TRASMISSIONE dei SEGNALI del MODULATORE
|
|
- Annabella Piva
- 6 anni fa
- Visualizzazioni
Transcript
1 TRASMISSIONE dei SEGNALI del MODULATORE X Canale Modulaore Y Y rasmissivo Demodulaore IPOTESI Il modulaore è un disposiivo SENZA MEMORIA. Trasmee sul canale forme d onda scele da un opporuno alfabeo sulla base delle sequenza binarie che si presenano al suo ingresso { ()} i M I segnali si dell alfabeo del modulaore = 1 hanno duraa T s e sono REALI.
2 TRASMISSIONE dei SEGNALI del MODULATORE X Canale Modulaore Y Y rasmissivo Demodulaore IPOTESI Il canale è Gaussiano addiivo : AWGN (Addiive Whie Gaussian Noise). È supposo a banda illimiaa (per consenire la rasmissione indisora di una qualsiasi forma d onda)
3 TRASMISSIONE dei SEGNALI del MODULATORE CONSEGUENZA: Il riceviore oimo decide sul segnale rasmesso osservando il segnale ricevuo in un inervallo di duraa T. Decisioni SIMBOLO PER SIMBOLO Quindi è possibile limiarsi all inervallo (0,T). Il riceviore oimo consene di rendere minima la probabilià di sbagliare sulla STIMA della forma d onda rasmessa.
4 TRASMISSIONE dei SEGNALI del MODULATORE Modulaore S i () Canale AWGN r() Riceviore s i () + r() = s i () + n() n() DIAGRAMMA a BLOCCHI
5 TRASMISSIONE dei SEGNALI del MODULATORE G n (f) n() : Il RUMORE BIANCO è un processo casuale con uno spero di poenza G n (f) uniforme n() : ha una funzione di auocorrelazione Rn(τ) impulsiva N 0 /2 0 R n (τ) = F -1 {G n (f)} N 0 /2 0 τ f
6 RICEVITORE r() DEMODULATORE RIVELATORE STIMA DEL SEGNALE TRASMESSO DEMODULATORE Ricava da r() la STATISTICA SUFFICIENTE RIVELATORE Decide quale segnale s i () è sao rasmesso dal modulaore sulla base della saisica sufficiene
7 IL DEMODULATORE a CORRELAZIONE Proiea il segnale proiezione di r() n() r() s i Ψ 2 ricevuo r() nello spazio dei segnali del modulaore, idenificao da Ψ 1 { ψ ()} i N i = 1 (N M)
8 STRUTTURA del DEMODULATORE a CORRELAZIONE Ψ 1 () r() X X Ψ 2 () T 0 T 0 d d r 1 r 2 Le proiezioni r 1, r 2, r 3,,r N cosiuiscono una STATISTICA SUFFICIENTE Ψ Ν () X T 0 d r N
9 Il riceviore conosce la sruura dei versori ψ n sono variabili casuali gaussiane: le caraerizziamo ( n )con i loro valori medi, le loro varianze e la covarianza per sabilire il grado di dipendenza di una variabile rispeo alle alre. IL DEMODULATORE a CORRELAZIONE () () () () [ ] () () () () () + = + = = + = = T T i i T T i n s n s n s r r d d d d ψ ψ ψ ψ
10 IL DEMODULATORE a CORRELAZIONE Le componeni di rumore all uscia del demodulaore n sono variabili casuali gaussiane, a valore medio nullo, saisicamene indipendeni (poiché la covarianza è nulla m) e con la sessa varianza pari a N 0 /2. Valor medio [ n ] = 0; E Covarianza (n m) Varianza (n=m) E [ n n ] = 0; N0 2 m ; = m m
11 CARATTERIZZAZIONE STATISTICA delle VARIABILI r Le variabili r all uscia del demodulaore sono variabili casuali gaussiane, a valore medio s i, saisicamene indipendeni (poiché la covarianza è nulla m) e con la sessa varianza pari a N 0 /2.
12 CARATTERIZZAZIONE STATISTICA delle VARIABILI r Valor medio: [ r ] [ ] [ ] [ ] = E si + n = E si + E n si E = Covarianza: {[ r E[ r ][ r E[ r ]} = E{ [ r s ][ r s ]} E{ n n } E = m m i m im m
13 CARATTERIZZAZIONE STATISTICA delle VARIABILI r Densià di probabilià della variabile casuale r condizionaa alla rasmissione dell'i-esimo segnale: f ( ) 1 1 = ( ) 2 r s exp r s i πn 0 N 0 i
14 CARATTERIZZAZIONE STATISTICA delle VARIABILI r Densià di probabilià congiuna di ue le N variabili casuali che rappresenano le proiezioni di r(): f N 1 1 N = i = exp N = 1 N0 = ( r s ) f ( r s ) i ( πn ) ( r s ) 1 i poiché le r sono STATISTICAMENTE INDIPENDENTI
15 CARATTERIZZAZIONE STATISTICA delle VARIABILI r r n n r s s i Ψ 2 Ψ 1 r n s ( ) = si ( ) + n( ) = s () + n () + n () = i N ( s + n ) ψ ( ) + n ( ) = 1 i s
16 CARATTERIZZAZIONE STATISTICA delle VARIABILI r { } N n () e le uscie dei correlaori r = 1 sono STATISTICAMENTE INDIPENDENTI. { } N Quindi r = 1 è STATISTICA SUFFICIENTE a decidere e n () può essere ignorao.
17 DEMODULATORE a FILTRO ADATTATO La sessa saisica sufficiene si oiene con dei FILTRI ADATTATI. Ψ () r() X T 0 d r Operazione di correlazione sono equivaleni r() ψ (T-) r =T
18 In uscia dal filro adaao abbiamo: Campionando in =T si oiene: DEMODULATORE a FILTRO ADATTATO () ( ) ( ) ( )τ τ ψ τ ψ d 0 + = T r T r () ( ) ( ) ( ) ( ) ( ) T r r r T r = = = = τ ψ τ τ τ ψ τ ψ, d 0
19 DEMODULATORE a FILTRO ADATTATO Ψ 1 (T-) r 1 r() =T Ψ 2 (T-) r 2 =T AL RIVELATORE Ψ N (T-) r N =T
20 IL RIVELATORE OTTIMO r 1 r 2 r N? STIMA del SEGNALE TRASMESSO Opera secondo il crierio della MASSIMA PROBABILITA A POSTERIORI (MAP) Scegli s m : P[s m r] = max j P[s j r]
21 IL RIVELATORE OTTIMO Teorema di Bayes: P [ B] A = P [ B A] P[ A] P[ B] Il rivelaore oimo (nuova regola di decisione) Se P[s i ] = 1/M, i, cioè i segnali sono EQUIPROBABILI, dal crierio MAP si arriva al crierio di MASSIMA VEROSIMIGLIANZA (ML) Scegli s m : f(r s m ) = max j f(r s j ) Enrambi i crieri minimizzano la probabilià d errore
22 IL RIVELATORE OTTIMO La decisione di massima verosimiglianza equivale alla DECISIONE a MINIMA DISTANZA EUCLIDEA Scegli s m : D(r, s m ) = min j D(r, s j ) dove : ( ) ( ) 2 s = N r s D r, j = 1 j
23 IL RIVELATORE OTTIMO Sul canale AWGN, la decisione ML equivale a { ()} i M scegliere il segnale s m, fra gli si che = 1 cosiuiscono l'alfabeo del modulaore, che minimizza la disanza euclidea rispeo al segnale ricevuo. Disanza minima s s 1 r 2 s m s i
24 IL RILEVATORE OTTIMO a ML Il rivelaore conosce gli { ()} i i M s = 1 r 1 r 2 D j = N = 1 ( ) 2 r s j =1, 2,, M j D 1 D 2 Sceglie la MINORE STIMA del SEGNALE TRASMESSO r N D M
25 r 1 r 2 C j IL RIVELATORE OTTIMO ALTERNATIVO = 2 N = 1 r j =1, 2,, M s j c 1 c s s 2 2 Sceglie il MAGGIORE STIMA del SEGNALE TRASMESSO r N c M + - s M 2
26 OTTIMALITÀ della DECISIONE ML Nel caso di segnali s i (), i=1,2,...,m equiprobabili, la regola ML minimizza la probabilià media di errore, calcolaa come: P M () e = P( e s ) P( s ) = P( e s ) i= 1 i i 1 M M i= 1 i
Corso 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
Dettagli17.4 Collegamenti Numerici PAM e ASK/PSK/QAM
590 CAPITOLO 17. TRASMISSIONE DELL INFORMAZIONE 17.4 Collegameni Numerici PAM e ASK/PSK/QAM 17.4.1 Banda Base Considerando anche le disorsioni lineari inrodoe dal canale di rasmissione, uno schema di principio
Dettagli9.4.4 Filtro adattato 9.4. FILTRAGGIO DI SEGNALI E PROCESSI 235
9.4. FILRAGGIO DI SEGNALI E PROCESSI 35 Rispose ) Calcoliamo la media emporale: P x = ; / / x () d = /4 /4 () d = 4 = ) Sappiamo che P y = Py (f) df, in cui Py (f) = Y (f), ed a sua vola Y (f) = X (f)
DettagliTRASMISSIONE NUMERICA IN BANDA BASE. 1 Fondamenti Segnali e Trasmissione
TRASMISSION NUMRICA IN BANDA BAS 1 Fondamenti Segnali e Trasmissione Trasmissione numerica in banda base Per trasmettere una sequenza di cifre binarie su un canale di trasmissione passa basso (in banda
DettagliTRASMISSIONE NUMERICA IN BANDA BASE
TRASMISSIONE NUMERICA IN BANDA BASE 1 Fondamenti di segnali Fondamenti e trasmissione TLC Trasmissione numerica in banda base Per trasmettere una sequenza di cifre binarie su un canale di trasmissione
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
DettagliSISTEMI LINEARI TEMPO INVARIANTI. Fondamenti Segnali e Trasmissione
SISTEMI LINEARI TEMPO INVARIANTI Fondameni Segnali e Trasmissione Definizione di sisema Sisema: Da un puno di visa fisico e un disposiivo ce modifica un segnale (), deo ingresso, generando il segnale y(),
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondameni di segnali Fondameni e rasmissione TLC Inroduzione Se il segnale d ingresso di un sisema Lineare Tempo-Invariane LTI e un esponenziale
DettagliSISTEMI LINEARI TEMPO INVARIANTI
SISTEMI LINEARI TEMPO INVARIANTI 1 Fondameni di segnali Fondameni e rasmissione TLC Definizione di sisema Sisema: Da un puno di visa fisico e un disposiivo ce modifica un segnale x(, deo ingresso, generando
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,
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
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
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
DettagliModulazioni digitali: ricevitori
Modulazioni digitali: ricevitori RIVELATORI Coerenti: il ricevitore deve conoscere frequenza e fase della portante Non coerenti: il ricevitore non richiede la conoscenza di frequenza e fase della portante
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
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)=
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,
DettagliQUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA
QUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA 1 Fondamenti di segnali Fondamenti e trasmissione TLC Campionamento e quantizzazione di un segnale analogico Si consideri il segnale x(t) campionato con passo
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
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
DettagliIII.1 MODULAZIONE DI SEGNALI COMPLESSI IN BANDA BASE
arte III G. Reali: Modulazione numerica Modulazione Numerica III. MODULAZIONE DI SEGNALI COMLESSI IN BANDA BASE Nella trattazione che segue si prenderanno in esame dei segnali che, in generale, si possono
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...
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
DettagliSISTEMI LINEARI TEMPO INVARIANTI
SISTEMI LINEARI TEMPO INVARIANTI Fondameni di Segnali e Trasmissione Sisema: Definizione di Sisema Da un puno di visa fisico e un disposiivo ce modifica un segnale, deo ingresso, generando il segnale,
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
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
DettagliTEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica
TEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica http://www.dii.unimore.it/~lbiagiotti/teoriasistemicontrollo.html Stima dello stato in presenza di disturbi: il
DettagliA.1 Rappresentazione geometrica dei segnali
Appendice A Rappresentazione dei segnali A.1 Rappresentazione geometrica dei segnali Scomporre una generica forma d onda s(t) in somma di opportune funzioni base è operazione assai comune, particolarmente
DettagliSISTEMI LINEARI TEMPO INVARIANTI
SISTEMI LINEARI TEMPO INVARIANTI SISTEMI LINEARI TEMPO INVARIANTI Sisema: Definizione di Sisema Da un puno di visa fisico e un disposiivo ce modifica un segnale x(), deo ingresso, generando il segnale
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
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
DettagliFotonica per telecomunicazioni Sistemi di comunicazione ottici Pagina 1 di 5 ESERCIZI
Foonica per elecomunicazioni Sisemi di comunicazione oici Pagina di 5 ESERCIZI. Calcolare il valore massimo del prodoo B L (Bi Rae lunghezza della fibra) in una fibra mulimodo con δn=n g -n =0.0. Calcolare
Dettagliun elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio;
TEST DI AUTOVALUTAZIONE - SETTIMANA 3 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Una variabile casuale
DettagliElettronica delle Telecomunicazioni Esercizi cap. 3: Anelli ad aggancio di fase
3. Effeo della variazioni di parameri del PLL - A Un PLL uilizza come demodulaore di fase un moliplicaore analogico, e il livello dei segnali sinusoidale di ingresso (Vi) e locale (Vo) è ale da manenere
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
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
DettagliCorso di ELETTRONICA INDUSTRIALE
Corso di ELETTRONICA INDUSTRIALE Conrollo di correne del converiore Buck Argomeni raai Argomeni raai Conrollo di ensione con limiazione di correne Argomeni raai Conrollo di ensione con limiazione di correne
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,
DettagliLa porta seriale nei PC
SOMMARIO GENERALITÀ SUI REGISTRI A SCORRIMENTO (SHIFT-REGISTER)...2 Applicazioni...3 Caricameno asincrono di un flip-flop...4 Inerfaccie seriali...6 Proocollo di comunicazione asincrono...6 Riceviore asincrono...7
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 2 Teoria della decisione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Universià di Napoli Parhenope Facolà di Ingegneria Corso di Comunicazioni Eleriche docene: Prof. Vio Pascazio 2 a Lezione: 13/03/2003 Sommario Schema di un Sisema di TLC Schema di un Sisema di TLC digiale
Dettagli0.0.1 Esercizio Q1, tema d esame del 10 settembre 2009, prof. Dario d Amore Testo R 3
1 0.0.1 Esercizio Q1, ema d esame del 10 seembre 2009, prof. Dario d more 0.0.1.1 Teso E1 Il circuio di figura opera in regime sazionario. Sapendo che R 1 = 2 kω, = 4 kω, = 2 kω, = 2 kω E=12 V, =3 m Deerminare,
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliCaratterizzazione dei consumi energetici (parte 3)
ESERCITAZIONE 4 Caratterizzazione dei consumi energetici (parte 3) 4.1 CuSum: elementi di analisi statistica Il diagramma delle somme cumulate dei residui in funzione del tempo (CuSum) può essere in generale
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/2/215 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema di
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Università di Napoli Parthenope Facoltà di Ingegneria Corso di rasmissione Numerica docente: Prof. Vito Pascazio 18 a Lezione: 13/1/4 19 a Lezione: 14/1/4 Sommario rasmissione di segnali PM numerici su
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliI.T.E.S Pitagora Corso S.I.A. 2
- - - SORGENTE dell informazione TRASMETTITORE CANALE RICEVITORE UTENTE CANALE fisico di comunicazione MODULATORE DEMODULATORE - - I.T.E.S Pitagora Corso S.I.A. 2 Come avviene la trasmissione Modulazione
DettagliEsercitazioni Link Budget
Eserciazioni Link Budge P. Lombardo IET, Univ. di oma La Sapienza Esercizi Link Budge - Equazione radar (I) Cosruzione dell equazione radar a) radarbersaglio a disanza con anenna direiva: p (,, ) PG(,
DettagliPROGRAMMAZIONE DEL GRUPPO DISCIPLINARE A.S. 2015/2016 INDIRIZZO SCOLASTICO: DISCIPLINA: MATEMATICA ORE SETT.LI: 4 CLASSE: V SIA
ISTITUTO D ISTRUZIONE SUPERIORE Enrico Mattei ISTITUTO TECNICO COMMERCIALE LICEO SCIENTIFICO LICEO dellescienze UMANE Via delle Rimembranze, 26 40068 San Lazzaro di Savena BO Tel. 051 464510 464545 fax
Dettagliintervalli di tempo. Esempio di sistema oscillante: Fig. 1 Massa m che può traslare in una sola direzione x, legata ad una molla di rigidezza k.
Sudio delle vibrazioni raa ogni oscillazione di una grandezza inorno ad una posizione di equilibrio. La forma piu semplice di oscillazione e il moo armonico che puo i essere descrio da un veore roane Ae
DettagliDiario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta
Diario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta 1. (1/10 Lu.) Generalità sugli insiemi, operazioni di unione, intersezione e prodotto cartesiano. Insiemi numerici: naturali,
Dettagli1 Catene di Markov a stati continui
Caene di Markov a sai coninui In queso caso abbiamo ancora una successione di variabili casuali X 0, X, X,... ma lo spazio degli sai è un insieme più che numerabile. Nel seguio supporremo che lo spazio
DettagliMODELLI DI CANALI TRASMISSIVI
MODELLI DI CANALI RASMISSIVI CANALI RASMISSIVI Canali rasmissivi Canale trasmissivo In un Sistema di Comunicazione, per Canale rasmissivo si intende, normalmente, l insieme di: - mezzo isico (mezzo trasmissivo)
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliScienze e Tecnologie Applicate L. Agarossi - ITIS P. Hensemberger - Monza
elemeni di segnali elemeni di segnali SEGNALE il segnale segnale e informazione segnale analogico e digiale il segnale digiale il segnale il segnale si può genericamene definire come una grandezza che
Dettagli01CXGBN Trasmissione numerica. parte 18: modulazioni m-psk
01CXGBN Trasmissione numerica parte 18: modulazioni m-psk 1 Modulazioni m-psk: caratteristiche 1. Modulazioni in quadratura modulazioni in anda-passante. Costellazione i-dimensionale: m segnali, equispaziati
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
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliTeoria della probabilità Assiomi e teoremi
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento
DettagliModelli ARMA, regressione spuria e cointegrazione Amedeo Argentiero
Modelli ARMA, regressione spuria e coinegrazione Amedeo Argeniero amedeo.argeniero@unipg.i Definizione modello ARMA Un modello ARMA(p, q) (AuoRegressive Moving Average of order p and q) ha la seguene sruura:
DettagliEsercitazione ENS su processi casuali (13 e 14 Maggio 2008)
Esercitazione ES su processi casuali ( e 4 Maggio 2008) D. Donno Esercizio : Calcolo di autovalori e autovettori Si consideri un processo x n somma di un segnale e un disturbo: x n = Ae π 2 n + w n, n
DettagliCorso di Fondamenti di Telecomunicazioni
Corso di Fondamenti di Telecomunicazioni 1 - INTRODUZIONE Prof. Giovanni Schembra 1 Argomenti della lezione Definizioni: Sorgente di informazione Sistema di comunicazione Segnali trasmissivi determinati
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliLaboratorio di Fisica I: laurea in Ottica e Optometria
Laboraorio di Fisica I: laurea in Oica e Opomeria Misura del empo caraerisico di carica e scarica di un condensaore araverso una resisenza Descrizione Si vuole cosruire un circuio in serie collegando generaore
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliIDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI 1 (Prof. S. Bittanti) Ingegneria Informatica 5 CFU. Appello 23 Luglio 2014 Cognome Nome Matricola
IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI 1 (Prof. S. Bittanti) Ingegneria Informatica 5 CFU. Appello 23 Luglio 201 Cognome Nome Matricola............ Verificare che il fascicolo sia costituito da
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE FACOLTÀ DI INGEGNERIA. Tesi di Laurea in TRASMISSIONE NUMERICA
UNIVERSITÀ DEGLI STUDI DI TRIESTE FACOLTÀ DI INGEGNERIA Dipartimento di Ingegneria Industriale e dell Informazione Tesi di Laurea in TRASMISSIONE NUMERICA Laureando: Serge TcheguemTango Relatore: Chiar.mo
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2015/2016 www.mat.uniroma2.it/~caramell/did 1516/ps.htm 01/03/2016 - Lezioni 1, 2 [Caramellino] Breve introduzione al corso. Fenomeni
DettagliLaboratorio di Meccanica (can C) A.A. 2014/15
Laboratorio di Meccanica (can C) A.A. 2014/15 Diario Tipo: PII: prova in itinere E: esercizi V: vacanza Lo scorso anno N Data Tipo Argomento N Data Tipo Argomento 1W No Lab 1W No Lab 1 mercoledì 4 marzo
DettagliMedie statistiche Processi stazionari Trasformazioni di processi casuali Ergodicità di processi WSS Analisi spettrale di processi WSS
Teoria dei segnali Unià 4 Teoria dei processi casuali a empo coninuo Teoria dei processi casuali a empo coninuo Medie saisiche Processi sazionari Trasformazioni di processi casuali Ergodicià di processi
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliCOMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005
COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/005 1. Gli esercizi devono essere risolti su fogli separati: uno per la prima parte del compito (esercizi 1/4), uno per la seconda parte (esercizi
DettagliMODELLO DI SOPRAVVIVENZA CONTINUO
Modello di sopravvivenza coninuo ia Esempi: MODELLO DI ORAVVIVENZA CONINUO n.a. non negaivo che esprime la duraa aleaoria da un isane iniziale fino al verificarsi di un deerminao eveno duraa di funzionameno
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
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
DettagliTeoria dei Segnali. La Convoluzione (esercizi) parte prima
Teoria dei Segnali La Convoluzione (esercizi) pare prima 1 Si ricorda che la convoluzione ra due segnali x() e y(), reali o complessi, indicaa simbolicamene come: C xy () = x() * y() è daa indifferenemene
DettagliModello di una macchina in corrente continua
Modello di una macchina in correne coninua Consideriamo un moore in correne coninua con ecciazione indipendene, in generale per esso poremo scrivere le segueni relazioni: e( ) = K Φ ω( ) v dia ( ) ( )
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
DettagliINTRODUZIONE AI SEGNALI. Fondamenti Segnali e Trasmissione
INRODUZIONE AI SEGNALI Fndameni Segnali e rasmissine Classificazine dei segnali ( I segnali rappresenan il cmpramen di grandezze fisiche (ad es. ensini, emperaure, pressini,... in funzine di una piu variabili
Dettaglie) Calcolare la frazione di studenti che ottengono un punteggio esattamente uguale al punteggio minimo richiesto per superare il test di ammissione:
ESERCIZIO 1 Il test di ammissione alla prestigiosa Università STUDY produce punteggi che seguono una distribuzione normale con media 500 e scarto quadratico medio 100. Il punteggio necessario per superare
DettagliINTRODUZIONE. Sistema di comunicazione
INTRODUZIONE Fndameni di Segnali e Trasmissine Sisema di cmunicazine Trasmissine di infrmazine da un miene ad un desinaari aravers una successine di prcessi: La srgene genera un messaggi (vce, musica,
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
DettagliINFERENZA STATISTICA I (CANALE B)
INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE PER L ESAME a.a. 2003/04 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili
DettagliDiodi a giunzione p/n.
iodi a giunzione p/n. 1 iodi a giunzione p/n. anodo caodo Fig. 1 - Simbolo e versi posiivi convenzionali per i diodi. diodi sono disposiivi eleronici a 2 erminali caraerizzai dalla proprieà di poer condurre
DettagliPIANO DI STUDIO DELLA DISCIPLINA DISCIPLINA: Statistica
-bis PIANO DI STUDIO DELLA DISCIPLINA DISCIPLINA: PSD D62 PIANO DELLE DELLE CLASSI 4^ INF SERALE ANNO 2013/14 Docenti : Patrizia D Elia, Agostino Longhitano 1) PREREQUISITI : Conoscenza del calcolo combinatorio
DettagliCHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
Dettagli, proporzionale alla RH%, si fa riferimento allo schema di figura 3 composto dai seguenti blocchi:
Esame di Sao di Isiuo Tecnico Indusriale A.S. 007/008 Indirizzo: ELETTRONICA E TELECOMUNICAZIONI Tema di: ELETTRONICA Si deve rilevare l umidià relaiva RH% presene in un ambiene, nell inervallo 0 90%,
DettagliCorso di Comunicazioni Elettriche. 2 RICHIAMI DI TEORIA DEI SEGNALI Prof. Giovanni Schembra TEORIA DEI SEGNALI DETERMINATI
Corso di Comunicazioni Eleriche RICHIAMI DI TEORIA DEI SEGNALI Pro. Giovanni Schembra Richiami di Teoria dei segnali TEORIA DEI SEGNALI DETERMINATI Richiami di Teoria dei segnali Valori caraerisici di
DettagliTIPI DI RAPPRSENTAZIONE DELLO SPETTRO
Lezione XXX 8/05/2003 ora 8:30 10:30 "Rumore piao, indice di Dirac, rumori onali, circuio ". TIPI DI RAPPRSENTAZIONE DELLO SPETTRO Uno spero, a seconda della ecnica uilizzaa per ricavarlo e del ipo di
DettagliX MANUTENZIONE e ASSISTENZA TECNICA ELETTRONICA LOGISTICA e TRASPORTI LICEO SCIENTIFICO matematica GARUTI RITA BERTATO ANNA
ISTITUTO DI ISTRUZIONE SUPERIORE J.C. MAXWELL Data: 9/09/ 2016 Pag. 1di 6 INDIRIZZO SCOLASTICO DISCIPLINA DOCENTE / I CLASSE / I PROGRAMMAZIONE ANNUALE A.S. 2016/2017 MECCANICA e MECCATRONICA X MANUTENZIONE
Dettagli