ITALIANO

Analisi e sintesi dei segnali d’interesse per l’ingegneria biomedica, sia nel dominio del tempo che in quello della frequenza. Analisi di semplici schemi di elaborazione dei segnali, in particolare mediante sistemi lineari. Aspetti fondamentali della teoria della probabilità e dei processi aleatori. Elementi di teoria dell’informazione.

1) G. Gelli, F. Verde, Segnali e sistemi, Liguori, 2014.

2) G. Gelli, Probabilità e informazione, disponibile sul canale Teams del corso.

3) F. A. N. Palmieri, Lezioni di Telecomunicazioni: Teoria dei Fenomeni Aleatori, CUES (2010).

4) F. A. N. Palmieri, Lezioni di Telecomunicazioni: Elementi di Teoria dei Segnali Tempo-Continuo (2012).

Obiettivo dell'insegnamento è fornire gli strumenti di base per l’analisi dei segnali deterministici e per la loro elaborazione mediante sistemi (in particolare sistemi lineari) sia nel dominio del tempo che in quello della frequenza. Ulteriore obiettivo è introdurre i concetti di base della teoria della probabilità, dei processi aleatori e della teoria dell'informazione.

E' necessaria la conoscenza dei concetti di Analisi Matematica I. È inoltre consigliata la conoscenza dei concetti di base dei corsi di Analisi II, Geometria ed Algebra.

La didattica è erogata per il 100% con lezioni frontali, che includono sia teoria che esercitazioni.

L'esame si articola in una prova scritta (con esercizi numerici) ed una prova orale.

Informazioni aggiornate sul corso e il materiale didattico sono disponibili sul canale Teams del corso.

Segnali deterministici: segnali a tempo continuo e a tempo discreto, caratterizzazione energetica dei segnali, serie e trasformata di Fourier, banda di un segnale. Classificazione dei sistemi: causalità, stabilità, linearità, tempo-invarianza. Sistemi lineari tempo-invarianti: filtraggio nel dominio del tempo e della frequenza, banda di un sistema, distorsione lineare e non lineare. Conversione analogico/digitale e digitale/analogica. Elementi di teoria della probabilità. Variabili aleatorie: caratterizzazione completa e sintetica di una variabile, di una coppia di variabili, di un vettore di variabili aleatorie. Variabili aleatorie notevoli. Processi aleatori. Misura dell’informazione ed entropia. Sorgenti di informazione. Codici per la compattazione dati. Codifica a blocchi e primo teorema di Shannon.

Italian

Analysis and synthesis of signals of interest in biomedical engineering, both in the time and frequency domains. Analysis of basic signal processing schemes, in particular using linear systems. Fundamental aspects of probability theory and random processes. Elements of information theory.

1) G. Gelli, F. Verde, Segnali e sistemi, Liguori, 2014.

2) G. Gelli, Probabilità e informazione, disponibile sul canale Teams del corso.

3) F. A. N. Palmieri, Lezioni di Telecomunicazioni: Teoria dei Fenomeni Aleatori, CUES (2010).

4) F. A. N. Palmieri, Lezioni di Telecomunicazioni: Elementi di Teoria dei Segnali Tempo-Continuo (2012).

The aim of the course is to provide the basic tools for the analysis of deterministic signals and their processing by systems (in particular linear systems), both in the time domain and in the frequency domain. A further objective is to introduce the fundamental concepts of probability theory, random processes, and information theory.

A solid knowledge of the concepts of Calculus I is required. In addition, familiarity with the basic concepts of Calculus II, Geometry, and Algebra is recommended.

Teaching is delivered entirely through face-to-face lectures, including both theoretical topics and problem-solving sessions.

The assessment consists of a written examination (with numerical problems) followed by an oral examination.

Up-to-date information about the course and the teaching materials are available on the course Teams channel.

Deterministic signals: continuous-time and discrete-time signals; energy characterization of signals; Fourier series and Fourier transform; signal bandwidth. System classification: causality, stability, linearity, and time invariance. Linear time-invariant systems: filtering in the time and frequency domains; system bandwidth; linear and nonlinear distortion. Analog-to-digital and digital-to-analog conversion. Elements of probability theory. Random variables: complete and compact characterization of a single random variable, pairs of random variables, and random vectors; common random variables. Random processes. Measurement of information and entropy. Information sources. Data compression codes. Block coding and the first Shannon theorem.