Probabilità e Processi casuali Laboratorio 5 Segnali per le
|
|
- Guglielmo Fiori
- 4 anni fa
- Visualizzazioni
Transcript
1 Probabilità e Processi casuali Laboratorio 5 Segnali per le Telecomunicazioni Prof. Prati Claudio Maria Autore: Federico Borra Politecnico di Milano, DEIB federico.borra@polimi.it Aprile 17, Ultima revisione: 28/05/17
2 Dall istogramma alla densità di probabilità 2 q Variabili discrete Istogramma= grafico delle frequenze relative q Variabili continue Istogramma= grafico delle frequenze relative ottenuto dopo una discretizzazione q Attenzione: i valori dell istogramma per le variabili casuali continue, una volta discretizzate, dipendono dalla dimensione dell intervallino scelto: più è piccolo l intervallo più sono bassi i valori dell istogramma
3 Dall istogramma alla densità di probabilità 3 q Per introdurre il concetto di densità di probabilità p(a) di una variabile casuale continua a partire dall istogramma occorrono i seguenti passi: 1 - Utilizzare intervalli piccoli così da poter ritenere la ddp costante al loro interno 2 - Dividere il valore dell istogramma per la dimensione dell intervallino (in modo che il risultato sia indipendente dalla dimensione dell intervallino) 3 - Utilizzare un numero molto elevato di prove (tanto più elevato quanto più piccolo è l intervallino) in modo che frequenze relative e probabilità quasi coincidano
4 Processi casuali 4 q L insieme di tutti i segnali deterministici (detti le realizzazioni del processo) generati da altrettante sorgenti uguali, ma indipendenti tra loro q Per descrivere il processo casuale x(t) si utilizzano soprattutto due funzioni: La densità di probabilità delle ampiezze del processo p(a) La funzione di autocorrelazione del processo R x (τ) q Se ci limitiamo a processi stazionari entrambe le funzioni NON dipendono dal tempo
5 Funzione di autocorrelazione 5 q La funzione di autocorrelazione è definita così R x ( ) =E [x(t)x(t + )] 1 N NX x i (t)x i (t + ) q Se le 2 variabili casuali sono indipendenti, la funzione di autocorrelazione coincide con il modulo quadro del valor medio del processo casuale i=1 q Se invece la variabile casuale x(t+τ) dipende dal valore assunto da x(t), allora la funzione di autocorrelazione avrà un valore differente dal modulo quadro del valor medio del processo casuale q L autocorrelazione in t=0 coincide con la potenza media del processo casuale. R x (0) è il massimo valore che può assumere l autocorrelazione
6 Il colore dei segnali 6 q Una sequenza di campioni è detta bianca se i suoi campioni sono incorrelati tra loro e quindi se la funzione di autocorrelazione è nulla per t ¹ 0 q Possiamo colorare un segnale bianco, x n filtrandolo con il filtro di risposta all impulso h n ottenendo il segnale y n q Il segnale campionato y n è ottenuto convolvendo x n e h n y n = KX k=0 x n k h k = x n h n
7 Il colore dei segnali 7 q Perché la convoluzione colora i segnali? q Esempio: E[x 2 n]=1 E[x n x n ]=0 8 6= 0 h 0 = h 1 =1/2 y n = 1 2 (x n + x n 1 ) q Calcoliamo l autocorrelazione R y (0) = E[y 2 n]= 1 4 E[x2 n]+e[x 2 n 1]+2E[x n x n 1 ]) = 1 2 R y (1) = E[y n y n 1 ]= 1 4 E [(x n + x n 1 )(x n 1 + x n 2 )] = 1 4 R y (2) = E[y n y n 2 ]= 1 4 E [(x n + x n 1 )(x n 2 + x n 3 )] = 0
8 Lo spettro di potenza 8 q Lo spettro di potenza S y (f) è la trasformata di Fourier della funzione di autocorrelazione R y (τ) S y (f) = Z +1 1 R y ( )e j2 f d q Filtrando un generico segnale x(t) con un filtro avente risposta in frequenza H(f) si ottiene in uscita il segnale y(t) con spettro di potenza S y (f) =S x (f) H(f) 2
9 Correlazione tra uscita e ingresso di un sistema LTI 9 q La correlazione mutua tra due processi è definita come R xy ( ) =E[y(t)x(t + )] 1 N NX y i (t)x i (t + ) q Se i due processi casuali y(t) e x(t) sono rispettivamente l uscita e l ingresso di un sistema LTI la loro correlazione mutua è uguale alla convoluzione tra l autocorrelazione dell ingresso e la risposta all impulso del sistema LTI: i=1 R xy ( ) =R x ( ) h( ) q Se il segnale x(t) è un rumore bianco otteniamo R xy ( ) = ( ) h( ) =h( ) q La correlazione mutua corrisponde con la risposta all impulso del sistema
PROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne
PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t
DettagliProva di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliProva scritta di Teoria dei Segnali: nuovo ordinamento
Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata
DettagliTeoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici
eoria dei Segnali rasmissione binaria casuale; somma di processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it eoria dei Segnali rasmissione
DettagliRICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA
RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti
DettagliCorso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra
Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Sommario CARATTERISTICHE DEI SEGNALI DETERMINATI.... ESERCIZIO.... ESERCIZIO... 5.3 ESERCIZIO 3 CONVOLUZIONE...
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)=
DettagliRipasso segnali e processi casuali. Trasmissione dell Informazione
Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale
Dettagli1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito
1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito L autocorrelazione di X(t), che essendo SSL dipenderà da τ, può invece essere valutata attraverso il calcolo dell
DettagliSegnali (processi) aleatori (casuali)
Segnali (processi) aleatori (casuali) Definizione di processo aleatorio Descrizione statistica di un processo aleatorio Media, potenza, varianza Autocorrelazione e autocovarianza Filtraggio di un processo
DettagliTeoria dei Segnali Ila Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 23 novembre 2017
UNIVERSITA' DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell'informazione Corso di Laurea in Ingegneria Elettronia e
DettagliTeoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
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
DettagliSegnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta
Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in
DettagliFrequenza relativa e probabilità
Frequenza relativa e probabilità La La probabilità e' e' un un numero con con cui cuisi si descrivono i i fenomeni che che possono essere essere pensati come come risultato di di un un esperimento che
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
DettagliTeoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione p. 1 Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
DettagliTeoria dei Segnali. Tema d'esame. Soluzione compito di Teoria dei Segnali
Soluzione compito di 3/03/00 A cura di Francesco Alesiani Esercizio Si consideri un sistema di comunicazione che può essere modellizzato come la cascata di due canali simmetrici indipendenti con probabilità
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 5 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 5 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it MATLAB: generazione di numeri casuali Il comando che permette di generare una matrice (n r,n c ) composta da
DettagliCOMUNICAZIONI ELETTRICHE
COMUNICAZIONI ELERICHE Diploma Universitario Ingegneria Elettronica - Ingegneria Inormatica ESERCIZIO : Si consideri il sistema mostrato in igura. Il iltro ha risposta in requenza H() = j segn (), dove
DettagliTeoria dei Segnali IIa Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 22 novembre 2018
UNIVERSITA DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell Informazione Corso di Laurea in Ingegneria Elettronia e Informatica
DettagliTeoria dei Segnali Processo di Poisson e rumore granulare
Teoria dei Segnali Processo di Poisson e rumore granulare Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Processo di Poisson e
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
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it MATLAB: generazione di numeri casuali Il comando che permette di generare una matrice (n r,n c ) composta da
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Modulazione A.A. 24-5 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di sistema di comunicazione
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
DettagliEsercitazione ENS su periodogramma (27 e 28 Maggio 2008) Esercizio 1: Autocorrelazione e stima della densità spettrale di potenza
sercitazione S su periodogramma (7 e 8 Maggio 008 D. Donno sercizio : Autocorrelazione e stima della densità spettrale di potenza Si consideri la sequenza x n di lunghezza = 8 campioni. x n è somma di
DettagliProgetto dei Sistemi di Controllo Digitali. Docente: Prof. Francesco Amato
Progetto dei Sistemi di Controllo Digitali Docente: Prof. Francesco Amato 1 Schema di un sistema di controllo digitale Controllore digitale r e A/D e* u* D/A u y Processo Sistema a empo-continuo Sistema
DettagliTeoria dei segnali terza edizione
Capitolo 9 Segnali aleatori a tempo continuo e a tempo discreto SOLUZIONI DEGLI ESERCIZI Soluzione dell esercizio 9.3 Si osservi innanzitutto che, essendo il processo () t Gaussiano, anche il processo
DettagliTrasformata di Fourier
Trasformata di Fourier Ø Risposta impulsiva e integrale di convoluzione Ø Rappresentazione di segnali nel tempo e in frequenza Ø Filtri idealmente e fisicamente realizzabili, stabilità Ø Trasformazioni
DettagliAppunti: Antitrasformazione
Appunti: Antitrasformazione Giulio Cazzoli v0.2 (AA. 2017-2018) 1 Antitrasformazione 2 1.1 Formula di Riemann........................................... 2 1.2 Convoluzione...............................................
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
DettagliCORSO DI: TEORIA DEI SEGNALI
Anno accademico 2018-2019 CORSO DI: TEORIA DEI SEGNALI Docente: prof. Claudio Sacchi INTRODUZIONE AL CORSO Contenuti Obbiettivi del corso; Programma del corso; Modalità di esame; Testi di riferimento;
DettagliIndice. Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini
Indice Cap. 1 Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini 1.1 Introduzione pag. 1 1.2 Il processo di misura e il livello dei modelli 9 1.3 Segnali deterministici
Dettagli2.2.5 Approssimazione di un segnale in una base biortogonale (segnali rettangolari) Esercizi proposti... 46
Indice 1 Operazioni elementari, convoluzione, correlazione 1 1.1 Operazioni elementari........................ 1 1.1.1 Ribaltamento, traslazione, scalatura............ 1 1.2 Convoluzione.............................
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
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
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliRichiami di teoria della probabilità
Richiami di teoria della probabilità Lo spazio fondamentale S F rappresenta l insieme di tutti i risultati ξ i che si escludono mutuamente che si possono ottenere da un esperimento aleatorio. Esempio.
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: carlo.rossi@unibo.it Introduzione Il teorema di Shannon, o del campionamento, stabilisce la connessione esistente tra i segnali fisici
DettagliPresentazione del Corso di Teoria dei Segnali (Ing. Informatica e Ing. Dell Automazione A-I)
Anno accademico 2018-2019 Presentazione del Corso di Teoria dei Segnali (Ing. Informatica e Ing. Dell Automazione A-I) Giovanni Poggi Informazioni generali sul docente E-mail: poggi@unina.it Sito Web:
DettagliAnno accademico Presentazione del Corso di Teoria dei Segnali Docente: G.Poggi
Anno accademico 2014-2015 Presentazione del Corso di Teoria dei Segnali Docente: G.Poggi Informazioni generali sul docente E-mail: poggi@unina.it Sito Web: https://www.docenti.unina.it/giovanni.poggi http://wpage.unina.it/verdoliv/tds/
DettagliELETTRONICA II. Prof. Dante Del Corso - Politecnico di Torino. Parte F: Conversione A/D e D/A Lezione n F - 1:
ELETTRONIC II Prof. Dante Del Corso - Politecnico di Torino Parte F: Conversione /D e D/ Lezione n. 24 - F - 1: Rappresentazione di segnali Campionamento, quantizzazione Sistema di conversione /D - D/
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
DettagliLezione 2: rappresentazione in frequenza
Segnali a potenza media finita e conversione A/D Lezione : rappresentazione in frequenza Generalità Spettro di potenza e autocorrelazione Proprietà dello spettro di potenza Larghezza di banda Spettri mutui
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
DettagliI Processi Stocastici
CAPITOLO 3 I Processi Stocastici 3.. Definizione di Processi Stocastici Una distinzione importante tra i segnali è quella che si fa tra segnali predicibili, di cui si può conoscere a priori l evoluzione
DettagliS n π/2 -π MASB 21/01/11 1
MASB 1/01/11 Esercizio 1. Descrivere le differenze tra segnale temporale ed imagine, nei termini di informazione associata e dimensionalità del dato. Dire se tramite tali misure si possono descrivere fenomeni
DettagliAnno accademico
Anno accademico 2017-2018 Docente: prof. Claudio Sacchi INTRODUZIONE AL CORSO Obbiettivi del corso; Programma del corso; Modalità di esame; Testi di riferimento; Reperibilità docente 2 u Fornire agli studenti
DettagliCAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1
CAMPIONAMENTO E RICOSTRUZIONE Esercizio 1 Dato il segnale y(t), con trasformata di Fourier Y(f) rappresentata in figura, rappresentare lo spettro del segnale ottenuto campionando idealmente y(t) con a)
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Introduzione Se il segnale d ingresso di un sistema Lineare Tempo-Invariante (LTI e un esponenziale
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: crossi@deis.unibo.it Introduzione Il teorema di Shannon, o
DettagliCorso di Fondamenti di Segnali e Trasmissione - Esame del 21 Febbraio 2006
Corso di Fondamenti di Segnali e Trasmissione - Esame del Febbraio 006 Gli esercizi devono essere risolti solo sui ogli dei colori indicati. Per esiti e soluzioni si veda il sito web del corso: http://www.elet.polimi.polimi.it/dsp/courses/st.
DettagliAnalisi di segnali variabili nel tempo: la trasformata di Fourier
Analisi di segnali variabili nel tempo: la trasformata di Fourier Aniello (a.k.a. Daniele) Mennella Università degli Studi di Milano Dipartimento di Fisica 13 ottobre 2015 Laboratorio di strumentazione
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon. Il teorema di Shannon
INGEGNERIA E ECNOLOGIE DEI SISEMI DI CONROLLO Prof. Carlo Rossi DEIS - Università di Bologna el: 5 934 email: crossi@deis.unibo.it Introduzione, o del campionamento, stabilisce la connessione esistente
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,
DettagliCorso di Fondamenti di Segnali e Trasmissione - Recupero del 10 Settembre 2004
Corso di Fondamenti di Segnali e Trasmissione - Recupero del 10 Settembre 2004 Gli esercizi devono essere risolti solo sui ogli dei colori indicati. Per esiti e soluzioni si veda il sito web del corso:
DettagliVI test di autovalutazione di SEGNALI & SISTEMI
VI test di autovalutazione di SEGNALI & SISEMI. Sia u(t) t R un generico segnale di ingresso e si supponga che tale segnale venga prima campionato idealmente con frequenza di campionamento f c e successivamente
DettagliTeoria dei Segnali Quantizzazione dei segnali; trasformata zeta
Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;
DettagliConversione analogico-digitale
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliSvolgimenti esami del corso di Teoria di Segnali
Svolgimenti esami del corso di Teoria di Segnali versione.4 - ultimo aggionamento 0/03/209 Autore: Gabriel Emile Hine mail: gabriel.hine@uniroma3.it (per segnalazione di eventuali errori/refusi) Esame
DettagliFondamenti di Segnali e Trasmissione Quarto laboratorio
Fondamenti di Segnali e Trasmissione Quarto laboratorio MATLAB: generazione di numeri casuali Il comando che permette di generare una matrice (nr,nc) composta da numeri casuali, con distribuzione di probabilità
DettagliTeoria dei Segnali (19 dicembre 2002)
Teoria dei Segnali (9 dicembre ) II Provetta Esercizio N. (per gli studenti della laurea quinquennale) All ingresso del modulatore in figura c è il segnale m() t cos( Ωt) l inviluppo complesso del segnale
DettagliStazionarietà. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 3: Processi Stocastici 3-1
IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 3: Processi Stocastici Motivazioni Esempi Definizione Dualitá Stazionarietà 3-1 Motivazioni In molti settori scientifici sia tecnologici che economico-sociali
DettagliTeoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari
Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliComputazione per l interazione naturale: fondamenti probabilistici (1)
Computazione per l interazione naturale: fondamenti probabilistici (1) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
DettagliCANALE STAZIONARIO CANALE TEMPO INVARIANTE
CANALE STAZIONARIO Si parla di un Canale Stazionario quando i fenomeni che avvengono possono essere modellati da processi casuali e le proprietà statistiche di tali processi sono indipendenti dal tempo.
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI Fondamenti di Segnali e Trasmissione Risposta in requenza e banda passante La risposta in requenza di un sistema LTI e la trasormata di Fourier
DettagliCap.1. GENERALITÀ SUI PROCESSI STOCASTICI
Cap.1. GENERALITÀ SUI PROCESSI STOCASTICI 1.1. SEGNALI ALEATORI E LORO SORGENTI Si è a volte fatto riferimento ai segnali quali veicoli di informazione: in proposito occorre tuttavia precisare che si tratta
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Sistemi Tempo-Discreti In questi sistemi i segnali hanno come base l insieme dei numeri interi: sono sequenze
DettagliCorso di Laurea in Ingegneria Informatica (Laurea on Line)
Milano 30/11/07 Corso di Laurea in Ingegneria Informatica (Laurea on Line) Corso di Fondamenti di Segnali e Trasmissione Prima prova Intermedia Carissimi studenti, scopo di questa prima prova intermedia
DettagliProva di esame di Teoria dei Segnali
10 aprile 2018 Prova di esame di Teoria dei Segnali Parte quantitativa Candidato: Esercizio A Un canale binario simmetrico è caratterizzato { da una probabilità di errore p (x1 ) = 0.1 P e = 0.2 e probabilità
Dettagli3. Sistemi Lineari a Tempo Discreto
. Sistemi Lineari a Tempo Discreto .5 y(t), y(kt) 4 y(t), y(kt).5.5.5.5.5 4 5 4 5 Campionamento di un segnale continuo Fig. (a) Segnale discreto Fig. (b) Esprimono relazioni fra variabili campionate ad
Dettagliesame di Teoria dei Segnali 26 marzo 1999 Ex.1: Sia X U(0; 1). Calcolare la distribuzione di probabilita della v.a. Y = g(x),
Consorzio NETTUNO, Polo Tecnologico di Napoli esame di Teoria dei Segnali 26 marzo 1999 Ex.1: Sia X U(0; 1). Calcolare la distribuzione di probabilita della v.a. Y = g(x), dove ; i =1;2;:::;N g(x) =i=n;
DettagliPrime nozioni sui segnali
Prime nozioni sui segnali Ø Conce'o di segnale Ø ed esempi di segnali elementari sia determinis4ci che casuali (media, deviazione standard, densità di probabilità) Ø Operazioni sui segnali Ø Energia, potenza,
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
DettagliS n π/2 -π MASB 21/01/11 1
MASB 1/01/11 Esercizio 1. Descrivere le differenze tra segnale temporale ed imagine, nei termini di informazione associata e dimensionalità del dato. Dire se tramite tali misure si possono descrivere fenomeni
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 0/06/11 AA010011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliCOMUNICAZIONI ELETTRICHE A
COMUNICAZIONI ELERICHE A Laurea riennale in Ingegneria Elettronica e delle elecomunicazioni Prova del 10/1/007 empo a disposizione: ore 1. Si illustri il funzionamento di un ricevitore supereterodina,
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
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
DettagliCap. 3. PROCESSI RAPPRESENTATI TRAMITE SERIE TEMPORALI
Cap. 3. PROCESSI RAPPRESENTATI TRAMITE SERIE TEMPORALI 3.1. PROCESSI REALI CON FATTORI ALEATORI Sovente si hanno processi rappresentati tramite una serie temporale infinita di segnali di energia noti,
DettagliTeoria dei Segnali Introduzione ai processi stocastici
Teoria dei Segnali Introduzione ai processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Introduzione ai processi
DettagliElementi di Teoria dei Segnali
Elementi di Teoria dei Segnali Ing. Michele Scarpiniti michele.scarpiniti@uniroma1.it http://ispac.ing.uniroma1.it/scarpiniti/index.htm Master "Tecniche per la Multimedialità" 1 Il concetto di segnale
DettagliQuesta viene trasmessa sul canale (wireless o wired). In questo corso, modellizzeremo il canale di trasmissione come un canale Gaussiano bianco
Canale di trasmissione Dati una costellazione M un labeling binario e è possibile associare alle sequenze binarie di informazione u da trasmettere una forma d onda s(t). Questa viene trasmessa sul canale
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 luglio 6 Vettori aleatori e funzioni di v.a. Esercizio Si lanciano due dadi equi. Qual è la probabilità che la somma sia? [ ] Siano X, X le v.a.
Dettaglif (a)δa = C e (a a*)2 h 2 Δa
Distribuzione di Gauss Se la variabile non e` discreta ma puo` variare in modo continuo in un certo intervallo e ad ogni suo valore resta assegnata una probabilita` di verificarsi, dalla distribuzione
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE Modelli delle Sorgenti di Traffico Generalità Per la realizzazione di un modello analitico di un sistema di telecomunicazione dobbiamo tenere in considerazione 3 distinte sezioni
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
DettagliUniversità di Roma Tor Vergata Corso di Teoria dei Fenomeni Aleatori, AA 2012/13. Catene di Markov
Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Frequenza dei guasti: N GUASTI 0 T N T 0 T! Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Campionando
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
Dettagli( ) ( ) = ( )* ( ) Z f X f Y f. sin 2 f. 0 altrove. Esempio di Modulazione
Esempio di Modulazione z ( t) = x( t) y ( t) dove x( t ) e y () t ammetto trasformata di Fourier X ( f ) e Y ( f ) Per z ( t ) si ha (convoluzione degli spettri): Ad esempio se: ( ) = sin( 2π f t) x t
DettagliCAMPIONAMENTO. y(t) = x 1 (t) x 2 (t) Σ δ(t - kt c. ) k. Figure 1:
CAMPIONAMENTO 1) Si considerino i due segnali a banda limitata x 1 (t) con banda B 1 e x 2 (t) con banda B 2. Si costruisca il segnale y(t) come y(t) = x 1 (t) x 2 (t) Volendo applicare il principio del
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 variabile casuale normale Da un analisi di bilancio è emerso che, durante i giorni feriali
DettagliVETTORI DI VARIABILI ALEATORIE
VETTOI DI VAIABILI ALEATOIE E. DI NADO 1. Funzioni di ripartizione congiunte e marginali Definizione 1.1. Siano X 1, X 2,..., X n v.a. definite su uno stesso spazio di probabilità (Ω, F, P ). La n-pla
DettagliI Processi Stocastici
CAPITOLO 3 I Processi Stocastici 3.1. Definizione di Processi Stocastici Una distinzione importante tra i segnali è quella che si fa tra segnali predicibili, di cui si può conoscere a priori l evoluzione
DettagliSPETTRO DI POTENZA DI UN PROCESSO STOCASTICO
SPERO DI POENZA DI UN PROCESSO SOCASICO I segnali aleatori vengono comunemente denominati processi stocastici. Per un processo stocastico non è definibile, e dunque calcolabile, la trasformata di Fourier.
Dettagli