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
CAffini o integrative
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 (476) Electronics Engineering - Ingegneria Elettronica
Piano di Studio preventivamente approvato PSS - ELECTRONICS ENGINEERING
Anno di Corso 2

Scheda Insegnamento
Codice Identificativo 093267
Denominazione Insegnamento DIGITAL SIGNAL PROCESSING
Tipo Insegnamento Monodisciplinare
Crediti Formativi Universitari (CFU) 10.0
Semestre Primo Semestre
Programma sintetico The course deals with fundamentals of the estimation theory, statistical signal processing and time-data analytics using an application-driven approach with several interdisciplinary engineering examples from audio/video and digital communications, vibration analysis, imaging and remote sensing, GPS and navigation systems. Goal is to gain practice on the following key-topics: algebra for signal processing and estimation theory, fundamentals of the estimation theory (BLUE, MLE, CRB, MMSE, MAP), parameter tracking and Kalman filtering, and adaptive LMS/RLS filtering. Spectral analysis (AR/MA/ARMA) and high-resolution methods for line spectra and array processing. Detection theory, pattern and feature detection/classification, and supervised/unsupervised classification methods. Exercises are on theoretical aspects and practical cases with the use of Matlab software and Montecarlo simulation. During the semester there are 3 interactive exercises on practical cases by students organized in working groups.
Settori Scientifico Disciplinari (SSD)
Attività formative Codice SSD Descrizione SSD CFU
C
ING-INF/03
TELECOMUNICAZIONI
10.0

Orario: aggiungi e rimuoviScaglioneDocenteLingua offertaProgramma dettagliato
Da (compreso)A (escluso)
--AZZZZSpagnolini Umberto
manifesti v. 3.4.3 / 3.4.3
Area Servizi ICT
22/10/2020