logo-polimi
Loading...
Manifesto
Struttura Corso di Studi
Cerca/Visualizza Manifesto
Dati Insegnamento
Scarica il Manifesto
Regolamento didattico
Consulta il Regolamento
Elenco docenti
Strutture didattiche
Dati quantitativi
Internazionalizzazione
Orario Personalizzato
Il tuo orario personalizzato è disabilitato
Abilita
Ricerche
Cerca Docenti
Cerca Insegnamenti
Cerca insegnamenti degli Ordinamenti precedenti al D.M.509
Erogati in lingua Inglese

Legenda
Semestre (Sem)
1Primo Semestre
2Secondo Semestre
AInsegnamento Annuale
Attività formative
BCaratterizzanti
Lingua d'erogazione
Insegnamento completamente offerto in lingua italiana
Insegnamento completamente offerto in lingua inglese
--Non definita
Didattica innovativa
I CFU riportati a fianco a questo simbolo indicano la parte dei CFU dell'insegnamento erogati con Didattica Innovativa.
Tali CFU riguardano:
  • Cotutela con mondo esterno
  • Blended Learning & Flipped Classroom
  • Massive Open Online Courses (MOOC)
  • Soft Skills
Dati Insegnamento
Contesto
Anno Accademico 2018/2019
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Corso di Studi (Mag.)(ord. 270) - MI (474) Telecommunication Engineering - Ingegneria delle Telecomunicazioni
Piano di Studio preventivamente approvato Z2E - TECHNOLOGIES
Anno di Corso 2

Scheda Insegnamento
Codice Identificativo 052471
Denominazione Insegnamento ADVANCED DIGITAL SIGNAL PROCESSING
Tipo Insegnamento Monodisciplinare
Crediti Formativi Universitari (CFU) 10.0
Semestre Primo Semestre
Programma sintetico Il corso affronta i fondamentali della teoria della stima, l'elaborazione statistica dei segnali e l'analisi di serie temporali di dati usando un approccio application-driven con esempi pratici da diversi campi dell'ingegneria come sistemi GPS e di navigazione, comunicazioni audio/video e digitali, analisi vibrazionale, e tele-rilevamento. L'obiettivo è quello di acquisire conoscenza sui seguenti-argomenti chiave: l'algebra per l'elaborazione del segnale e teoria della stima, fondamenti della teoria della stima (BLU, MLE, CRB, MMSE, MAP), parameter tracking e filtraggio Kalman, filtraggio adattativo LMS/RLS, analisi spettrale (AR/MA/ ARMA) e metodi ad alta risoluzione per elaborazione di array, detection theory, pattern e feature detection/classification, e metodi di classificazione supervisionati / non supervisionati. Gli esercizi sono su aspetti teorici e casi pratici con l'uso del software Matlab e la simulazione di Montecarlo. Durante il semestre ci sono 3 esercizi interattivi su casi pratici di studenti organizzati in gruppi di lavoro.
Settori Scientifico Disciplinari (SSD)
Attività formative Codice SSD Descrizione SSD CFU
B
ING-INF/03
TELECOMUNICAZIONI
10.0
Didattica innovativa L'insegnamento prevede  1.0  CFU erogati con Didattica Innovativa come segue:
  • Blended Learning & Flipped Classroom

Orario: aggiungi e rimuoviScaglioneDocenteLingua offertaProgramma dettagliato
Da (compreso)A (escluso)
--AZZZZSpagnolini Umberto
manifesti v. 3.1.9 / 3.1.9
Area Servizi ICT
10/12/2019