi.unict.it Fattori di compressione per codifiche basate su PCM Dipendono dalla implementazione della PCM: IMA ADPCM: 4/1 (75%) Con specifica G.721:
DettagliEsercitazione di laboratorio per il corso di SISTEMI DI TELECOMUNICAZIONI 1 Ritardo Frazionario
Esercitazione di laboratorio per il corso di SISTEMI DI TELECOMUNICAZIONI Ritardo Frazionario 8 marzo 2009 Indice Scopo dell esercitazione A La struttura di Farrow B Norme per la consegna dell esercitazione
DettagliCodifica di Huffman e Lempel-Ziv-Welch
e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente la rappresentazione
DettagliCodifica di Huffman e Lempel-Ziv-Welch A L B E R T O B E L U S S I A N N O A C C A D E M I C O /
Codifica di Huffman e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente
DettagliSeconda esercitazione per il corso di Sistemi di Telecom. 1 AA 07 08
Seconda esercitazione per il corso di Sistemi di Telecom. AA 7 8 3th October 27 Abstract Scopo dell esercitazione Scopo dell esercitazione è la scrittura di una funzione Matlab per la decodifica di un
DettagliCodifica Immagini Fisse
Codifica Immagini Fisse Corso di Telecomunicazioni Anno Accademico 2008/2009 Contenuti Caratteristiche delle immagini Codifica JPEG Perché comprimere Si supponga di voler trasmettere 30 fotografie in bianco
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliAbbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete)
Algoritmi di compressione per le immagini Abbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete) compressione
DettagliImplementazione degli algoritmi.
Implementazione degli algoritmi. 4.1. Introduzione. In questo capitolo sarà discussa l implementazione software per l ambiente MATLAB 6.1 che è stata fatta degli algoritmi di identificazione presentati
DettagliCompressione Parte 1. Prof. Filippo Milotta Informatica Musicale
Compressione Parte 1 Prof. Filippo Milotta milotta@dmi.unict.it Perché comprimere? 1. Riduzione dello spazio di memoria occupato 2. Riduzione dei tempi (e costi) di trasmissione 2 Compressione Come comprimere
DettagliCodifica a blocchi mediante trasformate
Codifica a blocchi mediante trasformate Consideriamo una tecnica di compressione che divide un immagine in piccoli blocchi non sovrapposti di uguale dimensione (per es. 8 8) ed elabora i blocchi indipendentemente
DettagliNumeri interi. Laboratorio di Calcolo Paola Gallo
Numeri interi Alfabeto binario anche il segno può essere rappresentato da 0 o 1 è indispensabile indicare il numero k di bit utilizzati Modulo Modulo e segno 1 bit di segno (0 positivo, 1 negativo) k 1
Dettagli1) Hamming bound, coset, codici equivalenti
Argomenti della Lezione ) Hamming bound, coset, codici equivalenti 2) Esercizi sui codici lineari a blocchi Osservazione () Per effettuare la decodifica a rivelazione di errore si può seguire una delle
DettagliCorso di Informatica
CdLS in Odontoiatria e Protesi Dentarie Corso di Informatica Prof. Crescenzio Gallo crescenzio.gallo@unifg.it Immagini in movimento 2 Immagini in movimento Memorizzazione mediante sequenze di fotogrammi.
DettagliCodifica di Huffman e Lempel-Ziv-Welch
Codifica di e Lempel-Ziv-Welch 1 ALBERTO BELUSSI ANNO ACCADEMICO 2009/2010 Tipi di compressione Senza perdita (lossless lossless): permettono di ricostruire perfettamente la rappresentazione del dato originale,
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Codici a blocchi e codici convoluzionali Matrice di controllo di parità I decodificatori
DettagliLa compressione Soluzioni
Elaborazione dei Segnali Multimediali a.a. 2009/2010 La compressione Soluzioni 1 Quantizzazione uniforme function xq = quant_unif(x,r); xmax = max(x(:)); xmin = min(x(:)); t = [min(x(:))-1 (y(1:n-1)+y(2:n))/2
DettagliEsercitazione N.1 per il corso di SISTEMI DI TELECOMUNICAZIONI 1 Filtro notch e canna d organo
Esercitazione N.1 per il corso di SISTEMI DI TELECOMUNICAZIONI 1 Filtro notch e canna d organo 5 ottobre 2006 1 Scopo dell esercitazione Quest esercitazione è divisa in due parti: simulazione di un tubo
DettagliQUANTIZZAZIONE Conversione analogico/digitale
QUANTIZZAZIONE Conversione analogico/digitale 1 QUANTIZZAZIONE Campionamento e uantizzazione Campione del segnale Segnale originale (continuo nel tempo e nelle ampiezze) QUANTIZZAZIONE Conversione analogico/digitale
DettagliMatLab - Testo pagina 1 di 5 101
MatLab - Testo pagina 1 di 5 101 8. FUNZIONI E SCRIPT IN MATLAB 801. Scrivere il listato di un file funzione MatLab alfa(x) che, dato un numero reale x dia come risultato la matrice p calcolata come segue:
DettagliComunicazioni Elettriche Esercizi
Comunicazioni Elettriche Esercizi Alberto Perotti 9 giugno 008 Esercizio 1 Un processo casuale Gaussiano caratterizzato dai parametri (µ = 0, σ = 0.5) ha spettro nullo al di fuori dellintervallo f [1.5kHz,
DettagliTerza esercitazione per il corso di Analisi del segnale per le telecomunicazioni A.A. 2007/08 Codificatore di immagini
Terza esercitazione per il corso di Analisi del segnale per le telecomunicazioni A.A. 2007/08 Codificatore di immagini R. Bernardini 10 giugno 2008 Sommario Scopo dell esercitazione è la scrittura di un
DettagliVettori e Matrici. Corso di Calcolo Numerico. 24 Aprile 2018
Vettori e Matrici 24 Aprile 2018 Richiami In MATLAB, ogni variabile ha una struttura di tipo vettoriale o array. Un array è un insieme di valori ordinati, cioè memorizza più dati all interno di una struttura
DettagliLaboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici
Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 03 Maggio 2017 Richiami In MATLAB, ogni variabile
DettagliDipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni. Esercitazioni del corso di. Telecomunicazioni
Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Esercitazioni del corso di Telecomunicazioni Corso di laurea in Ingegneria Gestionale Anno Accademico 2013-2014 Ing. Alfonso
DettagliCos è una wavelet? Applicazioni della trasformata wavelet. Analisi multirisoluzione
Cos è una wavelet? Applicazioni della trasformata wavelet Analisi multirisoluzione Tre tecniche: Piramidi di immagine Trasformata di Haar Codifica per sottobande Il numero totale di pixel nel caso di una
DettagliElaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. I suoni Rappresentazione digitale
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2008/2009 Docente: ing. Salvatore
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliIMMAGINE Immagini raster Fondamenti
IMMAGINE Immagini raster Fondamenti Le immagini raster, chiamate anche pittoriche o bitmap, sono immagini incomputer grafica la cui visualizzazione sullo schermo corrisponde direttamente alla struttura
DettagliPrincipi di Programmazione Prova del 10/6/2008 (ore 10.30)
Prova del 10/6/2008 (ore 10.30) Scrivere (commentandole) le linee di codice Matlab per costruire i seguenti vettori (5x1): e il vettore di numeri complessi C tali che il singolo elemento c k ha come parte
Dettagli05. Determinare una base ortonormale per ognuno dei seguenti spazi vettoriali.
T.1 BASI ORTONORMALI, MATRICI ORTOGONALI 01. Sia V il sottospazio di IR 3 generato dalla base B : (1, 0, 2), (0, 2, 1). Verificare che anche C : (1, 2, 1), (1, 4, 0) è base per V e ortonormalizzare le
DettagliINFORMATICA SANITARIA (Esercitazione sulla Compressione)
Università degli Studi di Padova Corso di Laurea Specialistica in Bioingegneria A.A. 26-27 27 INFORMATICA SANITARIA (Esercitazione sulla Compressione) Giovanni Sparacino Dipartimento di Ingegneria dell
DettagliQUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA. 1 Fondamenti Segnali e Trasmissione
UANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA Fondamenti Segnali e Trasmissione Campionamento e quantizzazione di un segnale analogico Si consideri il segnale x(t) campionato con passo T c. Campioni del
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliProf. Massimiliano Giacomin 21 dicembre NOME: COGNOME: MATR: Scrivere nome, cognome e matricola chiaramente in caratteri maiuscoli
INFORMATICA E PROGRAMMAZIONE Prof. Massimiliano Giacomin 21 dicembre 2017 NOME: COGNOME: MATR: Scrivere nome, cognome e matricola chiaramente in caratteri maiuscoli 1. Si consideri il seguente codice per
DettagliCodifica di canale. (dalle dispense e dalle fotocopie) Trasmissione dell Informazione
Codifica di canale (dalle dispense e dalle fotocopie) Codici lineari a blocchi Un codice lineare (n,k) è un codice che assegna una parola lunga n ad ogni blocco lungo k. Si dice che il codice abbia un
DettagliTrasmissione numerica: Compito del 22/07/2008
Trasmissione numerica: Compito del /07/008 1 Esercizio1 Sia dato un sistema di trasmissione numerica che utilizza un impulso di trasmissione g(t) a radice di coseno rialzato, e una costellazione PAM con
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliRETI INTERNET MULTIMEDIALI
RETI INTERNET MULTIMEDIALI Codifica delle Immagini: JPEG, TIFF, Facsimile Il documento è adattato da materiale cortesemente messo a disposizione dal Prof. Stefano Paris e dal Prof. Vittorio Trecordi 1
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2018-19 1. Scrivere la function Matlab myfun.m che valuti la funzione e la sua derivata in corrispondenza delle
DettagliESERCITAZIONE MATLAB
ESERCITAZIONE MATLAB Di seguito sono ripostati alcuni esercizi da eseguire in ambiente MatLab. Gli esercizi sono divisi per argomenti. Ogni esercizio è preceduto da una serie di esempi che aiutano nello
DettagliCompressione dei dati. Appunti di Sistemi A cura del prof. Ing. Mario Catalano
Compressione dei dati Appunti di Sistemi A cura del prof. Ing. Mario Catalano Compressione di dati Cosa significa comprimere i dati? Eliminare l'informazione ridondante, in modo da poter rappresentare
DettagliCODIFICA DI SORGENTE. Schematizzazione generale sistema di comunicazione
CODIFICA DI SORGENTE Informazione associata a sorgenti digitali, entropia Codifica di sorgenti senza memoria Codifica di sorgenti con memoria CODIFICA DI SORGENTE Schematizzazione generale sistema di comunicazione
DettagliCompressione con perdita
Sistemi Multimediali Compressione con perdita Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it L'occhio umano e' meno sensibile alle differenze di colore che alle differenze di luminosita'. Questo
DettagliIndice. 1 Introduzione 2. 2 Algoritmo di compressione LZ78 3
Algoritmi e Strutture Dati 2 e Aneno Acc. 1999/2000 PROF. ALFREDO DE SANTIS Metodo di Compressione LZ78 a cura di Maria Grazia Calabrò z 24 Luglio 2000 Indice 1 Introduzione 2 2 Algoritmo di compressione
DettagliProgetto Matlab N 2. Calcolo Numerico 6 CFU. Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014
Progetto Matlab N 2 Calcolo Numerico 6 CFU Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014 Procedimento 1. Scrivere una function che implementi il prodotto matrice-vettore AX con A matrice
DettagliCorso di Informatica modulo Informatica di Base 6 CFU. I suoni Rappresentazione digitale
DIPARTIMENTO DELL INNOVAZIONE INDUSTRIALE E DIGITALE Corso di Informatica modulo Informatica di Base 6 CFU Anno Accademico 2016/2017 Docente: ing. Salvatore Sorce I suoni Rappresentazione digitale Quantizzazione
DettagliCodici convoluzionali
Codici convoluzionali (dalle dispense e dal libro) Codici convoluzionali I codici lineari a blocchi sono caratterizzati dal fatto che il processo di codifica è senza memoria. I codici convoluzionali invece
DettagliCodifica CCITT Fax. Introduzione Codifica monodimensionale Codifica bidimensionale. Codifica CCITT Fax. Codifica JBIG2
Codifica CCITT Fax Metodo per la codifica senza perdita di immagini bitonali, standardizzato nel 1988 dal CCITT (ora ITU-T) Sviluppato per la trasmissione di fax, ma utilizzato anche per l archiviazione
Dettagli1) Codici convoluzionali. 2) Circuito codificatore. 3) Diagramma a stati e a traliccio. 4) Distanza libera. 5) Algoritmo di Viterbi
Argomenti della Lezione 1) Codici convoluzionali 2) Circuito codificatore 3) Diagramma a stati e a traliccio 4) Distanza libera 5) Algoritmo di Viterbi 1 Codici convoluzionali I codici convoluzionali sono
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2017-18 1. Scrivere la function Matlab myfun.m che calcoli la funzione e la sua derivata. La function deve ricevere
DettagliCodifica/Compressione multimediale
Corso di architetture multimediali Università di Milano Corso di laurea specialistica in Informatica per la Comunicazione A.A. 2012-2013 Codifica/Compressione multimediale Perché codificare? Codifica ->
DettagliCompressione delle immagini (codifica JPEG)
Compressione delle immagini (codifica JPEG) ALBERTO BELUSSI ANNO ACCADEMICO 2009/2010 Motivazioni a favore della compressione 2 Es. Si consideri di voler proiettare un ora di un film mediante un dispositivo
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliModulo informatica di base 1 Linea 2
Modulo informatica di 1 Linea 2 Mattia Dip. di Informatica e Comunicazione Università degli Studi di Milano, Italia mattia.monga@unimi.it a.a. 2010/11 1 c 2010 M.. Creative Commons Attribuzione-Condividi
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliCODIFICA DI CARATTERI
CODIFICA DI CARATTERI Associando un simbolo dell alfabeto ad ogni numero possiamo codificare tutte le lettere Codifica ASCII (American Standard Code for Information Interchange): Caratteri speciali, punteggiatura,
DettagliInformatica B. Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti. Prof. Marco Masseroli
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Indice Laboratorio 4: Linguaggio
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
DettagliIntroduzione a Matlab
INFORMATICA B Ingegneria Elettrica Introduzione a Matlab Introduzione a Matlab Matlab (MATrix LABoratory) è uno strumento per il calcolo scientifico ed ingegneristico Matlab facilita lo sviluppo di programmi
DettagliQUANTIZZATORE VETTORIALE
QUANTIZZATORE VETTORIALE Introduzione Nel campo delle reti neurali, la scelta del numero di nodi nascosti da usare per un determinato compito non è sempre semplice. Per tale scelta potrebbe venirci in
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliLa codifica dei suoni
La codifica dei suoni Ogni campione è una misura del valore di tensione elettrica in uscita da un microfono Supponiamo che vari tra un valore minimo ed un massimo, ad esempio, - 5Volt/+5Volt La gamma delle
Dettagli27 Marzo (a) Formulare una ipotesi sul modello tempo di vita di questa valvola e sottoporla a verifica.
Prova scritta di Affidabilità dei sistemi e Controllo statistico di qualità 27 Marzo 20 Tempo di lavoro: 2 ore. Gli esercizi vanno svolti in un file word. Riportare su questo file sia i grafici che eventuali
DettagliL algoritmo di decodifica è semplice e computazionalmente meno oneroso rispetto a quello di codifica.
Decodificatore LZW L algoritmo di decodifica è semplice e computazionalmente meno oneroso rispetto a quello di codifica. A differenza di altre tecniche (ad es. Huffman), non è necessario fornire preventivamente
Dettagli1 Esercizio - caso particolare di ottimalità
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 5 giugno 2006 Argomento: Compressione aritmetica e Tecniche di compressione basate su dizionario Scribes: Andrea Baldan, Michele Ruvoletto
DettagliRegressione e Correlazione (cap. 11) Importazione dati da file di testo
Regressione e Correlazione (cap. 11) Importazione dati da file di testo Introduzione Nella statistica applicata si osserva la relazione (dipendenza) tra due o più grandezze. Esigenza: determinare una funzione
DettagliLaboratorio di INFORMATICA. 15 ottobre 2009
Laboratorio di INFORMATICA 15 ottobre 2009 GRAFICI Per ottenere il grafico di una funzione, devo: Preparare un vettore di ascisse Preparare un vettore di ordinate Scegliere la figura (opzionale)(istruzione
DettagliAnno 4 Matrice inversa
Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere
DettagliInformatica di Base 1 Linea 1
Informatica di Base 1 Linea 1 Jianyi Lin Dipp. di Matematica e Scienze dell Informazione Università degli Studi di Milano, Italia jianyi.lin@unimi.it a.a. 2011/12 1 c 2011 J.Lin, M. Monga. Creative Commons
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliSistemi di Elaborazione delle Informazioni
Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle Informazioni A.A. 26/27 Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle
Dettagli2. Costruire un M function file di Matlab che calcola il valore del
Esercizi. 1. Costruire un M function file di Matlab che calcola il valore del polinomio di Chebyshev di grado n in un vettore di punti, usando la formula di ricorrenza a tre termini. Costruire il grafico
DettagliLE IMMAGINI DIGITALI 3 formati. Università IUAV di venezia
LE IMMAGINI DIGITALI 3 formati Università IUAV di venezia Compressione Trasmissione ed archiviazione dei file grafici Algoritmo di compressione: trasformare la sequenza di byte che costituisce un file
DettagliTrasformazione elementari di Givens
Trasformazione elementari di Givens dove Osservazione Esprime una rotazione di ampiezza ϕ Esempio (n=2) Osservazione Rotazione nel senso positivo degli archi In generale Il prodotto matrice vettore equivale
DettagliAudio. Lezione precedente: codifica binaria. Tutta l'informazione viene codificata in binario. La musica non fa eccezione (digitalizzazione)
Audio Lezione precedente: codifica binaria Tutta l'informazione viene codificata in binario La musica non fa eccezione (digitalizzazione) 1 Segnale analogico Suono: fenomeno analogico (onda sonora) La
DettagliCampionamento. Campionamento: problema
Posizione del problema uniforme Ricostruzione Teorema del campionamento Significato della formula di ricostruzione Sistema di conversione A/D sample & hold quantizzazione Sistema di conversione D/A : problema
DettagliInformazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione
Informazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin
DettagliArchitettura di un elaboratore. Informatica Architettura di un elaboratore 1
Architettura di un elaboratore Informatica Architettura di un elaboratore 1 Il termine informatica Informazione + automatica Informazione = dati + istruzioni Informatica Architettura di un elaboratore
DettagliApplicazioni eliminazione di Gauss
Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
DettagliEsistono delle trasformazioni standard fra i diversi formati che abbiamo discusso
Trasformazioni fra formati Esistono delle trasformazioni standard fra i diversi formati che abbiamo discusso Il formato più ricco di informazioni (e più fedele) è il direct color Può essere ridotto a indicizzato
DettagliCorso di Laurea in Ingegneria Informatica (Laurea on Line) Seconda Prova Intermedia
Milano, 17/1/ Corso di Laurea in Ingegneria Informatica (Laurea on Line) Corso di Fondamenti di Segnali e Trasmissione Seconda Prova Intermedia Carissimi studenti, scopo di questa seconda prova intermedia
DettagliRappresentazione digitale del suono
Rappresentazione digitale del suono Perché rappresentazione del suono Trasmettere a distanza nel tempo e nello spazio un suono Registrazione e riproduzione per tutti Elaborazione del segnale audio per
DettagliUNIVERSITÀ - OSPEDALE di PADOVA MEDICINA NUCLEARE 1. Lezione 5: Formati di immagine: JPEG. D. Cecchin, F. Bui FORMATO GRAFICO JPEG
UNIVERSITÀ - OSPEDALE di PADOVA MEDICINA NUCLEARE 1 Lezione 5: Formati di immagine: JPEG D. Cecchin, F. Bui FORMATO GRAFICO JPEG ACRONIMO DI: JOINT PHOTOGRAPHIC EXPERT GROUP SVILUPPATO NEL: 1986 da un
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI MEDIANTE DCT LO STANDARD JPEG Sommario Introduzione alla compressione di immagini 1 Introduzione alla
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliAudio. Lezione precedente: codifica binaria. Tutta l'informazione viene codificata in binario. La musica non fa eccezione (digitalizzazione)
Audio Lezione precedente: codifica binaria Tutta l'informazione viene codificata in binario La musica non fa eccezione (digitalizzazione) 1 Segnale analogico Suono: fenomeno analogico (onda sonora) La
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
Dettagli