Testi del Syllabus. Docente RUSSO FABRIZIO Matricola:

Transcript

1 Testi del Syllabus Docente RUSSO FABRIZIO Matricola: Anno accademico: Insegnamento: Corso di studio: Anno regolamento: CFU: Settore: Tipo attività: Anno corso: Periodo: Sede: 2010/ MI - AUTOMAZIONE DELLE MISURE ELETTRICHE IN12 - INGEGNERIA ELETTRICA E DELL'AUTOMAZIONE INDUSTRIALE ING-INF/07 B - Caratterizzante 1 Primo Semestre TRIESTE

2 Testi in italiano Tipo testo Lingua di insegnamento italiano Contenuti Fondamenti di elaborazione numerica dei segnali di interesse per la moderna strumentazione elettronica Testi di riferimento D. Mirri, Strumentazione elettronica di misura, CEDAM, P. A. Lynn and W. Fuerst, Introductory Digital Signal Processing, Wiley, F. Russo, "Fuzzy Model Fundamentals" in Wiley Encyclopedia of Electrical and Electronics Engineering, (J. G. Webster ed.), John Wiley & Sons, 1999 Obiettivi formativi L'insegnamento ha lo scopo di fornire gli elementi fondamentali per l'analisi e il progetto della moderna strumentazione programmabile basata sull'elaborazione numerica dei segnali e dell'informazione di misura. Prerequisiti - Metodi didattici lezioni ed esercitazioni pratiche in laboratorio Altre informazioni - Modalità di verifica dell'apprendimento L'esame consiste in una prova di laboratorio e in una prova orale Elaborazione numerica di segnali e informazioni di misura: richiami alla teoria del campionamento dei segnali, errori di aliasing e di troncamento. Descrizione di segnali nel dominio del tempo discreto e nel dominio della frequenza. Analisi di sistemi con la trasformata di Fourier tempo-discreta (DTFT). Filtri digitali: considerazioni generali. Filtri digitali di tipo FIR. Filtri digitali di tipo IIR. Filtri adattativi. Trasformata discreta di Fourier (DFT). Relazioni tra DTFT e DFT. Trasformata rapida di Fourier (FFT). Analizzatori di spettro numerici: struttura, considerazioni su risoluzione e quantizzazione in frequenza. Dispersione spettrale. Riduzione della dispersione spettrale mediante tecniche do "windowing" (finestre di Hanning, Hamming, Blackman-Harris e "flat-top"). Filtri non-lineari per la cancellazione del rumore nei segnali (filtro mediano. mediano pesato, alpha-trimmed mean filter, midpoint filter) e tecniche avanzate per la validazione dei risultati. Architetture hardware per strumentazione basata su calcolatore (richiami). Misure su segnali variabili nel tempo mediante sistemi di acquisizione dati: caratteristiche fondamentali, vantaggi e limitazioni, tecniche di correzione degli errori. Implementazione in linguaggio C di

3 Tipo testo algoritmi per l'elaborazione numerica dei segnali (filtri digitali, analisi spettrale). Tecniche di elaborazione dell'informazione di misura basate sulla computational intelligence. Modelli in logica sfumata (fuzzy). Filtri fuzzy e neuro-fuzzy. Reti neurali artificiali (architetture fondamentali, metodi di apprendimento con e senza supervisore). Metodi di ottimizzazione basati sugli algoritmi genetici. Sistemi di misura basati sulle immagini: sensori CMOS e CCD, campionamento 2-D, metodi non-lineari per la rimozione del rumore, estrazione dei contorni. Implementazione in linguaggio C di algoritmi per l'elaborazione numerica delle immagini (filtri per la rimozione del rumore Gaussiano e impulsivo).

4 Testi in inglese Tipo testo Lingua di insegnamento Italian Contenuti Fundamentals of digital signal processing with application to instrumentation Testi di riferimento D. Mirri, Strumentazione elettronica di misura, CEDAM, P. A. Lynn and W. Fuerst, Introductory Digital Signal Processing, Wiley, F. Russo, "Fuzzy Model Fundamentals" in Wiley Encyclopedia of Electrical and Electronics Engineering, (J. G. Webster ed.), John Wiley & Sons, 1999 Obiettivi formativi Fundamentals of analysis and design of modern instrumentation based on digital signal processing Prerequisiti - Metodi didattici lessons in classroom and laboratory Altre informazioni - Modalità di verifica dell'apprendimento The examination may include a laboratory test too. Introduction to digital signal processing: sampling theorem, aliasing, basic types of digital signals, linear time-invariant (LTI) systems. Time-domain analysis: describing digital signals with impulse functions, digital convolution, difference equations. Frequencydomain analysis: the discrete Fourier series, the discrete time Fourier transform (DTFT), frequency responses of LTI systems, the z-transform. Design of nonrecursive digital filters. Design of recursive digital filters. Adaptive filters. The discrete Fourier transform (DFT). Efficient calculation of the DFT: the FFT algorithms. FFT-based spectrum analysis: spectral leakage, accurate spectral estimates using windows, window characterization (Hanning, Hamming, Blackman-Harris "flat-top" window). Nonlinear methods for noise removal based on rank-ordering: median filter, weighted median filter, alpha trimmed-mean filter, midpoint filter. Advanced techniques for the validation of denoising filters. Hardware platforms for computer-based instrumentation. AC signal parameters measurement using data acquisition systems: limitations, sources of errors, their correction and

5 Tipo testo estimation. C language implementation of digital signal processing algorithms. Introduction to Computational Intelligence (CI): classification of CI paradigms. Fuzzy models fundamentals: fuzzy sets, fuzzy rules, fuzzy systems, fuzzy inference mechanism, fuzzy aggregators. A simple fuzzy filter for impulse noise removal. Classical examples of fuzzy controllers. Artificial neural networks fundamentals: processing elements, threshold functions, topology characteristics, recall, learning. Supervised learning and feedforward recall artificial neural networks, backpropagation algorithm. Unsupervised learning: learning vector quantizer (LVQ). Genetic algorithms: basic operators, the simple genetic algorithm (SGA). Neurofuzzy systems. Fundamentals of digital image processing for low-level computer vision: image sensors, 2-D sampling theory, histogram modeling, image denoising based on nonlinear techniques, image quality assessment, edge detection. C language implementation of digital image processing algorithms.