Principi di Teoria dei Codici
|
|
- Florindo Giusti
- 7 anni fa
- Visualizzazioni
Transcript
1 Udine, 24 Febbraio 2005 Principi di Teoria dei Codici Andrea Tonello UNIVERSITÀ DEGLI STUDI DI UDINE DIEGM DIPARTIMENTO DI INGEGNERIA ELETTRICA, GESTIONALE E MECCANICA
2 Sommario Approcci alla Codifica di Canale Codici a Blocco Prestazioni Codici a Blocco Codici Convoluzionali Bibliografia: J. Proakis, Digital Communications S. Lin, D. Costello, Error Control Coding 2
3 Modello Sistema di Comunicazione Codificatore Sorgente Codificatore Canale Modulatore Numerico Canale De-Modul. De-Cod. Canale De-Cod. Sorgente Lo scopo della Codifica di Canale e` di consentire la correzione e/o rivelazione degli errori introdotti dal canale. 3
4 Codifica di Canale b Codificatore c Idea: Introdurre ridondanza in trasmissione, ad. es. ripetere l informazione. Il codificatore attua una trasformazione dalle parole di ingresso b alle parole di uscita c con una certa legge: b=[,b i, b i+1, ] c=[,c i, c i+1, ] Alfabeto: il campo cui appartengono gli elementi delle parole di ingresso, ad. es. GF(2). Codice: insieme delle parole codificate. Rate: rapporto tra numero di simboli di ingresso e quello di uscita (<1). 4
5 Approcci alla Codifica di Canale Codici Algebrici a Blocco Codici Convoluzionali Codifica e Modulazione Congiunta Modulazione codificata a traliccio (TCM) Turbo Codici 5
6 Codici a Blocco 6
7 Codici a Blocco Codice a blocco (n, k): Parole (Vettori) di ingresso hanno lunghezza k : b=[b 1,,b k ] Parole di uscita hanno lunghezza n>k : c=[c 1,,c n ] Alfabeto e` q-ario e le operazioni sono definite su un campo finito GF(q) con q primo o potenza di un numero primo. Se q e` primo, l algebra e` modulo q. Definizione: e` un insieme di q k parole di n elementi. Codice Lineare: se c 1 e c 2 sono di codice allora ac 1 + bc 2 =c 3 e` di codice. La parola nulla appartiene al codice. 7
8 Matrice di Codice c = b G Matrice di Codice. Elementi appartenti a GF(q) 1n 1k k n Le k righe di G sono vettori linearmente indipendenti e sono di codice. I vettori di codice appartengono al sottospazio k-dimensionale generato dalle righe di G. Forma sistematica c = b k+ 1 n [ c,...,c ] G p p 1n k = p k1... p kn k = [ I P] 8
9 Matrice di Controllo Parita` Matrice di Controllo Parita` ( G)( H) T = 0 k (n k) k n (n k) n Le n-k righe di H sono vettori linearmente indipendenti e generano il codice duale (n-k,n) Le parole del codice duale sono ortogonali a quelle del codice (n,k) Se il codice e` in forma sistematica: P [ I k P] = 0 I G n k T H = T H P In k 9
10 Matrice di Controllo Parita` Matrice di Controllo Parita`ci consente di verificare se un vettore e` di codice ch T = 0 se c 0 se c Vettore Sindrome: s 1(n k) = ch T Assumendo il codice binario abbiamo: 2 k vettori di ingresso e di codice. 2 n possibile vettori di dimensione n, quindi 2 n -2 k non sono di codice. 2 n-k sindromi. 10
11 Distanza e Peso di Hamming Distanza di Hamming: numero di simboli di cui differiscono due parole con alfabeto q-ario d( H rr 1, 2) Peso di Hamming: numero di simboli diversi da zero w() H r1 Vale la seguente: d( c, c ) = w( c c ) H 1 2 H
12 Distanza Minima Distanza Minima di Hamming: e` la minima distanza tra parole di codice 1 2 { } d = min d ( c, c ) c c H,min H 1 2, In un codice lineare la distanza minima e` pari al peso minimo: d H,min = w H,min Dim: { c c } d = min d (, ) H,min H 1 2 c, c c, c { c c } = min w ( ) H 1 2 { c } = min w ( ) c 0 H 12
13 Singleton Bound Bound di Singleton: In un codice lineare a blocco dh,min n k+ 1 Codici a massima distanza verificano dh,min = n k+ 1 Dim: Basta pensare alla forma sistematica. Gli unici codici binari a massima distanza sono quelli ripetitivi altrimenti ci sono quelli di Reed Solomon su GF(q). 13
14 Esempi di Codici Lineari a Blocco Codici di Hamming. Codici di Hadamard. Codici BCH (Bose, Chaudhuri, Hocquenghem) e di Reed Solomon. 14
15 Codici di Hamming Binari (n,k) = (2 m-1,2 m-1 -m) m>1 intero n-k=m La matrice H ha le n colonne ottenute prendendo tutti i vettori di m elementi binari escluso il vettore nullo. Codice di Hamming (7,4) T H= [ P In k] = = [ k ] = G I P Il peso minimo e` uguale a 3 15
16 Codici di Hadamard (n,k) = (2 m,m+1) m>1 intero Si ottengono dalle matrici di Hadamard cosi` definite 0 0 M2 M 2 M = M = M2 M2 L insieme delle parole di lunghezza n=4 ottenute dalle 4+4 righe di e di sono un codice a blocco lineare con k=3 e peso minimo d min =n/2=2 M4 M4 16
17 Codici BCH e Reed Solomon Binari (n,k) hanno parametri n=2 m -1 n-k mt con m 3 t 1 d min =2t+1 Reed Solomon sono una sottoclasse non binaria. 17
18 Modello di Canale 18
19 Modello di Canale Codificatore Canale Equivalente De-Codificatore b c y b Modulatore Canale Demodulatore possono essere visti come un blocco equivalente. Bisogna definire la relazione ingresso-uscita. Essa dipende dal tipo di modulazione e demodulazione/decodifica: Demodulazione/Decodifica Congiunta. Demodulazione/Decodifiva disgiunta: HARD SOFT 19
20 Modello di Canale Alfabeto di codice binario, Modulazione 2-PAM, Rumore Additivo Gaussiano Bianco x yi = ESxi+ n i = 2ci 1 i c {0,1} i x { + 1, 1} n i = N(0,N / 2) ed indip. i 0 In forma vettoriale possiamo raccogliere le n osservazioni in un vettore e scrivere y= E S x+ n C e` una relazione biunivoca tra c ed x x = 2c 1 20
21 Decodifica Soft 21
22 Decodifica Ottima a Massima Verosimiglianza Il decodificatore ML decide per la parola di codice che massimizza la densita` di probabilita` del vettore ricevuto condizionata dal vettore trasmesso: p ( y x) = p (y x ) = YX Y X i i i i i= 1 n 1 1 (yi ESx i) N πn i= 1 0 e n 0 2 = (πn ) 0 n/2 e 1 y E Sx N 0 2 Il decodificatore ML decide per il vettore di codice che e` a distanza Euclidea minima dal vettore ricevuto xˆ = argmin{ y E x } x S 2 2 y E x = (y E x ) n S i S i i=
23 Probabilita` Errore con Decodifica Soft P = P[ cˆ c] = P[ xˆ x] e = P[ x= x ]P[ xˆ x x= x ] x i i i P[E ] P[ xˆ x x= x ] = P[ E ] P[E ] ij i ij ij j j E = { xˆ = x x= x } ij j i 23
24 Probabilita` Errore a Coppie P[E ] = P[ x= x xˆ = x ] ij i j = P[d ( y, E xˆ ) < d ( y, E x)] E S E S = x xˆ + n n < 2 2 P[ E S ( ) 0] = P[E x xˆ 2 E ( x xˆ) n < 0] S 2 T S V.a. gaussia a media nulla e varianza: 2N E x ˆ 0 S x E S ˆ E ˆ Sd E(, ) P[E ij] Q x x Q x x = = 2N 2N 0 0 Q(a) distribuzione gaussiana complementare 24
25 Probabilita` Errore Condizionata P[ xˆ x x= x ] P[E ] xˆ x 0 j j i i Q Q i S j 2 E,min xˆ x 0 2 Ed( S E x ˆ i, xj) 2N Ed 2N Ed 2 k S E,min (2 1)Q 2N 0 ij d = min { x x } E,min x, x2 Minima distanza Euclidea tra parole di codice 2-PAM 25
26 Probabilita` Errore P = P[ x= x ]P[ xˆ x x= x ] e i i x i 2 k S E,min (2 1) P[ x= xi]q 2N x 0 i Ed 2 k S E,min (2 1)Q 2N 0 Ed P e blocco 2 2 Ed S E,min k Ed S E,min LQ P e (2 1)Q 2N 0 2N 0 n. parole a d E,min L= 1 k 2 P e bit 2 2 Ed S E,min k Ed L Q P S E,min b (2 1)Q k 2N 0 2N 0 26
27 Confronto Sistema Codificato e Non Codificato P b,cod 2E Rd b H.min = Q N 0 2E b Pb,UNCOD = Q N 0 d E,min = 2dH,min b = S = S E E /R E n/k Per mantenere la velocita` di TX uguale bisogna incrementare la banda di 1/R G= Rd H,min Esempio: Hamming (7,4) G= 3 4/7= 2.34 db 27
28 Canale Binario Simmetrico 28
29 Modello di Canale Binario Simmetrico (BSC) Decodifica hard: operiamo la demodulazione ottenendo un canale equivalente binario y r {0,1} i i 1-p 0 0 p 1 1 Probabilita` di transizione (con trasmissione 2-PAM) e` 2E p P Q N b = e = 0 29
30 Decodifica ML in Canale BSC In forma vettoriale abbiamo per il canale binario simmetrico senza memoria r = c+ e Decodifica ML hard: massimizziamo la probabilita P[ r = rˆ c= cˆ] = P[r = r ˆ c = c ˆ ] n i= 1 n i= 1 = P[e = rˆ c ˆ c = c ˆ ] i i i i w ( rˆ cˆ) n w ( rˆ cˆ) H p (1 p) = H i i Se p<1/2, decidiamo per il vettore di codice a distanza di Hamming minima cˆ = argmin{d ( r, c)} c H 30
31 Correzione Con decodifica Hard possiamo correggere tutti i pattern di errore di peso minore uguale di 1 t = (dh,min 1) 2 Puo` accadere che correggiamo errori di peso > t 31
32 Rivelazione Con decodifica Hard possiamo rivelare tutti i pattern di errore di peso minore uguale di dh,min 1 Con la decodifica a sindrome, un pattern di errore di peso d H,min -1 non puo` trasformare la parola originaria in un altra parola di codice. Tuttavia possiamo anche rivelare pattern errore di peso maggiore di d H,min -1 poiche`: 2 k di codice e 2 n ricevute 2 n -2 k non sono di codice quindi rivelabili via decodifica a sindrome 2 n -2 n +2 k = 2 k non sono rivelabili Frazione di non rivelabili e` piccola: (2 k 1) /( 2 n 1) ~ 2 k-n 32
33 Probabilita` di Errore Con decodifica Hard possiamo correg. tutti i pattern di errore di peso minore uguale di t n n i n i P e(blocco) P[w( e) > t] = p (1 p) i=+ t 1 i Tipicamente la decodifica Hard differisce per 1-2 db da quella Soft in termine di Eb/No per ottenere la stessa Pe. 33
34 Codici Convoluzionali 34
35 Codice Convoluzionale Un codificatore convoluzionale e` una macchina a stati finiti lineare. Codice convoluzionale binario di rate k/n genera ogni k bit d ingresso n bit di uscita combinando modulo 2 i contenuti di uno shif register di lunghezza kk: b i 1 2 K 1 2 k 1 2 k 1 2 k c i 1 c i n Gli shift sono k bit d ingresso alla volta. K e` detta constraint length (lunghezza di vincolo). 35
36 Codice Convoluzionale Binario 1/n Esempio rate ½ e K=3 + c i 1 b i 1 2 K=3 + c i 2 Viene descritto da una sequenza generatrice (detta polinomio di codice) g g (1) (2) = [101] [5] in ottale = [111] [7] in ottale Ciascuna uscita puo` essere ottenuta da un filtraggio modulo 2 (n) (n) ci = b g (i) 36
37 Diagramma a Traliccio (Trellis) Ingresso-uscita puo` essere rappresentata da un traliccio /00 1/ stato transizioni ingresso/uscite Numero di stati uguale a 2 K-1 Numero di rami entranti/uscenti per stato uguale a 2 (rate 1/n) Lungezza del traliccio uguale al numero totale di bit di ingresso Se il codice e` terminato si parte dallo stato 0 e si ritorna allo stato 0 37
38 Decodifica ML Il decodificatore soft a massima verosimiglinza cerca tra tutte le parole di codice quelle a distanza euclidea minima (con rumore AWGN). Se consideriamo trasmissione 2-PAM e rumore additivo bianco il modello e`: y = E x + n i S i i 2 Sx i S i i y E = (y E x ) 2 Se assumiamo un codice di rate 1/n, allora i 2 y E x = d ( y, E x) = (y E x ) S E S ni+ m S ni+ m i m= 1 = BM( x ) = BM( x ) + BM( x ) i j i j< i PM(i 1) n BM( xi ) 2 La distanza totale e` ottenibile come somma di Branch metrics 38
39 Algoritmo di Viterbi La ricerca esaustiva delle sequenza a distanza minima si ottiene con una operazione ricorsiva di ADD, COMPARE, SELECT sul traliccio Ciascun ramo puo` essere etichettato con il bit di ingresso, gli n bit di uscita, e la metrica di ramo (Branch Metric). Percorsi entranti in uno stesso stato (nodo) sono competitors e sopravvive solo quello con metrica di percorso (Path Metric) piu` piccola. Giunti alla fine del traliccio sompravviveranno un numero di percorsi pari al numero di stati. Scelgo quello di metrica piu` piccola, da cui ottengo la sequenza di bit di ingresso (sequenza decodificata). 39
40 Conclusioni La codifica di canale e` essenziale per consentire comunicazioni affidabili. Il codice deve essere progettato in funzione dell applicazione e del canale trasmissivo. 40
Codifica 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
Dettagli10.. Codici correttori d errore. Modulo TLC:TRASMISSIONI Codici correttori d errore
10.. Codici correttori d errore Codici correttori d errore 2 Obiettivi: correggere o rivelare errori nella trasmissione di sequenze numeriche (sequenze di simboli, usualmente binari) Correzione di errore
DettagliCapitolo 7 Strato Fisico- Codici correttori d errore e capacità di canale
Capitolo 7 Strato Fisico- Codici correttori d errore e capacità di canale 1 Obiettivi: Codici correttori d errore correggere o rivelare errori nella trasmissione di segnali numerici (sequenze di simboli,
DettagliCodici Lineari G = [I K P], (1)
Codici Lineari Nel seguito, indicheremo con F un generico campo finito. Come noto, F potrebbe essere l insieme delle cifre binarie F 2 = {0, 1} con le usuali operazioni di prodotto e somma modulo 2. Più
DettagliProfs. Roberto Cusani Francesca Cuomo
INFO-COM Dpt. Dipartimento di Scienza e Tecnica dell Informazione e della Comunicazione Università degli Studi di Roma Sapienza Codifica di Canale Codici a blocco TELECOMUNICAZIONI Profs. Roberto Cusani
Dettagli4) Teorema fondamentale della codifica di canale. 6) Definizione di codifica di canale (FEC e ARQ)
Argomenti della Lezione 1) Classificazione dei codici di canale 2) Benefici della codifica di canale 3) Decodifica hard e soft 4) Teorema fondamentale della codifica di canale 5) Classificazione dei codici
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
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
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,
DettagliEsercizi di Teoria dell informazione e codici
Esercizi di Teoria dell informazione e codici In ogni sezione sono proposti dapprima esercizi semplici, e successivamente altri più complessi che richiedono più fantasia, conoscenze, tempo o determinazione
Dettagli1) Codici lineari a blocchi. 2) Matrice generatrice del codice. 3) Proprietà dei codici lineari a blocchi. 4) Matrice di controllo di parità
Argomenti della Lezione ) Codici lineari a blocchi ) Matrice generatrice del codice 3) Proprietà dei codici lineari a blocchi 4) Matrice di controllo di parità 5) Rivelazione e correzione d errore 6) Standard
Dettagli1) Probabilità di errore di trasmissione. 2) Capacità di canale. 3) Esempi di calcolo della capacità. 4) Disuguaglianza di Fano
Argomenti della Lezione 1) Probabilità di errore di trasmissione ) Capacità di canale 3) Esempi di calcolo della capacità 4) Disuguaglianza di Fano 5) Teorema inverso della codifica di canale 1 Probabilità
DettagliLa Rappresentazione dell Informazione
La Rappresentazione dell Informazione Parte III I codici Codici a.a. 27-28 Un codice è una funzione che associa ad una sequenza di simboli un significato Codice : {entità} {sequenze di simboli} Un codice
Dettagli4. CODICI A RIVELAZIONE E CORREZIONE D ERRORE
4. CODICI A RIVELAZIONE E CORREZIONE D ERRORE! INTRODUZIONE! STRATEGIE ARQ E FEC! TIPOLOGIE DI CODICI! CODICI A BLOCCHI! CODICI A RIPETIZIONE! CODICI A CONTROLLO DI PARITÀ! DISTANZA DI HAMMING! CAPACITÀ
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
DettagliModulazione PAM Multilivello, BPSK e QPSK
Modulazione PAM Multilivello, BPSK e QPSK P. Lombardo DIET, Univ. di Roma La Sapienza Modulazioni PAM Multilivello, BPSK e QPSK - 1 Rappresentazione analitica del segnale Sia {b(n)} una qualsiasi sequenza
Dettagli..., x M. : codice o sequenza di bit che rappresentano il messaggio x i ; n i : lunghezza in bit del codice C X i
Definizioni X : sorgente di informazione discreta; X k : messaggi prodotti da X ; ogni messaggio è una v.c.d., k è l'indice temporale; alfabeto di X : insieme {x,..., x } degli messaggi che la sorgente
DettagliControllo e correzione degli errori
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Controllo e correzione degli errori 2000 Pier Luca Montessoro si veda la nota di copyright alla
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
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
DettagliLa modulazione numerica
La modulazione numerica Mauro Giaconi 26/05/2009 trasmissione numerica 1 Principi di modulazione numerica 26/05/2009 trasmissione numerica 2 Modulazione numerica La modulazione trasla l informazione di
DettagliTEORIA DEI SISTEMI SISTEMI LINEARI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliEsercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2010 2011 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.30
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...
DettagliE03 ESERCIZI SU LIVELLO FISICO
E03 ESERCIZI SU LIVELLO FISICO Esercizio 1 Un semaforo è una sorgente di informazione a) analogica. b) numerica, con alfabeto di quattro simboli (verde, rosso, giallo, lampeggiante). c) la cui natura dipende
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
DettagliCONVERSIONE BINARIO DECIMALE NB: Convertire in decimale il numero binario N = N =
NOTAZIONE BINARIA, OTTALE, ESADECIMALE CODIFICA DI NUMERI INTERI RELATIVI 1 CONVERSIONE BINARIO DECIMALE Convertire in decimale il numero binario N = 101011.1011 2 N = 1 2 5 + 0 2 4 + 1 2 3 + 0 2 2 + 1
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
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
DettagliLa Rappresentazione Dell Informazione
La Rappresentazione Dell Informazione Parte III I codici I Codici Un codice è una funzione che associa ad una sequenza di simboli un significato Un codice serve a: Permettere l elaborazione e la memorizzazione
DettagliCorso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice
Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine
DettagliForme bilineari simmetriche
Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3
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
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
DettagliANALISI MULTIDIMENSIONALE DEI DATI (AMD)
ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Analisi Multidimensionale dei Dati (AMD) è una famiglia di tecniche il cui obiettivo principale è la visualizzazione, la classificazione e l interpretazione della
DettagliAnalisi Matematica 1 e Matematica 1 Geometria Analitica: Rette
Analisi Matematica 1 e Matematica 1 Geometria Analitica: Rette Annalisa Amadori e Benedetta Pellacci amadori@uniparthenope.it pellacci@uniparthenope.it Università di Napoli Parthenope Contenuti Nel Piano
Dettagli= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliRappresentazione dell Informazione
Rappresentazione dell Informazione Rappresentazione delle informazioni in codice binario Caratteri Naturali e Reali positivi Interi Razionali Rappresentazione del testo Una stringa di bit per ogni simbolo
DettagliLa codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
DettagliCodifica binaria. Rappresentazioni medianti basi diverse
Codifica binaria Rappresentazione di numeri Notazione di tipo posizionale (come la notazione decimale). Ogni numero è rappresentato da una sequenza di simboli Il valore del numero dipende non solo dalla
DettagliComplementi di Algebra e Fondamenti di Geometria
Complementi di Algebra e Fondamenti di Geometria Capitolo 3 Forma canonica di Jordan M. Ciampa Ingegneria Elettrica, a.a. 29/2 Capitolo 3 Forma canonica di Jordan Nel Capitolo si è discusso il problema
DettagliMATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI
MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è
DettagliRoberto Maieli La trasmissione dell informazione
Roberto Maieli La trasmissione dell informazione Corso di AIC Sistema di comunicazione Sorgente messaggio Sistema di trasmissione Trasmettitore Canale di trasmissione segnale Ricevitore rumore messaggio
DettagliBER e fattore Q 1/2. È pratica comune nel settore R&D (ricerca e sviluppo) dei sistemi ottici utilizzare il cosiddetto fattore Q per esprimere il BER.
Reti in fibra ottica 1/21 BER e fattore Q 1/2 È pratica comune nel settore R&D (ricerca e sviluppo) dei sistemi ottici utilizzare il cosiddetto fattore Q per esprimere il BER. 2/21 BER e fattore Q 2/2
DettagliCodici lineari. Capitolo Prime definizioni ed esempi
Capitolo 14 Codici lineari 14.1 Prime definizioni ed esempi D ora in avanti supporremo che q sia potenza di un primo p e che l alfabeto F = F q sia il campo di Galois con q elementi GF (q), per cui F n
Dettagli(P x) (P y) = x P t (P y) = x (P t P )y = x y.
Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici
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
DettagliALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri,
ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 05/06 docente: Elena Polastri, plslne@unife.it Esercizi 3: SPAZI VETTORIALI e MATRICI Combinazioni lineari di vettori.. Scrivere il vettore
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliFormulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
DettagliCorso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006
Prova scritta 16.02.2006 D. 1 Si derivi l espressione dei legami ingresso-uscita, nel dominio del tempo per le funzioni di correlazione nel caso di sistemi LTI e di segnali d ingresso SSL. Si utilizzi
DettagliInformatica Grafica. Un introduzione
Informatica Grafica Un introduzione Rappresentare la Geometria Operabile da metodi di calcolo automatici Grafica Vettoriale Partiamo dalla rappresentazione di un punto... Spazi Vettoriale SPAZI VETTORIALI
DettagliCodici binari decimali
Codici binari decimali Si usano per rappresentare le dieci cifre decimali in binario dato che 2 3 < 10 < di 2 4 occorrono almeno 4 bits Binario Decimale BCD Eccesso-3 Biquinary 1 di 10 0 0 0000 0011 0100001
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliVettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara
DettagliSoluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni
Corso di Laurea in Ingegneria Informatica corso di Telecomunicazioni (Prof. G. Giunta) (editing a cura dell ing. F. Benedetto) Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni Esame
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
DettagliSottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Politecnico di Torino. Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Sottospazi. Generatori. Confrontando sottospazi: intersezione.
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliCodici. Introduzione. Sia A un insieme finito di simboli e C=A n l insieme di tutte le parole composte da n simboli di A
Codici Introduzione Sia A un insieme finito di simboli e C=A n l insieme di tutte le parole composte da n simboli di A Esempio A={0,1}, C=A 2 ={00,01,10,11} Sia C un insieme finito di N oggetti avente
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliSistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3
Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b
DettagliConversione di base. Conversione decimale binario. Si calcolano i resti delle divisioni per due
Conversione di base Dato N>0 intero convertirlo in base b dividiamo N per b, otteniamo un quoto Q 0 ed un resto R 0 dividiamo Q 0 per b, otteniamo un quoto Q 1 ed un resto R 1 ripetiamo finché Q n < b
DettagliESERCIZI MATEMATICA GENERALE - Canale III
ESERCIZI MATEMATICA GENERALE - Canale III Vettori Prof. A. Fabretti 1 A.A. 009/010 1 Dati in R i vettori v = (1,,, u = (,, 1 e w = (,, calcolare: a la combinazione lineare u + v + 4 w b il prodotto scalare
DettagliDEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri:
DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: 1. modulo: la lunghezza del segmento 2. direzione: coincidente con la direzione
DettagliLezione 2. Sommario. Il sistema binario. La differenza Analogico/Digitale Il sistema binario
Lezione 2 Il sistema binario Sommario La differenza Analogico/Digitale Il sistema binario 1 La conoscenza del mondo Per poter parlare (ed elaborare) degli oggetti (nella visione scientifica) si deve poter
DettagliLa lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma.
Matematica II, 20.2.. Lunghezza di un vettore nel piano Consideriamo il piano vettoriale geometrico P O. Scelto un segmento come unita, possiamo parlare di lunghezza di un vettore v P O rispetto a tale
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
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
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
DettagliLezione 2. La conoscenza del mondo
Lezione 2 Analogico/Digitale Il sistema binario L aritmetica binaria La conoscenza del mondo Per poter parlare (ed elaborare) degli oggetti (nella visione scientifica) si deve poter assegnare a questi
DettagliMacchine sequenziali. Automa a Stati Finiti (ASF)
Corso di Calcolatori Elettronici I Macchine sequenziali Prof. Roberto Canonico Università degli Studi di Napoli Federico II Dipartimento di Ingegneria Elettrica e delle Tecnologie dell Informazione Corso
Dettagli1 Entropia: Riepilogo
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 30 maggio 2006 Argomento: Entropia. Costruzione del modello di una sorgente. Codifica di Huffman. Scribes: Galato Filippo, Pesce Daniele,
DettagliSapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
DettagliPag. 1. La Rappresentazione e la Codifica delle informazioni (parte 2) Tipi di dati. Informatica Facoltà di Medicina Veterinaria
1 Università degli studi di Parma Dipartimento di Ingegneria dell Informazione Informatica a.a. 2012/13 Tipi di dati Informatica Facoltà di Medicina Veterinaria La Rappresentazione e la Codifica delle
DettagliQualità del servizio IPTV
Qualità del servizio IPTV Elena Mammi emammi@fub.it Fondazione Ugo Bordoni Roma, 2 Aprile 2009 Sommario Introduzione SMPTE 2022-1 Codici a fontana Codici LT Codici Raptor 2 Introduzione Il traffico IPTV
Dettagli1.2f: Operazioni Binarie
1.2f: Operazioni Binarie 2 18 ott 2011 Bibliografia Questi lucidi 3 18 ott 2011 Operazioni binarie Per effettuare operazioni è necessario conoscere la definizione del comportamento per ogni coppia di simboli
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
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori
DettagliUniversità degli Studi di Palermo Facoltà di Medicina e Chirurgia Anno Accademico 2011/12. Corso di Fisica(0) per il recupero dell OFA
Università degli Studi di Palermo Facoltà di Medicina e Chirurgia Anno Accademico 2011/12 Corso di Fisica(0) per il recupero dell OFA Tutor: Dott. Stefano Panepinto Simbologia matematica Simbologia matematica
DettagliCorso di elettrotecnica Materiale didattico: i grafi
Corso di elettrotecnica Materiale didattico: i grafi A. Laudani 12 ottobre 2005 I grafi costituiscono uno strumento matematico che permette di descrivere e schematizzare una grande varietà di problemi
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
DettagliNote per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni
Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare
DettagliCapitolo 5 La trasmissione dell informazione
Capitolo 5 La trasmissione dell informazione Sistema di comunicazione Sorgente messaggio Sistema di trasmissione Trasmettitore Canale di trasmissione segnale Ricevitore rumore messaggio Destinazione Caratterizzazione
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliLa codifica. dell informazione
00010010101001110101010100010110101000011100010111 00010010101001110101010100010110101000011100010111 La codifica 00010010101001110101010100010110101000011100010111 dell informazione 00010010101001110101010100010110101000011100010111
DettagliProgrammazione Lineare Intera. Programmazione Lineare Intera p. 1/4
Programmazione Lineare Intera Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Problema di PLI in forma standard: max cx Ax = b x 0, x I n I insieme degli interi. Regione ammissibile:
DettagliQuadriche Maurizio Cornalba 7/6/2016
Quadriche Maurizio Cornalba 7/6/2016 Sia K un campo. Informalmente, una ipersuperficie (algebrica) nello spazio proiettivo P n K è il luogo dei punti [t 0 : t 1 : : t n ] tali che (t 0, t 1,..., t n )
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
DettagliApplicazioni lineari e diagonalizzazione pagina 1 di 5
pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x
DettagliFondamenti di Informatica - 1. Prof. B.Buttarazzi A.A. 2011/2012
Fondamenti di Informatica - 1 Prof. B.Buttarazzi A.A. 2011/2012 Sommario I sistemi di numerazione Il sistema binario Altri sistemi di numerazione Algoritmi di conversione Esercizi 07/03/2012 2 Sistemi
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
DettagliIl tema proposto può essere risolto seguendo due ipotesi:
Per la trattazione delle tecniche TDM, PM e Trasmissione dati si rimanda alle schede 41, 42, 43, 44, 45, 46, 47 e 48 del libro Le Telecomunicazioni del Prof. F. Dell Aquila. Il tema proposto può essere
Dettagli