Architetture e programmazione dsp
A.A. 2019/2020
Obiettivi formativi
L'obiettivo dell'insegnamento è offrire allo studente un quadro completo delle conoscenze relative alle metodologie e alle tecnologie necessarie e sufficienti per affrontare e realizzare sistemi di natura dedicata (embedded), con un approccio sistemistico. Tramite il metodo dell'elaborazione del segnale (signal processing) lo studente potrà conoscere i tre livelli di rappresentazione dell'informazione nei sistemi dedicati, il livello analogico (fisico sensoriale), il livello a segnali misti (analogico/digitale) e il livello digitale (digital signal processing, DSP). Oltre al metodo di elaborazione algoritmico (hardcomputing) lo studente potrà conoscere e applicare i metodi dell'elaborazione sfumata delle informazioni di segnale (softcomputing) per l'interazione con informazioni di natura imprecisa e non lineare. L'inferenza basata sulla logica fuzzy e sui paradigmi del neural computing faranno parte delle conoscenze teoriche e metodologiche che lo studente acquisirà durante l'insegnamento.
Obiettivo dell'insegnamento è anche consentire allo studente di consolidare le conoscenze acquisite tramite la pratica applicativa basata sui metodi della simulazione e della prototipazione rapida basata su piattaforme di sviluppo a standard industriale e allo stato dell'arte. Lo studio della natura computazionale dei metodi del signal processing, soprattutto relativamente alla dimensione numerica, fornirà allo studente le conoscenze relative alle soluzioni di architetture computazionali specifiche dell'elaborazione numerica del segnale (DSP) finalizzate a conseguire le prestazioni dell'esecuzione in tempo reale delle applicazioni.
Obiettivo dell'insegnamento è anche consentire allo studente di consolidare le conoscenze acquisite tramite la pratica applicativa basata sui metodi della simulazione e della prototipazione rapida basata su piattaforme di sviluppo a standard industriale e allo stato dell'arte. Lo studio della natura computazionale dei metodi del signal processing, soprattutto relativamente alla dimensione numerica, fornirà allo studente le conoscenze relative alle soluzioni di architetture computazionali specifiche dell'elaborazione numerica del segnale (DSP) finalizzate a conseguire le prestazioni dell'esecuzione in tempo reale delle applicazioni.
Risultati apprendimento attesi
Alla fine dell'insegnamento lo studente avrà un'esaustiva conoscenza della natura dell'informazione di segnale nelle sue diverse dimensioni di misura (spazio-temporale e frequenziale) e del trattamento numerico di tale informazione finalizzato all'applicazione su piattaforme computazionali di uso generale (MCUs) e application specific (ASP). La conoscenza dei metodi del softcomputing gli consentirà di affrontare problematiche di sviluppo difficilmente affrontabili con i metodi dell'hardcomputing (metodi algoritmici). Inoltre la conoscenza della natura dei metodi computazionali (hard e soft) consentiranno allo studente di scegliere l'architettura di computing ottimale.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Periodo
Primo semestre
Programma
Introduzione
o Fondamenti di elettronica analogica
o Metodologia di elaborazione numerica del segnale, campi applicativi e problematiche legate alla realizzazione delle applicazioni di natura industriale.
· Informazioni analogiche e digitali
o Natura analogica dell'informazione di segnale: Elaborazione analogica del l'informazione di segnale. Amplificazione, filtraggio, modulazione. (frequenza ampiezza e fase).
· Fondamenti elaborazione numerica del segnale
o Natura del segnale, campionamento, quantizzazione, analisi frequenziale, sintesi dei segnali, filtraggio.
· Programmazione DSP
o Natura delle informazioni numeriche, rappresentazione dei numeri, linguaggi di programmazione numerica (fixed e floating-point), modello di programmazione, elementi di programmazione in linguaggio C per la codifica efficiente degli algoritmi di elaborazione numerica del segnale, elementi di linguaggi di programmazione di natura modellistica (Matlab/Simulink).
· Architetture DSP
o Natura dell'architettura del sistema DSP, sottosistema di digitalizzazione (input/output analogico), convertitori analogico/digitale e digitale/analogico, architetture RISC e application specific (ASP), architettura Harvard, parallelismo esecutivo, pipelining, architettura Very Long Instruction Word (VLIW), architetture sistoliche, architetture programmabili (FPGA), multimedia processor e System-on-Chip (SoC).
· Metodi softcomputing
o Fuzzy logic
o Reti neurali artificiali (ANNs): apprendimento dai dati di segnale e test
o Reti neurali artificiali evolutive per la modellazione di motori inferenziali fuzzy logic (EFuNN) Evolving Fuzzy Neural Network, Evolving Spiking Neural Networks (ESSNs)
· Metodologia di progettazione
o Programmazione di algoritmi DSP in ambiente MATLAB/Simulink (C-like), simulazione, emulazione e generazione del codice eseguibile su target DSP.
o Prototipazione rapida su piattaforme di sviluppo dedicate.
o Fondamenti di elettronica analogica
o Metodologia di elaborazione numerica del segnale, campi applicativi e problematiche legate alla realizzazione delle applicazioni di natura industriale.
· Informazioni analogiche e digitali
o Natura analogica dell'informazione di segnale: Elaborazione analogica del l'informazione di segnale. Amplificazione, filtraggio, modulazione. (frequenza ampiezza e fase).
· Fondamenti elaborazione numerica del segnale
o Natura del segnale, campionamento, quantizzazione, analisi frequenziale, sintesi dei segnali, filtraggio.
· Programmazione DSP
o Natura delle informazioni numeriche, rappresentazione dei numeri, linguaggi di programmazione numerica (fixed e floating-point), modello di programmazione, elementi di programmazione in linguaggio C per la codifica efficiente degli algoritmi di elaborazione numerica del segnale, elementi di linguaggi di programmazione di natura modellistica (Matlab/Simulink).
· Architetture DSP
o Natura dell'architettura del sistema DSP, sottosistema di digitalizzazione (input/output analogico), convertitori analogico/digitale e digitale/analogico, architetture RISC e application specific (ASP), architettura Harvard, parallelismo esecutivo, pipelining, architettura Very Long Instruction Word (VLIW), architetture sistoliche, architetture programmabili (FPGA), multimedia processor e System-on-Chip (SoC).
· Metodi softcomputing
o Fuzzy logic
o Reti neurali artificiali (ANNs): apprendimento dai dati di segnale e test
o Reti neurali artificiali evolutive per la modellazione di motori inferenziali fuzzy logic (EFuNN) Evolving Fuzzy Neural Network, Evolving Spiking Neural Networks (ESSNs)
· Metodologia di progettazione
o Programmazione di algoritmi DSP in ambiente MATLAB/Simulink (C-like), simulazione, emulazione e generazione del codice eseguibile su target DSP.
o Prototipazione rapida su piattaforme di sviluppo dedicate.
Prerequisiti
Fondamenti di Matematica, Fondamenti di Fisica, Fondamenti di informatica (Programmazione)
Metodi didattici
Lezioni frontali con verifica interattiva in aula tramite computer e ambiente di modellazione e simulazione Matlab ed emulazione con piattaforme di sviluppo embedded.
Materiale di riferimento
Il corso è dotato di una dispensa che riporta integralmente i contenuti esposti durante le lezioni, una serie di libri tutorial e una raccolta esaustiva di codice MATLAB esemplificativo dei metodi fondamentali di elaborazione numerica del segnale.
Dispensa: M. Malcangi: "Elaborazione numerica del segnale", Maggioli Editore, Milano, 2013. Cod. 8838762511
Testo di approfondimento e manuale di pratica applicativa: Steven W Smith - The scientist and Engineer's guide to Digital Signal Processing - California Technical Publishing, 1999
Tutorial: Matlab
Dispensa: M. Malcangi: "Elaborazione numerica del segnale", Maggioli Editore, Milano, 2013. Cod. 8838762511
Testo di approfondimento e manuale di pratica applicativa: Steven W Smith - The scientist and Engineer's guide to Digital Signal Processing - California Technical Publishing, 1999
Tutorial: Matlab
Modalità di verifica dell’apprendimento e criteri di valutazione
Verifica scritta con domande a risposta multipla o progetto da svolgere durante il corso e presentare a fiune corso.
INF/01 - INFORMATICA - CFU: 6
Lezioni: 48 ore
Docente:
Malcangi Mario Natalino
Turni:
-
Docente:
Malcangi Mario Natalino