Telecommunication Engineering - Ingegneria delle Telecomunicazioni

GENERALI Il modulo intende fornire le conoscenze di base relative alle antenne e ai meccanismi di propagazione elettromagnetica dei segnali insieme con gli strumenti metodologici per la loro applicazione al trasferimento a distanza dell’informazione. Le competenze acquisite riguarderanno in primo luogo le caratteristiche della radiazione elettromagnetica, le tipologie e le tecniche di progetto delle antenne con le relative applicazioni per i diversi sistemi di telecomunicazione e di controllo. Si approfondiranno quindi gli aspetti della propagazione elettromagnetica in ambienti complessi per sistemi wireless, satellitari e radar. Completano il percorso formativo lo studio delle procedure di analisi assistita al calcolatore, le tecniche di misura e le tematiche di impatto ambientale dei campi elettromagnetici.
SPECIFICI Conoscenza e capacità di comprensione: conoscere e saper comprendere gli aspetti metodologici dello studio e caratterizzazione delle antenne; conoscere e saper comprendere gli aspetti metodologici della propagazione del campo elettromagnetico nell’ambiente; conoscere gli strumenti di misura dei campi elettromagnetici e i software per la simulazione. Capacità di applicare conoscenza e comprensione: saper applicare le tecniche di analisi e sintesi per la progettazione di antenne; saper applicare le tecniche di misura dei campi elettromagnetici. Autonomia di giudizio: essere in grado di formulare una propria valutazione relativa al funzionamento delle antenne e caratteristiche propagative del campo elettromagnetico in ambienti complessi; essere in grado di raccogliere informazioni aggiuntive per conseguire una maggiore consapevolezza relativa ai campi elettromagnetici nell’ambiente. Abilità comunicative: saper descrivere le caratteristiche radiative delle antenne; saper comunicare i valori di campo elettromagnetico nell’ambiente Capacità di apprendimento: saper continuare l’apprendimento in un continuo aggiornamento relativo ai sistemi di antenna e propagazione del campo elettromagnetico nell’ambiente; essere in grado di proseguire negli studi per approfondire ulteriori aspetti relativi ai campi elettromagnetici radiati

Introduzione al corso - Fondamenti di campi e onde elettromagnetiche (Ripasso / Esercitazioni: 11 h);

Campo irradiato in spazio libero e parametri di antenna; Analisi e progetto di antenne; Tipologie di antenne e relative applicazioni (Lezioni: 19 h; Esercitazioni: 5 h);

Fondamenti di radiopropagazione; Propagazione in ambienti complessi (Lezioni: 12 h; Esercitazioni: 3 h);

Metodi numerici, tecniche CAD, strumenti e tecniche di misura per le antenne e la propagazione; problematiche di impatto ambientale (Lezioni: 7 h; Esercitazioni: 3 h).

NB. La divisione in ore è puramente indicativa, potendo le lezioni variare di anno in anno a seconda delle interazioni con gli studenti frequentanti e sviluppi tecnologici

• Il dettaglio delle lezioni è disponibile sul sito e-learning e viene presentato e discusso il primo giorno di lezione. quanto segue è puramente indicativo
• Testi di riferimento: Materiale a disposizione su elearning
• Inmtroduzione al corso - fondamenti di campi elettromagnetici e onde (Ripasso / Esercizi: 11 h);
• Testi di riferimento: Materiale a disposizione su elearning
• Campo elettromagnetico radiato in spazio libero e parametri di antenna; Analisi e progetto di antenne; Tipologie di antenne e applicazioni relative (Lezioni: 19 h; Esercizi: 5 h);
• Testi di riferimento: Materiale a disposizione su elearning
• Fondamenti di radiopropagazione; propagazione del campo elettromagnetico in ambienti complessi (Lezioni: 12 h; Esercizi: 3 h)
• Testi di riferimento: Materiale a disposizione su elearning
• Metodi numerici, tecniche CAD, strumentazione e procedure di misura per le antenne e i campi elettromagnetici; Impatto ambientale dei campi elettromagnetici (Lezioni: 7 h; Esercizi: 3 h).
• Testi di riferimento: Materiale a disposizione su elearning

Colloquio con il docente. L’esame mediamente si compone di due/tre domande ognuna incentrata sulle diverse parti del corso (antenne, propagazione, altri), a partire dalle quali si possono approfondire/discutere i diversi argomenti.

Come stabilito per gli esami universitari, la valutazione è espressa in trentesimi (scala 0-30); per superare l'esame occorre conseguire un voto non inferiore a 18/30 (voto minimo); il voto massimo è 30/30, a cui può essere aggiunta la “lode”.

Per ottenere il voto minimo, lo studente deve dimostrare di aver acquisito una conoscenza sufficiente degli argomenti trattati. Per conseguire il massimo punteggio, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso, essere in grado di collegarli, e presentarli in modo logico e coerente e con il linguaggio appropriato.

Dispense e presentazioni forniti dal docente.

Il materiale è disponibile sul sito e-learning, ogni anno accademico viene formato apposito gruppo (nome e password fornite i primi giorni di lezione) a cui si chiede l’iscrizione degli studenti per agevolare le comunicazioni

‐ Campi e onde elettromagnetiche:

1. E. J. Rothwell and M. J. Cloud, Electromagnetics. CRC Press, USA, 2001.

2. D. K. Cheng, Field and Wave Electromagnetics. 2nd Ed., Addison‐Wesley, USA, 1983.

3. R. P. Feynman, Electromagnetism. Addison‐Wesley, USA, 1964.

• in italiano:

1. G. Gerosa e P. Lampariello, Lezioni di campi elettromagnetici. 2a Ed., Ingegneria 2000, Italia, 2006.

2. G. Conciauro, Introduzione alle onde elettromagnetiche. McGraw‐Hill, Italia, 1993.

3. G. Franceschetti, Campi elettromagnetici. 2nd Ed., Bollati Boringhieri, Italia, 1992.

4. C. G. Someda, Onde elettromagnetiche. UTET, Italia, 1996.

5. J. D. Jackson, Elettrodinamica classica. Zanichelli, Italia, 2001.

‐ Antenne:

1. C. A. Balanis, Antenna Theory. 3rd Ed., Wiley, USA, 2005.

2. R. E. Collin, Antennas and Radiowave Propagation. McGraw‐Hill, USA, 1985.

3. R. E. Collin and F. J. Zucker, Antenna Theory. Mc‐Graw‐Hill, USA, 1969.

4. J. L. Volakis, Ed., Antenna Engineering Handbook. 4th Ed., McGraw‐Hill, USA, 2007.

‐ Radiopropagazione:

1. A. Ishimaru, Electromagnetic Wave Propagation, Radiation, and Scattering. Prentice Hall, USA, 1991.

2. J. S. Seybold, Introduction to RF Propagation. Wiley, USA, 2005.

3. D. A. McNamara, C. W. I. Pistorius, J. A. G. Malherbe, Introduction to the Uniform Geometrical Theory of Diffraction. Artech House, 1990.

GENERALI Il corso mira a fornire una formazione solida e integrata nei principi fondamentali della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, con attenzione sia agli aspetti teorici sia alle applicazioni pratiche nei moderni sistemi di comunicazione digitale. Al termine del percorso, lo studente sarà in grado di comprendere i concetti di entropia e di capacità di canale, valutare l’efficienza di codici per la compressione dei dati e la correzione degli errori, e interpretare le implicazioni dei teoremi di Shannon. Verranno affrontati i principi dell’elaborazione statistica dei segnali e della teoria della stima e della rivelazione, inclusi gli approcci a massima verosimiglianza e bayesiani. Il corso esplorerà inoltre tecniche avanzate di trasmissione e ricezione, quali l’equalizzazione di canale, i sistemi multiportante come l’OFDM, la sincronizzazione e la stima del canale, nonché le tecniche di diversità e i sistemi multi-antenna per la comunicazione in presenza di fading. L’insegnamento promuove la capacità di modellare problemi di comunicazione in termini matematici e di applicare un approccio quantitativo e critico, anche attraverso esercitazioni pratiche in MATLAB e/o Python. SPECIFICI Conoscenza e capacità di comprensione: Lo studente acquisisce una solida comprensione dei principi della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, con applicazione ai sistemi di comunicazione digitale di strato fisico. Capacità di applicare conoscenza e comprensione: Lo studente è in grado di applicare modelli e tecniche dell’informazione e dell’elaborazione statistica dei segnali per analizzare, progettare e simulare sistemi di comunicazione efficienti, affidabili e coerenti con le caratteristiche del canale e della sorgente. Autonomia di giudizio: Lo studente sviluppa la capacità di valutare criticamente le prestazioni di diverse soluzioni di codifica, stima e rivelazione, scegliendo con consapevolezza le strategie più adatte in funzione del contesto applicativo e delle condizioni operative. Abilità comunicative: Lo studente acquisisce il linguaggio tecnico necessario per descrivere con chiarezza modelli, algoritmi, metriche di prestazione e scelte progettuali nel campo delle comunicazioni digitali. Capacità di apprendimento: Lo studente è in grado di approfondire in modo autonomo temi avanzati della comunicazione e dell’elaborazione dei segnali, sviluppando competenze utili per proseguire in ambito accademico o professionale.

SIGNAL PROCESSING FOR COMMUNICATIONS
Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: INFORMATION THEORY AND CODING
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS

• Teoria della stima
• Teoria della rivelazione
• Equalizzazione per sistemi multi-portante
• Sistemi Multi-Antenna

Modulo: INFORMATION THEORY AND CODING

• Codifica di sorgente
• Codifica di Canale
• Limiti notevoli della teoria dell'informazione e impatto sulla progettazione

INFORMATION THEORY AND CODING
Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: INFORMATION THEORY AND CODING
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS

• Teoria della stima
• Teoria della rivelazione
• Equalizzazione per sistemi multi-portante
• Sistemi Multi-Antenna

Modulo: INFORMATION THEORY AND CODING

• Codifica di sorgente
• Codifica di Canale
• Limiti notevoli della teoria dell'informazione e impatto sulla progettazione

SIGNAL PROCESSING FOR COMMUNICATIONS
L'esame scritto consta di un esercizio sulla prima parte e domanda/e sulla seconda parte. (10/30)

L'orale prevede domande su ambedue le parti. (20/30)

INFORMATION THEORY AND CODING
L'esame scritto consta di un esercizio sulla prima parte e domanda/e sulla seconda parte. (10/30)

L'orale prevede domande su ambedue le parti. (20/30)

SIGNAL PROCESSING FOR COMMUNICATIONS
Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
Cover and Thomas, Elements of Information Theory

Appunti e lucidi fornita dal docente mediante slides

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
[1] Cover, Thomas "Elements of Information theory"

INFORMATION THEORY AND CODING
Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
Cover and Thomas, Elements of Information Theory

Appunti e lucidi fornita dal docente mediante slides

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
[1] Cover, Thomas "Elements of Information theory"

GENERALI

Il corso mira a fornire una formazione solida e integrata nei principi fondamentali della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, con attenzione sia agli aspetti teorici sia alle applicazioni pratiche nei moderni sistemi di comunicazione digitale. Al termine del percorso, lo studente sarà in grado di comprendere i concetti di entropia e di capacità di canale, valutare l’efficienza di codici per la compressione dei dati e la correzione degli errori, e interpretare le implicazioni dei teoremi di Shannon. Verranno affrontati i principi dell’elaborazione statistica dei segnali e della teoria della stima e della rivelazione, inclusi gli approcci a massima verosimiglianza e bayesiani. Il corso esplorerà inoltre tecniche avanzate di trasmissione e ricezione, quali l’equalizzazione di canale, i sistemi multiportante come l’OFDM, la sincronizzazione e la stima del canale, nonché le tecniche di diversità e i sistemi multi-antenna per la comunicazione in presenza di fading. L’insegnamento promuove la capacità di modellare problemi di comunicazione in termini matematici e di applicare un approccio quantitativo e critico, anche attraverso esercitazioni pratiche in MATLAB e/o Python.

SPECIFICI

• Conoscenza e capacità di comprensione: Lo studente acquisisce una solida comprensione dei principi della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, con applicazione ai sistemi di comunicazione digitale di strato fisico.
• Capacità di applicare conoscenza e comprensione: Lo studente è in grado di applicare modelli e tecniche dell’informazione e dell’elaborazione statistica dei segnali per analizzare, progettare e simulare sistemi di comunicazione efficienti, affidabili e coerenti con le caratteristiche del canale e della sorgente.
• Autonomia di giudizio: Lo studente sviluppa la capacità di valutare criticamente le prestazioni di diverse soluzioni di codifica, stima e rivelazione, scegliendo con consapevolezza le strategie più adatte in funzione del contesto applicativo e delle condizioni operative.
• Abilità comunicative: Lo studente acquisisce il linguaggio tecnico necessario per descrivere con chiarezza modelli, algoritmi, metriche di prestazione e scelte progettuali nel campo delle comunicazioni digitali.
• Capacità di apprendimento: Lo studente è in grado di approfondire in modo autonomo temi avanzati della comunicazione e dell’elaborazione dei segnali, sviluppando competenze utili per proseguire in ambito accademico o professionale.

Al termine del corso, lo studente avrà acquisito una solida comprensione dei principi fondamentali della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, sviluppando la capacità di affrontare in modo critico e quantitativo le problematiche legate alla trasmissione e ricezione dei segnali nei moderni sistemi di comunicazione digitale. Sarà in grado di interpretare concetti chiave come l’entropia, la capacità di canale e il teorema di Shannon, e di applicare tali nozioni per valutare l’efficienza di codici utilizzati nella compressione dei dati e nella correzione degli errori. Lo studente saprà analizzare e modellare segnali aleatori, applicando metodi statistici avanzati, come le tecniche di stima a massima verosimiglianza e quelle di tipo bayesiano, e sarà in grado di comprendere e progettare sistemi di rivelazione ottimali. Sarà inoltre capace di affrontare le sfide poste dalla trasmissione su canali reali, sviluppando competenze nella progettazione di sistemi di equalizzazione, nella sincronizzazione, nell’impiego di tecniche multiportante come l’OFDM, nella stima del canale e nell’utilizzo di strategie di diversità e sistemi multi-antenna per contrastare gli effetti del fading. Grazie all’integrazione di esercitazioni pratiche con MATLAB e/o Python, lo studente sarà anche in grado di simulare e analizzare scenari complessi, traducendo i modelli teorici in implementazioni concrete. In sintesi, svilupperà la capacità di affrontare problemi ingegneristici con un approccio rigoroso, modellandoli matematicamente e proponendo soluzioni fondate su criteri quantitativi e sperimentali.

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: INFORMATION THEORY AND CODING
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS

• Teoria della stima
• Teoria della rivelazione
• Equalizzazione per sistemi multi-portante
• Sistemi Multi-Antenna

Modulo: INFORMATION THEORY AND CODING

• Codifica di sorgente
• Codifica di Canale
• Limiti notevoli della teoria dell'informazione e impatto sulla progettazione

L'esame scritto consta di un esercizio sulla prima parte e domanda/e sulla seconda parte. (10/30)

L'orale prevede domande su ambedue le parti. (20/30)

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
Cover and Thomas, Elements of Information Theory

Appunti e lucidi fornita dal docente mediante slides

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
[1] Cover, Thomas "Elements of Information theory"

GENERALI Sono fornite le nozioni avanzate teoriche e applicative che riguardo i modeni metodi Machine Learning (ML), le altre metodologie specifiche ad essi riconducibili e i vari contesti applicativi, generalmente riferiti ai metodi di apprendimento dai dati con approccio prevalentemente statistico. Gli obiettivi formativi riguardano la rivisitazione/presentazione dei metodi ML con approfondimenti matematici, la applicabilità dei metodi in vari scenari di interesse. In particolare, il corso si articola sul seguenti tematiche che generali: 1) Principi matematici della moderna intelligenza artificiale; 2) Introduzione o rivisitazione dei metodi ML con approccio teorico e matematico avanzato; 3) Algoritmi specifici di ML avanzati: teoria e pratica; 4) Principali librerie utilizzate nel contesto del ML. In particolare ScikitLearn, Torch e TensorFlow 2.x.
SPECIFICI Conoscenza e capacità di comprensione: Lo studente acquisirà conoscenze e che lo metteranno in grado di comprendere le problematiche generali di applicabilità dei metodi ML nei vari contesti operativi. Capacità di applicare conoscenza e comprensione: Lo studente acquisirà competenze che lo metteranno progettare e realizzare algoritmi ML nei problemi di classificazione, regressione, predizione e filtraggio. Contestualizzazione delle metodologie in scenari applicativi. Autonomia di giudizio: Attraverso un’intensa e sistematica attività pratica su dati reali, lo studente acquisirà autonomia di giudizio rispetto alle specifiche di problemi pratici e alle capacità di individuare soluzioni adeguate a rispondere alle prestazioni richieste. Abilità comunicative: Le tematiche affrontate nel corso sono di generale interesse nell'ambito scientifico e industriale, in particolare nei campi dei beni culturali, dell’e-health, della domotica, dell’ambiente, della logistica, del trasporto, della sicurezza delle persone e delle cose. A valle di tale insegnamento, lo studente sarà in grado di comunicare le conoscenze acquisite a interlocutori specialisti e non specialisti nel mondo della ricerca e del lavoro in cui svilupperà le sue successive attività scientifiche e/o professionali. Capacità di apprendimento: La metodologia didattica implementata nell'insegnamento richiede un’attività di studio autonomo e auto-gestito durante lo sviluppo di elaborati monotematici per l’approfondimento didattico e/o sperimentale di specifici argomenti.

rgomenti principali:

Parte 1: Matematica e statistica avanzata, contestualizzati per il Machine Learning (0.5 CFU)

1. Spazi metrici: blocchi base per il moderno ML;

2. Programmazione non lineare per ottimizzazione non vincolata e vincolata: teoria e algoritmi;

3. Variabili e processi stocastici, teoria della stima, teoria dell’informazione: Contestualizzazione per metodi ML;

4. Trasformazioni per la rappresentazione e la riduzione della dimensionalità dei dati.

Parte 2: Algoritmi ML "classici" e loro applicazioni pratiche (1.0 CFU)

1. Algoritmi supervisionati per la classificazione e la regressione (rivisitazione in quanto già noti dalla triennale);

2. Algoritmi non supervisionati per il clustering (rivisitazione in quanto già noti dalla triennale);

3. Soluzione di sistemi lineari sovra/sotto determinati e sparsi

4. Modelli ML per filtraggio adattivo lineare e non lineare

5. Support Vector Machines e varianti che includono: Kernel SVM, SVM multi classe, SVM per dati non bilanciati, Least Squares SVM;

6. Alberi di decisione e varianti che includono: alberi di regressione, CART (Classification and Regression Trees), Random Forest, Boosted Trees, Decision Trees per il Data Stream.

Parte 3: Algoritmi ML avanzati (1.5 CFU)

1. Tecniche di Ottimizzazione Avanzate: ottimizzazione multi-obiettivo, algoritmi metaeuristici (es. algoritmi genetici, simulated annealing), per risolvere problemi di ottimizzazione complessi non affrontati con le tecniche standard;

2. Apprendimento Semi-Supervisionato e Rinforzato: metodi di apprendimento che utilizzano dati non etichettati o parzialmente etichettati, e tecniche di apprendimento per rinforzo, come Q-learning e policy gradients per decision making sequenziale;

3. Modelli Grafici Avanzati: Esplorazione di modelli grafici probabilistici per l'inferenza, come le reti Bayesiane e i campi casuali di Markov;

4. Introduzione ai modelli a ispirazione biologica e alle Reti Neurali.

Parte 4: Python (3 CFU) A cura del Prof. Michele Scarpiniti

1. Richiami sulle basi della programmazione in Python;

2. Utilizzo delle principali librerie: approfondimenti di NumPy, Matplotlib e SciPy;

3. La manipolazione dei dati e la libreria Pandas;

4. Machine Learning in Python: sviluppo di programmi object oriented e la libreria Scikit-learn;

5. Utilizzo di Scikit-learn per il pre-processamento dei dati, l’implementazione, la validazione e la valutazione dei modelli descritti nel corso;

6. Sviluppo di alcuni progetti completi.

• Unità 1 (10h, Mod. A): Fondamenti matematici e statistici
• Unità

2 (10h, Mod. A):

Algoritmi classici di ML (classificazione, clustering, SVM, alberi).

• Unità 3 (10h, Mod. A): Introduzione alle Reti Neurali e gradient descent
• Unità 4 (15h, Mod. B):

Python e librerie (NumPy, Pandas, Scikit-learn).

• Unità 5 (15h, Mod. B): Applicazioni pratiche e progetti con Scikit-learn e

TensorFlow.

Max 24 punti per lo svolgimento e la discussione del progetto di fine corso.

Max 6 punti per la prova orale su tutto il programma del corso.

Aurelio Uncini, “MeM-AI: Mathematical Elements of Modern Artificial Intelligence,” dispense Ed. 2025.

Aurelio Uncini, “Introduction to Neural Networks and Deep Learning,” Cap .1 – Cap. 5 dispense Ed. 2025.

Aurelio Uncini, "Fundamentals of Adaptive Signal Processing", ISBN : 978-3-319-02806-4, Springer, 2015

Articoli specifici forniti dal Docente su argomenti avanzati.

Generali Il corso “Networks and Security” fornisce agli studenti una solida preparazione teorica e pratica sugli aspetti fondamentali delle architetture di rete, della qualità del servizio e della sicurezza nelle comunicazioni. Gli studenti acquisiranno una visione integrata delle reti di telecomunicazione, comprendendone la struttura multilivello, i meccanismi di trasporto e le soluzioni di accesso, con un focus sull’analisi delle prestazioni e sull’ottimizzazione dei sistemi di servizio attraverso modelli e strumenti di simulazione. Una parte sostanziale del corso è dedicata alle basi della crittografia e ai principali protocolli di sicurezza per l’autenticazione, la riservatezza e l’integrità dei dati. Le attività pratiche completano la preparazione attraverso esercitazioni hands-on di configurazione e gestione di rete, per sviluppare capacità operative su tematiche come routing IP, misure di traffico e sicurezza. Il corso mira a formare figure in grado di comprendere, progettare e proteggere infrastrutture di rete moderne, con attenzione alle sfide prestazionali e di sicurezza proprie dei contesti reali. Specifici • Conoscenza e capacità di comprensione: Gli studenti acquisiranno conoscenze approfondite su architetture di rete, metodi di analisi delle prestazioni, modelli di qualità del servizio, basi di crittografia e protocolli di sicurezza nelle comunicazioni. • Capacità di applicare conoscenza e comprensione: Gli studenti saranno in grado di configurare reti IP, valutare le prestazioni di sistemi di servizio e implementare protocolli di sicurezza utilizzando strumenti software e ambienti di laboratorio. • Autonomia di giudizio: Gli studenti svilupperanno la capacità di valutare criticamente soluzioni tecnologiche per il miglioramento della QoS e della sicurezza in reti di telecomunicazioni complesse. • Abilità comunicative: Gli studenti saranno in grado di descrivere in modo chiaro ed efficace problematiche e soluzioni inerenti al networking e alla sicurezza, sia in ambito tecnico che multidisciplinare. • Capacità di apprendimento: Il corso fornirà gli strumenti metodologici per approfondire autonomamente tematiche avanzate di rete e sicurezza, restando aggiornati rispetto all’evoluzione tecnologica del settore.

MODULO 1 (60 ORE)

Richiami sulle architetture di rete e sull’assetto attuale di Internet.

Qualità del servizio. Scheduling e dispatching. Controllo della congestione ed equità nella condivisione di risorse. Strumenti per la valutazione delle prestazioni.

Introduzione alla sicurezza nelle comunicazioni. Principali primitive crittografiche. Autenticazione e protocolli crittografici.

MODULO 2 (30 ore)

Configurazioni di base (assegnazione indirizzi e rotte statiche), gestione del routing intra e inter dominio, misure di ritardo e banda, crittografia asimmetrica e certificati digitali, regole di firewall stateless

• Architetture di rete. (6 ore) Struttura di Internet: sistemi autonomi, ISP, IXP, sottoreti. Rete di trasporto. Reti di accesso: accesso su rame, fibra, radio. Reti cellulari. Reti satellitari. Data center.
• Testi di riferimento: James F. Kurose, Keith W. Ross, “Computer networking: a top-down approach”, Pearson, 8th edition, 2020 [Cap. 1]oppure Andrew S. Tanenbaum, Nick Feamster, David J. Wetherall: "Computer Networks". Pearson, 6° edizione, 2021 [Cap. 1].
• Qualità di servizio (24 ore)Ruolo e approcci per la valutazione delle prestazioni di rete. Sistemi di servizio: definizione e struttura. Processo di traffico e sua descrizione. Processi di rinnovo e paradosso del rinnovo. Metriche di prestazione. Introduzione alla simulazione stocastica di sistemi di servizio: simulazione ad eventi e time-stepped. Generazione di variabili aleatorie. Scheduling: ruolo, algoritmi, esempi di applicazione. Dispatching nei data center. Controllo della congestione: approccio reattivo. Richiami sul TCP. Algoritmo classico del cc TCP (loss-based). Varianti algoritmiche (delay-based, network-assisted: AQM, ECN). DCTCP. Approssimazione fluidica. Modello fluido del TCP e del DCTCP. Equità e Network Utility Maximization (NUM). Interpretazione del TCP come un controllore distribuito per la risoluzione del problema NUM. Analisi dei ritardi di attraversamento di una rete a pacchetto. Ottimizzazione delle capacità dei rami e dell’instradamento. Paradosso di Braess.
• Testi di riferimento: Andrea Baiocchi: “Network Traffic Engineering – Stochastic models and applications”. Wiley, 2020 [Capp. 2, 3, 6, 8, 10]
• Sicurezza nelle comunicazioni (30 ore)Introduzione alla sicurezza nelle comunicazioni. Introduzione alla crittografia. Elementi di base di teoria dei numeri. Primitive crittografiche: cifratura e autenticazione di messaggio a chiave simmetrica e a chiave pubblica. Cenno alla crittografia basata sulle curve ellittiche. Funzioni hash. Generazione di numeri pseudo-casuali. Autenticazione di identità: classificazione, definizioni. Autenticazione delle persone: password. Autenticazione sfida-risposta. Autenticazione zero-knowledge. Firme non rinnegabili. Autenticazione su base indirizzo. Protocolli crittografici: caratteristiche principali e attacchi. Protocolli di autenticazione e scambio chiavi (instaurazione di un canale sicuro): Diffie-Hellman autenticato. Needham-Schroeder. Autenticazione su base password forte: Lamport hash, EKE, SRP. Condivisione dei segreti. IPSec e IKE.
• Testi di riferimento: Charlie Kaufman, Radia Perlman, Mike Speciner, Ray Perlner: “Network Security: Private Communications in a Public World”. Addison-Wesley Professional, 3rd Edition, September 2022 [Capp. 1-6, 9-12]
• Applicazioni e laboratorio di reti e sicurezza (30 ore)Configurazione di rete di base (indirizzi IP e rotte statiche). Sniffing dei pacchetti con Wireshark. Comprensione di ARP. Routing intra-dominio con OSPF. Emulazione di una rete in area geografica (Wide Area Network). Comprensione del controllo di congestione TCP (HTCP, Cubic, Reno, BBR). Dimensione del buffer del router e bufferbloat del router. Algoritmo RED (Random Early Discard). Classificazione del traffico TCP tramite bucket di token gerarchico. Practical activities on Cryptographic Hashing and Symmetric Encryption. Hands on lab on Asymmetric Encryption: RSA, Digital Signatures, Diffie-Hellman. Infrastruttura a chiave pubblica: autorità di certificazione, certificato digitale. Configurazione di un filtro di pacchetti con stato tramite iptables.
• Testi di riferimento: Material available from the course web site (slides, simulation scripts, measured traffic data).

Prova scritta orientata a valutazioni quantitative o progettazione/dimensionamento di elementi di rete o protocolli.

Orale su argomenti trattati nel corso, miranti ad accertare la comprensione dei concetti e la padronanza del linguaggio tecnico.

o Andrea Baiocchi: “Network Traffic Engineering - Stochastic models and applications”. Wiley, 2020 [Capp. 2, 3, 6, 8, 10]

o Charlie Kaufman, Radia Perlman, Mike Speciner, Ray Perlner: “Network Security: Private Communications in a Public World”. Addison-Wesley Professional, 3rd Edition, September 2022 [Capp. 1-6, 9-12]

o Materiale disponibile sul sito web del corso (lucidi, script di simulazione, misure di traffico).

TESTI PER ULTERIORI APPROFONDIMENTI

o Frank Kelly and Elena Yuodvina: “Stochastic Networks”. Cambridge University Press, 2014.

o Mor Harchol-Balter: “Performance modelling and design of computer systems”. Cambridge University Press, 2013.

o Niels Ferguson and Bruce Schneier: "Practical Cryptography". John Wiley & Sons Inc., 2003.

o James F. Kurose, Keith W. Ross, “Computer networking: a top-down approach”, Pearson, 8th edition, 2020.

o Andrew S. Tanenbaum, Nick Feamster, David J. Wetherall: "Computer Networks". Pearson, 6° edizione, 2021.

GENERALI Sono introdotti i principi funzionamento di un sistema radar per la rivelazione e la stima di distanza, angolo, frequenza Doppler ed ampiezza e per la classificazione. Si approfondiscono le caratteristiche ed i requisiti dell’apparato di rice-trasmissione e quelle della catena di elaborazione dei segnali radar utilizzati, con le relative prestazioni. Si valutano la relazione fra sistemi radar, forme d’onda utilizzate, tecniche di elaborazione dei segnali, ambiente operativo e prestazioni ottenibili, mirando al dimensionamento preliminare del sistema e delle sue tecniche di elaborazione utilizzate ed identificando le linee guida per la relativa progettazione. Si studiano in particolare le tecniche di compressione di impulsi modulati di fase, integrazione di impulsi, mantenimento del tasso di falso allarme costante e cancellazione del clutter. Sono introdotti: (i) i sistemi radar di ricerca, tracciamento e navigazione, con riferimento al controllo del traffico aereo pilotato e non pilotato, navale e stradale, (ii) i sensori radar di prossimità per l’analisi di presenza, occupazione, movimento, comportamento per la sorveglianza locale in ambienti aperti e chiusi e (iii) i sistemi radar di immagine e di indagine della superficie per il monitoraggio ambientale da piattaforme di superficie, aeree e satellitari. Si impostano i relativi problemi di dimensionamento di massima.
SPECIFICI • Conoscenza e capacità di comprensione: lo studente deve dimostrare di avere conoscenze e capacità di comprensione nell’ambito dei sistemi radar e delle tecniche di elaborazione dei segnali da essi utilizzate. Inoltre, deve comprendere come i principi base e le tecniche di elaborazione siano impiegate nei diversi sistemi radar nei relativi contesti di riferimento. • Capacità di applicare conoscenza e comprensione: lo studente deve saper applicare i principi di funzionamento e le tecniche di elaborazione radar in modo competente e critico. Possedere competenze adeguate sia per ideare e sostenere argomentazioni, sia per risolvere nuovi problemi di rivelazione e di stima di posizione. Deve saper collocare i sistemi radar in modo opportuno all’interno di sistemi più ampi di sorveglianza, navigazione, monitoraggio o osservazione della Terra. • Autonomia di giudizio: lo studente deve integrare le conoscenze e gestire la complessità dei sistemi di sorveglianza, navigazione, monitoraggio o osservazione della Terra; saper affrontare dimensionamenti anche in presenza di informazioni limitate o incomplete; riflettere sulle responsabilità sociali ed etiche collegate all’applicazione delle tecnologie di sorveglianza, navigazione, monitoraggio o osservazione della Terra. • Abilità comunicative: lo studente deve saper descrivere le soluzioni adottate nell’affrontare il dimensionamento di un sistema radar in modo che soddisfi i requisiti di progetto. • Capacità di apprendimento: lo studente deve dimostrare la capacità di affrontare il dimensionamento dei sistemi in modo autonomo.

RADAR SYSTEMS II
Modulo: RADAR SYSTEMS II
Schemi non-coerenti e coerenti per l'integrazione di impulsi, relative prestazioni, ottimizzazione e dimensionamento (6 ore).

Schemi non-coerenti e coerenti e misti per l'integrazione di impulsi di bersagli fluttuanti, relative prestazioni, ottimizzazione e dimensionamento (8 ore).

CFAR in ambiente non Gaussiano (Weibull, Log-normale, K) e prestazioni. Gestione di clutter e bersagli multipli: mascheramento da lobi laterali e loro controllo; funzione di trasferimento del ricevitore, range lineare; gestione della dinamica: STC, controllo automatico di guadagno (AGC). I sistemi radar di terra (SMR) ed i radar costieri, radar passivi; esercitazioni (4 ore).

Cancellazione ottima e prestazioni. Spettri di clutter per radar fisso e avionico ed MTI da piattaforma in movimento. La scansione elettronica e cenni sui radar a phased array e multifunzionali (8 ore).

Elementi di Altimetria e sounding (2 ore)

Precisione ottenibile nelle misure di distanza, angolo e velocità. Sistemi e tecniche di inseguimento in distanza ed angolo di oggetti in movimento: loop di stima e prestazioni. Inizializzazione. Scintillazione e fading. Radar di inseguimento: scansione conica e monopulse (2 ore)

Modulo: RADAR SYSTEMS I
Il principio di funzionamento e le tipologie di sistemi radar, radar mono e multistatici, radar in onda continua ed impulsati (7 ore).

Rivelazione su singolo impulso e sue prestazioni. Modelli di fluttuazione del bersaglio, prestazioni per bersagli fluttuanti. Equazione radar ed approcci al dimensionamento (8 ore).

Rivelazione e misura di tempo di arrivo e velocità usando un ricevitore radar/radio, risoluzione in distanza e compressione di impulso. Forme d'onda radar (Chirp, Baker, codici polifase) e pesature per il controllo dei lobi. I sistemi radar di ricerca e di navigazione, radar CW ed FMCW, radar automotive (10 ore).

Esercitazione su compressione di forme d'onda (3 ore).

Ambiguità in tempo ed in frequenza Doppler, risoluzione in frequenza Doppler. Funzione di ambiguità e sue proprietà (6 ore).

Principi e prestazioni della stima angolare: scansione e monopulse. (2 ore).

Integrazione coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler e suo progetto (6 ore)

Echi di clutter, livelli e statistiche e tecniche CFAR in clutter Gaussiano con esercizio (6 ore).

Cancellatori convenzionali di clutter, banco MTD per rivelazione e stima (4 ore).

Radar avionici (2 ore)

Il principio del radar ad apertura sintetica (SAR) e cenni sui radar di immagine (6 ore).

Modulo: RADAR SYSTEMS II

• Integrazione

non coerente di impulsi: integratore in dinamica, binaria e video. - (6 ore)

• Testi di riferimento: Slides:

21_SIRA_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic principles

• Integrazione

non coerente di impulsi per bersagli fluttuanti - (4 ore)

• Testi di riferimento: Slides:

22_SIRA_

noncoherent_integration_Swerling

23_SIRA_binary_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Schemi

di integrazione mista coerente e non-coerente - (4 ore)

• Testi di riferimento: Slides:

24_SIRA_mixed_Intergration;

Principles of Modern Radar, Volume 1: Basic

principles

• Cancellazione

del clutter ottima ed adattiva. Mappe di clutter - (8 ore)

• Testi di riferimento: Slides:

25_SIRA_clutter_spectra

26_SIRA_Optimum_coherent_cancelation_and_Integration;

Principles of Modern Radar, Volume 1: Basic

principles

• CFAR

per clutter nongaussiano - (4 ore)

• Testi di riferimento: Slides:

27_SIRA_CFAR_nongaussian;

• Cenni

di altimetria e sounding - (2 ore)

• Testi di riferimento: Slides:

28_SIRA_Radar_Altimetry_and_Sounding

• Cenni di radar Tracking - (2 ore)
• Testi di riferimento: Slides:

29_SIRA_Radar_tracking

Modulo: RADAR SYSTEMS I

• Introduzione

alle tematiche del corso e contesto, modalità di erogazione lezioni, di

svolgimento esercitazioni e di valutazione. - (1 ora)

• Testi di riferimento: Slide della lezione disponibile in rete sul

sito web

• Principio

di funzionamento del radar impulsato, equazione radar, link budget, blind

range. Risoluzione in range. - (5 ore)

• Testi di riferimento: Slides:

01_SIRA_intro_&_radar_basics

02_SIRA_radar_

equation

03_SIRA_CW_vs_pulsed;

Principles of

Modern Radar, Volume 1: Basic principles

• La

rivelazione: Probabilità di rivelazione e di Falso allarme. Funzione di Marcum

e approssimazione di Albersheim. - (5 ore)

• Testi di riferimento: Slides:

05_SIRA_single_pulse_detection;

Principles of Modern Radar, Volume 1: Basic

principles,

• RCS,

bersagli fluttuanti e modelli di Swerling - (4 ore)

• Testi di riferimento: Slides:

09_SIRA_RCS

10_SIRA_Swerling;

Principles of Modern Radar, Volume 1: Basic

principles

• Filtro

adattato. Necessità di impulsi lunghi comprimibili. Compressione di impulso: codici

di fase, Barker, Chirp, codici Frank, P3 e P4 e controllo dei lobi laterali; esercitazioni

di compressione in aula - (13 ore)

• Testi di riferimento: Slides:

04_SIRA_Matched filter;

06_SIRA_pulse

compression

07_SIRA_Chirp_P4;

Principles of Modern Radar, Volume 1: Basic

principles

• Misure

di angolo: sequenza di impulsi e Monopulse - (2 ore)

• Testi di riferimento: Slides:

08_SIRA_radar_measurements;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar Clutter and Constant

False Alarm Rate (CFAR) - (6 ore)

• Testi di riferimento: Slides:

11_SIRA_clutter

12_SIRA_CFAR;

Principles of Modern Radar, Volume 1: Basic

principles

• Integrazione

coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler

e suo progetto. - (6 ore)

• Testi di riferimento: Slides:

13_SIRA_

Doppler_measurement

14_SIRA_coherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Funzione

di ambiguità: definizione, proprietà, specifica forma per le forme d’onda

considerate e per la sequenza di impulsi - (6 ore)

• Testi di riferimento: Slides:

15_SIRA_Ambiguity_Function

16_SIRA_Ambifun_pulse_sequence;

Principles of Modern Radar, Volume 1: Basic

principles

• Caratteristiche

spettrali del Clutter Radar e cancellatori convenzionali binomiali - (4 ore)

• Testi di riferimento: 17_SIRA_conventional_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

da piattaforma aerea - (2 hours)

• Testi di riferimento: Slides:

18_SIRA_airborne_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

Imaging: La risoluzione in azimuth del Radar ad apertura reale (RAR) ed il

Radar ad Aperura Sintetica (SAR) - (6 ore)

• Testi di riferimento: Slides:

19_SIRA2024_SAR

20_SAR_quality_parameters;

Principles

of Modern Radar, Volume 1: Basic principles

RADAR SYSTEMS I
Modulo: RADAR SYSTEMS II
Schemi non-coerenti e coerenti per l'integrazione di impulsi, relative prestazioni, ottimizzazione e dimensionamento (6 ore).

Schemi non-coerenti e coerenti e misti per l'integrazione di impulsi di bersagli fluttuanti, relative prestazioni, ottimizzazione e dimensionamento (8 ore).

CFAR in ambiente non Gaussiano (Weibull, Log-normale, K) e prestazioni. Gestione di clutter e bersagli multipli: mascheramento da lobi laterali e loro controllo; funzione di trasferimento del ricevitore, range lineare; gestione della dinamica: STC, controllo automatico di guadagno (AGC). I sistemi radar di terra (SMR) ed i radar costieri, radar passivi; esercitazioni (4 ore).

Cancellazione ottima e prestazioni. Spettri di clutter per radar fisso e avionico ed MTI da piattaforma in movimento. La scansione elettronica e cenni sui radar a phased array e multifunzionali (8 ore).

Elementi di Altimetria e sounding (2 ore)

Precisione ottenibile nelle misure di distanza, angolo e velocità. Sistemi e tecniche di inseguimento in distanza ed angolo di oggetti in movimento: loop di stima e prestazioni. Inizializzazione. Scintillazione e fading. Radar di inseguimento: scansione conica e monopulse (2 ore)

Modulo: RADAR SYSTEMS I
Il principio di funzionamento e le tipologie di sistemi radar, radar mono e multistatici, radar in onda continua ed impulsati (7 ore).

Rivelazione su singolo impulso e sue prestazioni. Modelli di fluttuazione del bersaglio, prestazioni per bersagli fluttuanti. Equazione radar ed approcci al dimensionamento (8 ore).

Rivelazione e misura di tempo di arrivo e velocità usando un ricevitore radar/radio, risoluzione in distanza e compressione di impulso. Forme d'onda radar (Chirp, Baker, codici polifase) e pesature per il controllo dei lobi. I sistemi radar di ricerca e di navigazione, radar CW ed FMCW, radar automotive (10 ore).

Esercitazione su compressione di forme d'onda (3 ore).

Ambiguità in tempo ed in frequenza Doppler, risoluzione in frequenza Doppler. Funzione di ambiguità e sue proprietà (6 ore).

Principi e prestazioni della stima angolare: scansione e monopulse. (2 ore).

Integrazione coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler e suo progetto (6 ore)

Echi di clutter, livelli e statistiche e tecniche CFAR in clutter Gaussiano con esercizio (6 ore).

Cancellatori convenzionali di clutter, banco MTD per rivelazione e stima (4 ore).

Radar avionici (2 ore)

Il principio del radar ad apertura sintetica (SAR) e cenni sui radar di immagine (6 ore).

Modulo: RADAR SYSTEMS II

• Integrazione

non coerente di impulsi: integratore in dinamica, binaria e video. - (6 ore)

• Testi di riferimento: Slides:

21_SIRA_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic principles

• Integrazione

non coerente di impulsi per bersagli fluttuanti - (4 ore)

• Testi di riferimento: Slides:

22_SIRA_

noncoherent_integration_Swerling

23_SIRA_binary_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Schemi

di integrazione mista coerente e non-coerente - (4 ore)

• Testi di riferimento: Slides:

24_SIRA_mixed_Intergration;

Principles of Modern Radar, Volume 1: Basic

principles

• Cancellazione

del clutter ottima ed adattiva. Mappe di clutter - (8 ore)

• Testi di riferimento: Slides:

25_SIRA_clutter_spectra

26_SIRA_Optimum_coherent_cancelation_and_Integration;

Principles of Modern Radar, Volume 1: Basic

principles

• CFAR

per clutter nongaussiano - (4 ore)

• Testi di riferimento: Slides:

27_SIRA_CFAR_nongaussian;

• Cenni

di altimetria e sounding - (2 ore)

• Testi di riferimento: Slides:

28_SIRA_Radar_Altimetry_and_Sounding

• Cenni di radar Tracking - (2 ore)
• Testi di riferimento: Slides:

29_SIRA_Radar_tracking

Modulo: RADAR SYSTEMS I

• Introduzione

alle tematiche del corso e contesto, modalità di erogazione lezioni, di

svolgimento esercitazioni e di valutazione. - (1 ora)

• Testi di riferimento: Slide della lezione disponibile in rete sul

sito web

• Principio

di funzionamento del radar impulsato, equazione radar, link budget, blind

range. Risoluzione in range. - (5 ore)

• Testi di riferimento: Slides:

01_SIRA_intro_&_radar_basics

02_SIRA_radar_

equation

03_SIRA_CW_vs_pulsed;

Principles of

Modern Radar, Volume 1: Basic principles

• La

rivelazione: Probabilità di rivelazione e di Falso allarme. Funzione di Marcum

e approssimazione di Albersheim. - (5 ore)

• Testi di riferimento: Slides:

05_SIRA_single_pulse_detection;

Principles of Modern Radar, Volume 1: Basic

principles,

• RCS,

bersagli fluttuanti e modelli di Swerling - (4 ore)

• Testi di riferimento: Slides:

09_SIRA_RCS

10_SIRA_Swerling;

Principles of Modern Radar, Volume 1: Basic

principles

• Filtro

adattato. Necessità di impulsi lunghi comprimibili. Compressione di impulso: codici

di fase, Barker, Chirp, codici Frank, P3 e P4 e controllo dei lobi laterali; esercitazioni

di compressione in aula - (13 ore)

• Testi di riferimento: Slides:

04_SIRA_Matched filter;

06_SIRA_pulse

compression

07_SIRA_Chirp_P4;

Principles of Modern Radar, Volume 1: Basic

principles

• Misure

di angolo: sequenza di impulsi e Monopulse - (2 ore)

• Testi di riferimento: Slides:

08_SIRA_radar_measurements;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar Clutter and Constant

False Alarm Rate (CFAR) - (6 ore)

• Testi di riferimento: Slides:

11_SIRA_clutter

12_SIRA_CFAR;

Principles of Modern Radar, Volume 1: Basic

principles

• Integrazione

coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler

e suo progetto. - (6 ore)

• Testi di riferimento: Slides:

13_SIRA_

Doppler_measurement

14_SIRA_coherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Funzione

di ambiguità: definizione, proprietà, specifica forma per le forme d’onda

considerate e per la sequenza di impulsi - (6 ore)

• Testi di riferimento: Slides:

15_SIRA_Ambiguity_Function

16_SIRA_Ambifun_pulse_sequence;

Principles of Modern Radar, Volume 1: Basic

principles

• Caratteristiche

spettrali del Clutter Radar e cancellatori convenzionali binomiali - (4 ore)

• Testi di riferimento: 17_SIRA_conventional_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

da piattaforma aerea - (2 hours)

• Testi di riferimento: Slides:

18_SIRA_airborne_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

Imaging: La risoluzione in azimuth del Radar ad apertura reale (RAR) ed il

Radar ad Aperura Sintetica (SAR) - (6 ore)

• Testi di riferimento: Slides:

19_SIRA2024_SAR

20_SAR_quality_parameters;

Principles

of Modern Radar, Volume 1: Basic principles

RADAR SYSTEMS II
La verifica dell'apprendimento avviene tramite tre prove:

(i) una prova scritta di dimensionamento (30% del punteggio), in cui si chiede allo studente di dimensionare i principali parametri di progetto di un sistema radar per soddisfare i requisiti assegnati e di delineare le tecniche di elaborazione da utilizzare.

(ii) una prova orale descrittiva (40% del punteggio), che prevede la risposta a domande aperte sul funzionamento dei sistemi o delle relative tecniche di elaborazione.

(iii) una prova di implementazione (30% del punteggio), che prevede la capacità di implementare una delle tecniche di elaborazione radar studiate; l'implementazione può essere realizzata in software o descritta oralmente con alto livello di dettaglio.

E' possibile sostituire la prova (i) con lo svolgimento di prove "in itinere" di dimensionamento parziale svolte durante il corso delle lezioni sulla piattaforma Sapienza di e-learning.

RADAR SYSTEMS I
La verifica dell'apprendimento avviene tramite tre prove:

(i) una prova scritta di dimensionamento (30% del punteggio), in cui si chiede allo studente di dimensionare i principali parametri di progetto di un sistema radar per soddisfare i requisiti assegnati e di delineare le tecniche di elaborazione da utilizzare.

(ii) una prova orale descrittiva (40% del punteggio), che prevede la risposta a domande aperte sul funzionamento dei sistemi o delle relative tecniche di elaborazione.

(iii) una prova di implementazione (30% del punteggio), che prevede la capacità di implementare una delle tecniche di elaborazione radar studiate; l'implementazione può essere realizzata in software o descritta oralmente con alto livello di dettaglio.

E' possibile sostituire la prova (i) con lo svolgimento di prove "in itinere" di dimensionamento parziale svolte durante il corso delle lezioni sulla piattaforma Sapienza di e-learning.

RADAR SYSTEMS II
Modulo: RADAR SYSTEMS II

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS I

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS II

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

Modulo: RADAR SYSTEMS I

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

RADAR SYSTEMS I
Modulo: RADAR SYSTEMS II

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS I

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS II

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

Modulo: RADAR SYSTEMS I

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

GENERALI

Sono introdotti i principi funzionamento di un sistema radar per la rivelazione e la stima di distanza, angolo, frequenza Doppler ed ampiezza e per la classificazione. Si approfondiscono le caratteristiche ed i requisiti dell’apparato di rice-trasmissione e quelle della catena di elaborazione dei segnali radar utilizzati, con le relative prestazioni. Si valutano la relazione fra sistemi radar, forme d’onda utilizzate, tecniche di elaborazione dei segnali, ambiente operativo e prestazioni ottenibili, mirando al dimensionamento preliminare del sistema e delle sue tecniche di elaborazione utilizzate ed identificando le linee guida per la relativa progettazione. Si studiano in particolare le tecniche di compressione di impulsi modulati di fase, integrazione di impulsi, mantenimento del tasso di falso allarme costante e cancellazione del clutter.

Sono introdotti: (i) i sistemi radar di ricerca, tracciamento e navigazione, con riferimento al controllo del traffico aereo pilotato e non pilotato, navale e stradale, (ii) i sensori radar di prossimità per l’analisi di presenza, occupazione, movimento, comportamento per la sorveglianza locale in ambienti aperti e chiusi e (iii) i sistemi radar di immagine e di indagine della superficie per il monitoraggio ambientale da piattaforme di superficie, aeree e satellitari. Si impostano i relativi problemi di dimensionamento di massima.

SPECIFICI

• Conoscenza e capacità di comprensione: lo studente deve dimostrare di avere conoscenze e capacità di comprensione nell’ambito dei sistemi radar e delle tecniche di elaborazione dei segnali da essi utilizzate. Inoltre, deve comprendere come i principi base e le tecniche di elaborazione siano impiegate nei diversi sistemi radar nei relativi contesti di riferimento.
• Capacità di applicare conoscenza e comprensione: lo studente deve saper applicare i principi di funzionamento e le tecniche di elaborazione radar in modo competente e critico. Possedere competenze adeguate sia per ideare e sostenere argomentazioni, sia per risolvere nuovi problemi di rivelazione e di stima di posizione. Deve saper collocare i sistemi radar in modo opportuno all’interno di sistemi più ampi di sorveglianza, navigazione, monitoraggio o osservazione della Terra.
• Autonomia di giudizio: lo studente deve integrare le conoscenze e gestire la complessità dei sistemi di sorveglianza, navigazione, monitoraggio o osservazione della Terra; saper affrontare dimensionamenti anche in presenza di informazioni limitate o incomplete; riflettere sulle responsabilità sociali ed etiche collegate all’applicazione delle tecnologie di sorveglianza, navigazione, monitoraggio o osservazione della Terra.
• Abilità comunicative: lo studente deve saper descrivere le soluzioni adottate nell’affrontare il dimensionamento di un sistema radar in modo che soddisfi i requisiti di progetto.
• Capacità di apprendimento: lo studente deve dimostrare la capacità di affrontare il dimensionamento dei sistemi in modo autonomo.

OBIETTIVI GENERALI

Il corso mira a fornire allo studente conoscenze sui sistemi radar di ricerca, tracciamento, navigazione, ed immagine. In particolare, si dedica specifica attenzione alla capacità di progettazione, approfondendo l'ottimizzazione delle forme d’onda radar e della catena di elaborazione dei segnali radar. Il corso mira a sviluppare la capacità di valutare le prestazioni dei sistemi e delle tecniche di elaborazione, e le relazioni fra sistemi radar, forme d’onda, tecniche di elaborazione, e prestazioni ottenibili. Su tale base, lo studente è chiamato a sviluppare una capacità di progetto preliminare dell'apparato.

Al termine del modulo lo studente ha acquisito la capacità di dimensionare i principali sistemi radar, selezionando le forme d’onda adeguate e le tecniche di elaborazione. Inoltre è in grado di valutare le prestazioni dei sistemi radar.

OBIETTIVI SPECIFICI

• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: A valle dell’erogazione e studio del corso lo studente ha una conoscenza di base sui sistemi radar delle varie tipologie, sulle forme d'onda con le loro caratteristiche e sulle tecniche di elaborazione radar.
• CONOSCENZA E CAPACITÀ APPLICATE: A valle dell’erogazione e studio del corso lo studente ha acquisito la capacità di valutare criticamente la scelta di: (i) schema a blocchi del sensore radar, (ii) forma d'onda utilizzata, (iii) tecniche di elaborazione da includere. E' in grado di effettuare il dimensionamento dei suoi parametri principali in funzione dei requisiti operativi (dai requisiti utente) e di ottimizzarne le prestazioni. Nello specifico, è in grado di utilizzare gli strumenti di analisi delle prestazioni delle singole componenti per comprendere le prestazioni del sistema complessivo e per la caratterizzazione delle sue prestazioni.
• AUTONOMIA DI GIUDIZIO: A valle dell’erogazione e studio del corso, lo studente ha maturato l’autonomia di giudizio necessaria per integrare le conoscenze sulle diverse tipologie di tecniche e blocchi di elaborazione, gestire la complessità delle tecnologie impiegate dai diversi sistemi e valutare le prestazioni nei diversi contesti applicativi.
• ABILITÀ COMUNICATIVE: Lo studente ha acquisito una capacità di operare in un contesto ingegneristico ad alta specializzazione interagendo con ingegneri progettisti dei singoli componenti elettronici e con i tecnici specializzati. Ciò avviene attraverso la conoscenza del funzionamento delle singole componenti di un sistema radar e l'acquisizione di un linguaggio tecnico adeguato.
• CAPACITÀ DI APPRENDERE: Lo studente, a valle dell’erogazione e studio del corso, ha acquisito capacità di approfondire autonomamente lo studio delle nuove tecnologie impiegate nelle future evoluzioni dei sistemi radar, sapendole collocare nella giusta posizione all'interno dello schema a blocchi dei sensore e comprendendo l'impatto dell'incremento di prestazioni delle singole porzioni di un sensore complesso.

Modulo: RADAR SYSTEMS II
Schemi non-coerenti e coerenti per l'integrazione di impulsi, relative prestazioni, ottimizzazione e dimensionamento (6 ore).

Schemi non-coerenti e coerenti e misti per l'integrazione di impulsi di bersagli fluttuanti, relative prestazioni, ottimizzazione e dimensionamento (8 ore).

CFAR in ambiente non Gaussiano (Weibull, Log-normale, K) e prestazioni. Gestione di clutter e bersagli multipli: mascheramento da lobi laterali e loro controllo; funzione di trasferimento del ricevitore, range lineare; gestione della dinamica: STC, controllo automatico di guadagno (AGC). I sistemi radar di terra (SMR) ed i radar costieri, radar passivi; esercitazioni (4 ore).

Cancellazione ottima e prestazioni. Spettri di clutter per radar fisso e avionico ed MTI da piattaforma in movimento. La scansione elettronica e cenni sui radar a phased array e multifunzionali (8 ore).

Elementi di Altimetria e sounding (2 ore)

Precisione ottenibile nelle misure di distanza, angolo e velocità. Sistemi e tecniche di inseguimento in distanza ed angolo di oggetti in movimento: loop di stima e prestazioni. Inizializzazione. Scintillazione e fading. Radar di inseguimento: scansione conica e monopulse (2 ore)

Modulo: RADAR SYSTEMS I
Il principio di funzionamento e le tipologie di sistemi radar, radar mono e multistatici, radar in onda continua ed impulsati (7 ore).

Rivelazione su singolo impulso e sue prestazioni. Modelli di fluttuazione del bersaglio, prestazioni per bersagli fluttuanti. Equazione radar ed approcci al dimensionamento (8 ore).

Rivelazione e misura di tempo di arrivo e velocità usando un ricevitore radar/radio, risoluzione in distanza e compressione di impulso. Forme d'onda radar (Chirp, Baker, codici polifase) e pesature per il controllo dei lobi. I sistemi radar di ricerca e di navigazione, radar CW ed FMCW, radar automotive (10 ore).

Esercitazione su compressione di forme d'onda (3 ore).

Ambiguità in tempo ed in frequenza Doppler, risoluzione in frequenza Doppler. Funzione di ambiguità e sue proprietà (6 ore).

Principi e prestazioni della stima angolare: scansione e monopulse. (2 ore).

Integrazione coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler e suo progetto (6 ore)

Echi di clutter, livelli e statistiche e tecniche CFAR in clutter Gaussiano con esercizio (6 ore).

Cancellatori convenzionali di clutter, banco MTD per rivelazione e stima (4 ore).

Radar avionici (2 ore)

Il principio del radar ad apertura sintetica (SAR) e cenni sui radar di immagine (6 ore).

Modulo: RADAR SYSTEMS II

• Integrazione

non coerente di impulsi: integratore in dinamica, binaria e video. - (6 ore)

• Testi di riferimento: Slides:

21_SIRA_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic principles

• Integrazione

non coerente di impulsi per bersagli fluttuanti - (4 ore)

• Testi di riferimento: Slides:

22_SIRA_

noncoherent_integration_Swerling

23_SIRA_binary_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Schemi

di integrazione mista coerente e non-coerente - (4 ore)

• Testi di riferimento: Slides:

24_SIRA_mixed_Intergration;

Principles of Modern Radar, Volume 1: Basic

principles

• Cancellazione

del clutter ottima ed adattiva. Mappe di clutter - (8 ore)

• Testi di riferimento: Slides:

25_SIRA_clutter_spectra

26_SIRA_Optimum_coherent_cancelation_and_Integration;

Principles of Modern Radar, Volume 1: Basic

principles

• CFAR

per clutter nongaussiano - (4 ore)

• Testi di riferimento: Slides:

27_SIRA_CFAR_nongaussian;

• Cenni

di altimetria e sounding - (2 ore)

• Testi di riferimento: Slides:

28_SIRA_Radar_Altimetry_and_Sounding

• Cenni di radar Tracking - (2 ore)
• Testi di riferimento: Slides:

29_SIRA_Radar_tracking

Modulo: RADAR SYSTEMS I

• Introduzione

alle tematiche del corso e contesto, modalità di erogazione lezioni, di

svolgimento esercitazioni e di valutazione. - (1 ora)

• Testi di riferimento: Slide della lezione disponibile in rete sul

sito web

• Principio

di funzionamento del radar impulsato, equazione radar, link budget, blind

range. Risoluzione in range. - (5 ore)

• Testi di riferimento: Slides:

01_SIRA_intro_&_radar_basics

02_SIRA_radar_

equation

03_SIRA_CW_vs_pulsed;

Principles of

Modern Radar, Volume 1: Basic principles

• La

rivelazione: Probabilità di rivelazione e di Falso allarme. Funzione di Marcum

e approssimazione di Albersheim. - (5 ore)

• Testi di riferimento: Slides:

05_SIRA_single_pulse_detection;

Principles of Modern Radar, Volume 1: Basic

principles,

• RCS,

bersagli fluttuanti e modelli di Swerling - (4 ore)

• Testi di riferimento: Slides:

09_SIRA_RCS

10_SIRA_Swerling;

Principles of Modern Radar, Volume 1: Basic

principles

• Filtro

adattato. Necessità di impulsi lunghi comprimibili. Compressione di impulso: codici

di fase, Barker, Chirp, codici Frank, P3 e P4 e controllo dei lobi laterali; esercitazioni

di compressione in aula - (13 ore)

• Testi di riferimento: Slides:

04_SIRA_Matched filter;

06_SIRA_pulse

compression

07_SIRA_Chirp_P4;

Principles of Modern Radar, Volume 1: Basic

principles

• Misure

di angolo: sequenza di impulsi e Monopulse - (2 ore)

• Testi di riferimento: Slides:

08_SIRA_radar_measurements;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar Clutter and Constant

False Alarm Rate (CFAR) - (6 ore)

• Testi di riferimento: Slides:

11_SIRA_clutter

12_SIRA_CFAR;

Principles of Modern Radar, Volume 1: Basic

principles

• Integrazione

coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler

e suo progetto. - (6 ore)

• Testi di riferimento: Slides:

13_SIRA_

Doppler_measurement

14_SIRA_coherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Funzione

di ambiguità: definizione, proprietà, specifica forma per le forme d’onda

considerate e per la sequenza di impulsi - (6 ore)

• Testi di riferimento: Slides:

15_SIRA_Ambiguity_Function

16_SIRA_Ambifun_pulse_sequence;

Principles of Modern Radar, Volume 1: Basic

principles

• Caratteristiche

spettrali del Clutter Radar e cancellatori convenzionali binomiali - (4 ore)

• Testi di riferimento: 17_SIRA_conventional_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

da piattaforma aerea - (2 hours)

• Testi di riferimento: Slides:

18_SIRA_airborne_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

Imaging: La risoluzione in azimuth del Radar ad apertura reale (RAR) ed il

Radar ad Aperura Sintetica (SAR) - (6 ore)

• Testi di riferimento: Slides:

19_SIRA2024_SAR

20_SAR_quality_parameters;

Principles

of Modern Radar, Volume 1: Basic principles

La verifica dell'apprendimento avviene tramite tre prove:

(i) una prova scritta di dimensionamento (30% del punteggio), in cui si chiede allo studente di dimensionare i principali parametri di progetto di un sistema radar per soddisfare i requisiti assegnati e di delineare le tecniche di elaborazione da utilizzare.

(ii) una prova orale descrittiva (40% del punteggio), che prevede la risposta a domande aperte sul funzionamento dei sistemi o delle relative tecniche di elaborazione.

(iii) una prova di implementazione (30% del punteggio), che prevede la capacità di implementare una delle tecniche di elaborazione radar studiate; l'implementazione può essere realizzata in software o descritta oralmente con alto livello di dettaglio.

E' possibile sostituire la prova (i) con lo svolgimento di prove "in itinere" di dimensionamento parziale svolte durante il corso delle lezioni sulla piattaforma Sapienza di e-learning.

Modulo: RADAR SYSTEMS II

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS I

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS II

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

Modulo: RADAR SYSTEMS I

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

GENERALI

Sono introdotti i principi funzionamento di un sistema radar per la rivelazione e la stima di distanza, angolo, frequenza Doppler ed ampiezza e per la classificazione. Si approfondiscono le caratteristiche ed i requisiti dell’apparato di rice-trasmissione e quelle della catena di elaborazione dei segnali radar utilizzati, con le relative prestazioni. Si valutano la relazione fra sistemi radar, forme d’onda utilizzate, tecniche di elaborazione dei segnali, ambiente operativo e prestazioni ottenibili, mirando al dimensionamento preliminare del sistema e delle sue tecniche di elaborazione utilizzate ed identificando le linee guida per la relativa progettazione. Si studiano in particolare le tecniche di compressione di impulsi modulati di fase, integrazione di impulsi, mantenimento del tasso di falso allarme costante e cancellazione del clutter.

Sono introdotti: (i) i sistemi radar di ricerca, tracciamento e navigazione, con riferimento al controllo del traffico aereo pilotato e non pilotato, navale e stradale, (ii) i sensori radar di prossimità per l’analisi di presenza, occupazione, movimento, comportamento per la sorveglianza locale in ambienti aperti e chiusi e (iii) i sistemi radar di immagine e di indagine della superficie per il monitoraggio ambientale da piattaforme di superficie, aeree e satellitari. Si impostano i relativi problemi di dimensionamento di massima.

SPECIFICI

• Conoscenza e capacità di comprensione: lo studente deve dimostrare di avere conoscenze e capacità di comprensione nell’ambito dei sistemi radar e delle tecniche di elaborazione dei segnali da essi utilizzate. Inoltre, deve comprendere come i principi base e le tecniche di elaborazione siano impiegate nei diversi sistemi radar nei relativi contesti di riferimento.
• Capacità di applicare conoscenza e comprensione: lo studente deve saper applicare i principi di funzionamento e le tecniche di elaborazione radar in modo competente e critico. Possedere competenze adeguate sia per ideare e sostenere argomentazioni, sia per risolvere nuovi problemi di rivelazione e di stima di posizione. Deve saper collocare i sistemi radar in modo opportuno all’interno di sistemi più ampi di sorveglianza, navigazione, monitoraggio o osservazione della Terra.
• Autonomia di giudizio: lo studente deve integrare le conoscenze e gestire la complessità dei sistemi di sorveglianza, navigazione, monitoraggio o osservazione della Terra; saper affrontare dimensionamenti anche in presenza di informazioni limitate o incomplete; riflettere sulle responsabilità sociali ed etiche collegate all’applicazione delle tecnologie di sorveglianza, navigazione, monitoraggio o osservazione della Terra.
• Abilità comunicative: lo studente deve saper descrivere le soluzioni adottate nell’affrontare il dimensionamento di un sistema radar in modo che soddisfi i requisiti di progetto.
• Capacità di apprendimento: lo studente deve dimostrare la capacità di affrontare il dimensionamento dei sistemi in modo autonomo.

OBIETTIVI GENERALI

Il corso mira a fornire allo studente conoscenze sui sistemi radar di ricerca, tracciamento, navigazione, ed immagine. In particolare, si dedica specifica attenzione alla capacità di progettazione, approfondendo l'ottimizzazione delle forme d’onda radar e della catena di elaborazione dei segnali radar. Il corso mira a sviluppare la capacità di valutare le prestazioni dei sistemi e delle tecniche di elaborazione, e le relazioni fra sistemi radar, forme d’onda, tecniche di elaborazione, e prestazioni ottenibili. Su tale base, lo studente è chiamato a sviluppare una capacità di progetto preliminare dell'apparato.

Al termine del modulo lo studente ha acquisito la capacità di dimensionare i principali sistemi radar, selezionando le forme d’onda adeguate e le tecniche di elaborazione. Inoltre è in grado di valutare le prestazioni dei sistemi radar.

OBIETTIVI SPECIFICI

• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: A valle dell’erogazione e studio del corso lo studente ha una conoscenza di base sui sistemi radar delle varie tipologie, sulle forme d'onda con le loro caratteristiche e sulle tecniche di elaborazione radar.
• CONOSCENZA E CAPACITÀ APPLICATE: A valle dell’erogazione e studio del corso lo studente ha acquisito la capacità di valutare criticamente la scelta di: (i) schema a blocchi del sensore radar, (ii) forma d'onda utilizzata, (iii) tecniche di elaborazione da includere. E' in grado di effettuare il dimensionamento dei suoi parametri principali in funzione dei requisiti operativi (dai requisiti utente) e di ottimizzarne le prestazioni. Nello specifico, è in grado di utilizzare gli strumenti di analisi delle prestazioni delle singole componenti per comprendere le prestazioni del sistema complessivo e per la caratterizzazione delle sue prestazioni.
• AUTONOMIA DI GIUDIZIO: A valle dell’erogazione e studio del corso, lo studente ha maturato l’autonomia di giudizio necessaria per integrare le conoscenze sulle diverse tipologie di tecniche e blocchi di elaborazione, gestire la complessità delle tecnologie impiegate dai diversi sistemi e valutare le prestazioni nei diversi contesti applicativi.
• ABILITÀ COMUNICATIVE: Lo studente ha acquisito una capacità di operare in un contesto ingegneristico ad alta specializzazione interagendo con ingegneri progettisti dei singoli componenti elettronici e con i tecnici specializzati. Ciò avviene attraverso la conoscenza del funzionamento delle singole componenti di un sistema radar e l'acquisizione di un linguaggio tecnico adeguato.
• CAPACITÀ DI APPRENDERE: Lo studente, a valle dell’erogazione e studio del corso, ha acquisito capacità di approfondire autonomamente lo studio delle nuove tecnologie impiegate nelle future evoluzioni dei sistemi radar, sapendole collocare nella giusta posizione all'interno dello schema a blocchi dei sensore e comprendendo l'impatto dell'incremento di prestazioni delle singole porzioni di un sensore complesso.

Modulo: RADAR SYSTEMS II
Schemi non-coerenti e coerenti per l'integrazione di impulsi, relative prestazioni, ottimizzazione e dimensionamento (6 ore).

Schemi non-coerenti e coerenti e misti per l'integrazione di impulsi di bersagli fluttuanti, relative prestazioni, ottimizzazione e dimensionamento (8 ore).

CFAR in ambiente non Gaussiano (Weibull, Log-normale, K) e prestazioni. Gestione di clutter e bersagli multipli: mascheramento da lobi laterali e loro controllo; funzione di trasferimento del ricevitore, range lineare; gestione della dinamica: STC, controllo automatico di guadagno (AGC). I sistemi radar di terra (SMR) ed i radar costieri, radar passivi; esercitazioni (4 ore).

Cancellazione ottima e prestazioni. Spettri di clutter per radar fisso e avionico ed MTI da piattaforma in movimento. La scansione elettronica e cenni sui radar a phased array e multifunzionali (8 ore).

Elementi di Altimetria e sounding (2 ore)

Precisione ottenibile nelle misure di distanza, angolo e velocità. Sistemi e tecniche di inseguimento in distanza ed angolo di oggetti in movimento: loop di stima e prestazioni. Inizializzazione. Scintillazione e fading. Radar di inseguimento: scansione conica e monopulse (2 ore)

Modulo: RADAR SYSTEMS I
Il principio di funzionamento e le tipologie di sistemi radar, radar mono e multistatici, radar in onda continua ed impulsati (7 ore).

Rivelazione su singolo impulso e sue prestazioni. Modelli di fluttuazione del bersaglio, prestazioni per bersagli fluttuanti. Equazione radar ed approcci al dimensionamento (8 ore).

Rivelazione e misura di tempo di arrivo e velocità usando un ricevitore radar/radio, risoluzione in distanza e compressione di impulso. Forme d'onda radar (Chirp, Baker, codici polifase) e pesature per il controllo dei lobi. I sistemi radar di ricerca e di navigazione, radar CW ed FMCW, radar automotive (10 ore).

Esercitazione su compressione di forme d'onda (3 ore).

Ambiguità in tempo ed in frequenza Doppler, risoluzione in frequenza Doppler. Funzione di ambiguità e sue proprietà (6 ore).

Principi e prestazioni della stima angolare: scansione e monopulse. (2 ore).

Integrazione coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler e suo progetto (6 ore)

Echi di clutter, livelli e statistiche e tecniche CFAR in clutter Gaussiano con esercizio (6 ore).

Cancellatori convenzionali di clutter, banco MTD per rivelazione e stima (4 ore).

Radar avionici (2 ore)

Il principio del radar ad apertura sintetica (SAR) e cenni sui radar di immagine (6 ore).

Modulo: RADAR SYSTEMS II

• Integrazione

non coerente di impulsi: integratore in dinamica, binaria e video. - (6 ore)

• Testi di riferimento: Slides:

21_SIRA_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic principles

• Integrazione

non coerente di impulsi per bersagli fluttuanti - (4 ore)

• Testi di riferimento: Slides:

22_SIRA_

noncoherent_integration_Swerling

23_SIRA_binary_noncoherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Schemi

di integrazione mista coerente e non-coerente - (4 ore)

• Testi di riferimento: Slides:

24_SIRA_mixed_Intergration;

Principles of Modern Radar, Volume 1: Basic

principles

• Cancellazione

del clutter ottima ed adattiva. Mappe di clutter - (8 ore)

• Testi di riferimento: Slides:

25_SIRA_clutter_spectra

26_SIRA_Optimum_coherent_cancelation_and_Integration;

Principles of Modern Radar, Volume 1: Basic

principles

• CFAR

per clutter nongaussiano - (4 ore)

• Testi di riferimento: Slides:

27_SIRA_CFAR_nongaussian;

• Cenni

di altimetria e sounding - (2 ore)

• Testi di riferimento: Slides:

28_SIRA_Radar_Altimetry_and_Sounding

• Cenni di radar Tracking - (2 ore)
• Testi di riferimento: Slides:

29_SIRA_Radar_tracking

Modulo: RADAR SYSTEMS I

• Introduzione

alle tematiche del corso e contesto, modalità di erogazione lezioni, di

svolgimento esercitazioni e di valutazione. - (1 ora)

• Testi di riferimento: Slide della lezione disponibile in rete sul

sito web

• Principio

di funzionamento del radar impulsato, equazione radar, link budget, blind

range. Risoluzione in range. - (5 ore)

• Testi di riferimento: Slides:

01_SIRA_intro_&_radar_basics

02_SIRA_radar_

equation

03_SIRA_CW_vs_pulsed;

Principles of

Modern Radar, Volume 1: Basic principles

• La

rivelazione: Probabilità di rivelazione e di Falso allarme. Funzione di Marcum

e approssimazione di Albersheim. - (5 ore)

• Testi di riferimento: Slides:

05_SIRA_single_pulse_detection;

Principles of Modern Radar, Volume 1: Basic

principles,

• RCS,

bersagli fluttuanti e modelli di Swerling - (4 ore)

• Testi di riferimento: Slides:

09_SIRA_RCS

10_SIRA_Swerling;

Principles of Modern Radar, Volume 1: Basic

principles

• Filtro

adattato. Necessità di impulsi lunghi comprimibili. Compressione di impulso: codici

di fase, Barker, Chirp, codici Frank, P3 e P4 e controllo dei lobi laterali; esercitazioni

di compressione in aula - (13 ore)

• Testi di riferimento: Slides:

04_SIRA_Matched filter;

06_SIRA_pulse

compression

07_SIRA_Chirp_P4;

Principles of Modern Radar, Volume 1: Basic

principles

• Misure

di angolo: sequenza di impulsi e Monopulse - (2 ore)

• Testi di riferimento: Slides:

08_SIRA_radar_measurements;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar Clutter and Constant

False Alarm Rate (CFAR) - (6 ore)

• Testi di riferimento: Slides:

11_SIRA_clutter

12_SIRA_CFAR;

Principles of Modern Radar, Volume 1: Basic

principles

• Integrazione

coerente di impulsi e risoluzione in frequenza Doppler. Banco di filtri Doppler

e suo progetto. - (6 ore)

• Testi di riferimento: Slides:

13_SIRA_

Doppler_measurement

14_SIRA_coherent_integration;

Principles of Modern Radar, Volume 1: Basic

principles

• Funzione

di ambiguità: definizione, proprietà, specifica forma per le forme d’onda

considerate e per la sequenza di impulsi - (6 ore)

• Testi di riferimento: Slides:

15_SIRA_Ambiguity_Function

16_SIRA_Ambifun_pulse_sequence;

Principles of Modern Radar, Volume 1: Basic

principles

• Caratteristiche

spettrali del Clutter Radar e cancellatori convenzionali binomiali - (4 ore)

• Testi di riferimento: 17_SIRA_conventional_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

da piattaforma aerea - (2 hours)

• Testi di riferimento: Slides:

18_SIRA_airborne_MTI;

Principles of Modern Radar, Volume 1: Basic

principles

• Radar

Imaging: La risoluzione in azimuth del Radar ad apertura reale (RAR) ed il

Radar ad Aperura Sintetica (SAR) - (6 ore)

• Testi di riferimento: Slides:

19_SIRA2024_SAR

20_SAR_quality_parameters;

Principles

of Modern Radar, Volume 1: Basic principles

La verifica dell'apprendimento avviene tramite tre prove:

(i) una prova scritta di dimensionamento (30% del punteggio), in cui si chiede allo studente di dimensionare i principali parametri di progetto di un sistema radar per soddisfare i requisiti assegnati e di delineare le tecniche di elaborazione da utilizzare.

(ii) una prova orale descrittiva (40% del punteggio), che prevede la risposta a domande aperte sul funzionamento dei sistemi o delle relative tecniche di elaborazione.

(iii) una prova di implementazione (30% del punteggio), che prevede la capacità di implementare una delle tecniche di elaborazione radar studiate; l'implementazione può essere realizzata in software o descritta oralmente con alto livello di dettaglio.

E' possibile sostituire la prova (i) con lo svolgimento di prove "in itinere" di dimensionamento parziale svolte durante il corso delle lezioni sulla piattaforma Sapienza di e-learning.

Modulo: RADAR SYSTEMS II

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS I

• Principles of Modern Radar, Volume 1: Basic principles, Edited by Mark A. Richards, James A. Scheer, William A. Holm, IET Editor
• Materiale integrativo (lucidi del corso) disponibili sul sito web https://elearning2.uniroma1.it/course/view.php?id=4792

Modulo: RADAR SYSTEMS II

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

Modulo: RADAR SYSTEMS I

• “Elaborazione del segnale radar”, G. Picardi, Franco Angeli Ed.,
• “Introduction to Radar Systems”, M.I. Skolnik, McGraw Hill,
• “Radar Signals”, N. Levanon,

GENERALI

Il corso mira a fornire una formazione solida e integrata nei principi fondamentali della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, con attenzione sia agli aspetti teorici sia alle applicazioni pratiche nei moderni sistemi di comunicazione digitale. Al termine del percorso, lo studente sarà in grado di comprendere i concetti di entropia e di capacità di canale, valutare l’efficienza di codici per la compressione dei dati e la correzione degli errori, e interpretare le implicazioni dei teoremi di Shannon. Verranno affrontati i principi dell’elaborazione statistica dei segnali e della teoria della stima e della rivelazione, inclusi gli approcci a massima verosimiglianza e bayesiani. Il corso esplorerà inoltre tecniche avanzate di trasmissione e ricezione, quali l’equalizzazione di canale, i sistemi multiportante come l’OFDM, la sincronizzazione e la stima del canale, nonché le tecniche di diversità e i sistemi multi-antenna per la comunicazione in presenza di fading. L’insegnamento promuove la capacità di modellare problemi di comunicazione in termini matematici e di applicare un approccio quantitativo e critico, anche attraverso esercitazioni pratiche in MATLAB e/o Python.

SPECIFICI

• Conoscenza e capacità di comprensione: Lo studente acquisisce una solida comprensione dei principi della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, con applicazione ai sistemi di comunicazione digitale di strato fisico.
• Capacità di applicare conoscenza e comprensione: Lo studente è in grado di applicare modelli e tecniche dell’informazione e dell’elaborazione statistica dei segnali per analizzare, progettare e simulare sistemi di comunicazione efficienti, affidabili e coerenti con le caratteristiche del canale e della sorgente.
• Autonomia di giudizio: Lo studente sviluppa la capacità di valutare criticamente le prestazioni di diverse soluzioni di codifica, stima e rivelazione, scegliendo con consapevolezza le strategie più adatte in funzione del contesto applicativo e delle condizioni operative.
• Abilità comunicative: Lo studente acquisisce il linguaggio tecnico necessario per descrivere con chiarezza modelli, algoritmi, metriche di prestazione e scelte progettuali nel campo delle comunicazioni digitali.
• Capacità di apprendimento: Lo studente è in grado di approfondire in modo autonomo temi avanzati della comunicazione e dell’elaborazione dei segnali, sviluppando competenze utili per proseguire in ambito accademico o professionale.

Al termine del corso, lo studente avrà acquisito una solida comprensione dei principi fondamentali della teoria dell’informazione, della codifica e dell’elaborazione statistica dei segnali, sviluppando la capacità di affrontare in modo critico e quantitativo le problematiche legate alla trasmissione e ricezione dei segnali nei moderni sistemi di comunicazione digitale. Sarà in grado di interpretare concetti chiave come l’entropia, la capacità di canale e il teorema di Shannon, e di applicare tali nozioni per valutare l’efficienza di codici utilizzati nella compressione dei dati e nella correzione degli errori. Lo studente saprà analizzare e modellare segnali aleatori, applicando metodi statistici avanzati, come le tecniche di stima a massima verosimiglianza e quelle di tipo bayesiano, e sarà in grado di comprendere e progettare sistemi di rivelazione ottimali. Sarà inoltre capace di affrontare le sfide poste dalla trasmissione su canali reali, sviluppando competenze nella progettazione di sistemi di equalizzazione, nella sincronizzazione, nell’impiego di tecniche multiportante come l’OFDM, nella stima del canale e nell’utilizzo di strategie di diversità e sistemi multi-antenna per contrastare gli effetti del fading. Grazie all’integrazione di esercitazioni pratiche con MATLAB e/o Python, lo studente sarà anche in grado di simulare e analizzare scenari complessi, traducendo i modelli teorici in implementazioni concrete. In sintesi, svilupperà la capacità di affrontare problemi ingegneristici con un approccio rigoroso, modellandoli matematicamente e proponendo soluzioni fondate su criteri quantitativi e sperimentali.

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: INFORMATION THEORY AND CODING
Parte 1 – Teoria dell’Informazione e Codici (60 ore)

Fondamenti di Informazione, Sorgente e Canale (30 ore)

Misura dell'informazione (entropia), codifica di sorgenti discrete (simboli indipendenti/dipendenti, Markov).

Compressione di dati, audio e immagini (Ziv-Lempel, MP3, JPEG).

Modelli di canale discreto e binario, concetti di capacità, informazione mutua, teoremi di Shannon, disuguaglianza di Fano, sicurezza dell'informazione.

Tecniche di Codifica per Rilevamento e Correzione Errori (15 ore)

Codici per rilevamento errori (parità, checksum, CRC, ARQ).

Codici per correzione errori (FEC, codici interlacciati).

Codici a blocchi e lineari: costruzione (matrici generatrici e di parità), codici ciclici, duali.

Codici noti: Hamming, Golay, BCH, Reed-Solomon, codici a lunghezza massima.

Codifica Avanzata e Tecniche di Decodifica (15 ore)

Codici convoluzionali: rappresentazione, capacità di correzione, decodifica Viterbi (hard/soft decision), interleaving e concatenazione.

Codici Turbo: RSC, puncturing, concatenazione parallela, decodifica iterativa.

Tecniche recenti: Trellis Coded Modulation (TCM), Low-Density Parity-Check (LDPC), Space-Time Block Codes (STBC), CDMA.

Parte 2 – Elaborazione dei Segnali per le Telecomunicazioni (60 ore)

Teoria della stima (20 ore):

Proprietà degli stimatori: polarizzazione, efficienza, consistenza.

Stima non polarizzata a minima varianza. Limite inferiore di Cramér-Rao.

Modelli lineari. Statistiche sufficienti. Stima a massima verosimiglianza. Minimi quadrati.

Stima Bayesiana, stima MMSE lineare.

Applicazioni alla stima della fase portante e della temporizzazione dei simboli nelle comunicazioni.

Teoria della rivelazione (10 ore):

Teorema di Neyman-Pearson. Minima probabilità di errore. Rischio Bayesiano. Test di ipotesi.

Rivelazione di segnali deterministici: Matched filters.

Rivelazione di segnali aleatori: Estimator-Correlator.

Equalizzazione e sistemi multiportante (18 ore):

Canali modellati come sistemi LTI e LTV. Esempi di modelli di canale.

Ricevitori ottimi per canali con ISI e AWGN, stima di sequenza a massima verosimiglianza.

Sistemi a trasmissione a blocchi, rivelazione dei simboli, intervalli di guardia, equalizzazione lineare (zero forcing, MMSE, LMS adattativo).

OFDM (Orthogonal Frequency Division Multiplexing): modulazione e demodulazione, prefisso ciclico, implementazione digitale tramite DFT (Discrete Fourier Transform). Problemi di sincronizzazione. Stima del canale.

Diversità e comunicazioni multi-antenna (12 ore):

Canali wireless: shadowing, multipath fading. Canali SISO e MIMO.

Effetti del fading. Probabilità di outage. Probabilità media di errore. Diversità in ricezione e trasmissione.

Comunicazioni multi-antenna, rivelazione di simboli MIMO, guadagno da multiplexing, beamforming MIMO, compromesso tra diversità e multiplexing.

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS

• Teoria della stima
• Teoria della rivelazione
• Equalizzazione per sistemi multi-portante
• Sistemi Multi-Antenna

Modulo: INFORMATION THEORY AND CODING

• Codifica di sorgente
• Codifica di Canale
• Limiti notevoli della teoria dell'informazione e impatto sulla progettazione

L'esame scritto consta di un esercizio sulla prima parte e domanda/e sulla seconda parte. (10/30)

L'orale prevede domande su ambedue le parti. (20/30)

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
Cover and Thomas, Elements of Information Theory

Appunti e lucidi fornita dal docente mediante slides

Modulo: SIGNAL PROCESSING FOR COMMUNICATIONS
Kay "fundamentals of statistical signal processing"

Modulo: INFORMATION THEORY AND CODING
[1] Cover, Thomas "Elements of Information theory"

GENERALI Il corso di Wireless Access ha come obiettivo lo sviluppo e l’acquisizione di conoscenze teoriche sul tema dell’accesso al mezzo nei sistemi di telecomunicazioni wireless e la loro applicazione nei sistemi di comunicazione moderni 5G e “beyond 5G”. Parte integrante degli obiettivi del corso è lo sviluppo di capacità progettuale del sistema di accesso grazie all’acquisizione della padronanza di teorie matematiche essenziali alla modellizzazione del sistema di accesso, in particolare la teoria statistica dei processi aleatori tempo-discreti e la teoria delle code. La capacità progettuale è sviluppata concretamente attraverso l’acquisizione di abilità sull’utilizzo di strumenti di simulazione per l’analisi di prestazioni di sistemi complessi. SPECIFICI • Conoscenza e capacità di comprensione: tecniche di multiplazione (TDMA, FDMA, CDMA, SDMA, NOMA), algoritmi e protocolli per l’accesso al mezzo wireless (Medium Access Control, MAC) e il controllo della risorsa in reti wireless anche in condizioni di condivisione della risorsa tra reti (radio cognitiva). • Capacità di applicare conoscenza e comprensione: analisi e dimensionamento di reti wireless in funzione del traffico offerto e del protocollo di accesso adottato sia attraverso l’approccio analitico che con l’utilizzo di strumenti software per la simulazione di singoli link o di reti. • Autonomia di giudizio: capacità di affrontare un progetto di dimensionamento di una rete wireless identificando vincoli e obiettivi imposti sugli indici prestazionali, selezionando lo strumento o gli strumenti più opportuni per completare in modo corretto ed efficiente il progetto stesso. • Abilità comunicative: saper esporre coerentemente e chiaramente tematiche relative all’accesso al mezzo nelle reti wireless, combinando la padronanza della trattazione analitica con la capacità di sintetizzare le caratteristiche delle tecniche studiate. • Capacità di apprendimento: sviluppo delle capacità di approfondimento degli argomenti trattati nel corso attraverso lo studio in autonomia di articoli scientifici appositamente suggeriti

 Politiche di assegnazione della risorsa (es. le frequenze)

o Suddivisione contro condivisione. Sistemi aperti contro sistemi chiusi

o Coesistenza e cooperazione tra sistemi

o Condivisione della risorsa in modo ortogonale, quasi-ortogonale e non-ortogonale.

 Sistema di comunicazione multi-utente (MU)

o Tecniche di canalizzazione ortogonale nel tempo, nella frequenza, nello spazio di codice, nello spazio

• sistemi a portante singola e multipla: TDMA, FDMA, CDMA, OFDMA
• sistemi multi-antenna (MU-MIMO): SDMA
• sistemi a portante impulsiva: DS-Impulse radio, TH-Impulse radio

o Legame tra accesso e sincronizzazione

o Architettura di comunicazione tradizionali FDD e TDD, vs. Full-Duplex

o Modelli di Interferenza e analisi di prestazioni

• Ipotesi “Standard Gaussian Approximation”
• Modello basato sulla collisione di impulsi
• Prestazioni teoriche: Capacità di canale per sistemi multi-utente

o Gestione e cancellazione dell’interferenza

o Tecniche di canalizzazione non ortogonale NOMA

 Il canale wireless

o Richiami sulla caratterizzazione di canali wireless tempo-varianti e selettivi in frequenza: tempo di coerenza, banda di coerenza, mobilità e effetto Doppler

o Modelli statistici del path loss e del fading nel canale wireless

o Power delay profile

o Acquisizione e gestione dell’informazione del canale nel sistema di accesso

o Channel based user selection

o Canale multi-utente: coerenza spaziale

 Modelli statistici per i sistemi di accesso

o Processi di nascita e morte

 Processo di pura nascita

 Processo di pura morte

 Processo di Poisson a tasso fisso e variabile

 Caratteristiche del processo di Poisson: momenti del primo e del secondo ordine, distribuzione dei tempi di interarrivo

o Processi e catene di Markov

 Definizione e caratteristiche di un processo di Markov

 Definizione e caratteristiche di una catena di Markov

 Analisi e descrizione di una catena di Markov: probabilità di stato, probabilità di transizione di stato, diagrammi di transizione di stato

 Catene di Markov omogenee e stazionarie

 Catene di Markov periodiche/aperiodiche, ricorrenti nulle, ricorrenti non nulle, ergodiche

o Teoria delle code

 Definizione di sistema a coda

 Classificazione dei sistemi a coda

 Probabilità di stato steady state e condizioni per la loro esistenza

 Esempi di sistemi a coda: M/M/1, M/M/1/k

 Allocazione di risorse

o Accesso aleatorio

 ALOHA, slotted-ALOHA e sua stabilizzazione, effetto cattura, CSMA, terminale nascosto e esposto, Hand-shaking, MACA

o Accesso regolamentato (scheduling)

 Polling centralizzato e distribuito

• Determinazione del tempo medio nel sistema ed in coda
• Numero medio di pacchetti nel sistema e in coda
• Impatto delle statistiche dei tempi di servizio e di interarrivo sulle prestazioni del sistema

 Gestione della risorsa in sistemi aperti: Coesistenza e reti cognitive

o Spectrum sensing individuale e cooperativo

o Pilot channel e comunicazioni inter-sistema

o Routing cognitivo

o Applicazione di tecniche di intelligenza artificiale e machine learning alla classificazione di emissioni radio

 Standard MAC per reti wireless: IEEE 802.11, IEEE 802.15.1, 802.15.3, 802.15.4, 3GPP (4G,5G,6G)

• Introduzione. Definizione di un sistema di accesso, esempi 5G, IoT
• Confronto teoria-simulazione per un collegamento BPSK
• Generazione e analisi di topologie di rete per via simulativa
• Richiami sulla caratterizzazione di canali wireless
• Accesso Multiplo: TDMA, FDMA, CDMA
• Dimensionamento sistema TDMA
• Dimensionamento sistema CDMA Direct Sequence
• Implementazione di un canale a cammini multipli
• Accesso Multiplo: OFDMA
• Accesso Multiplo: SDMA
• Dimensionamento sistema OFDMA
• Modelli statistici del path loss e del fading
• Interferenza multiutente: definizione e modelli
• CDMA in ipotesi SGA, Pursley
• Valutazione di prestazioni in presenza di interferenza multiutente con e senza power control
• Implementazione di un canale con fading
• Gestione e cancellazione dell’interferenza multi-utente
• implementazione di un sistema a cancellazione di interferenza
• Accesso non ortogonale: NOMA
• Acquisizione e gestione dell’informazione sul canale nel sistema di accesso
• Limiti teorici per sistemi multi-utente
• Capacità di canale multi-utente
• Approfondimenti sui sistemi multi-utente
• Esempi di applicazione di schemi vari di acquisizione dell’informazione sul canale
• Processi e catene di Markov
• Analisi delle proprietà di una catena Markov
• Implementazione di una catena di Markov
• Implementazione di un sistema di accesso con selezione di utenti in base alla qualità del canale
• Processi di Poisson
• Verifica delle proprietà di un processo di Poisson
• Implementazioni basate sul processo di Poisson
• Approfondimenti sull’utilizzo dell’informazione sul canale (user selection, coerenza spaziale)
• Sistemi a coda
• Coda MM1
• Coda MM1k
• Prestazioni SDMA in condizione di canale ideale vs. reale
• Accesso aleatorio ALOHA
• Implementazione di una rete ALOHA
• CSMA
• Analisi delle problematiche del CSMA
• Accesso schedulato Polling
• Implementazione di un sistema a Polling
• Gestione della risorsa in sistemi aperti: coesistenza e radio cognitiva
• Applicazione del concetto di Detect and Avoid
• Dimensionamento di un sistema di accesso
• Il sistema di accesso del futuro

L'esame è costituito da una prova scritta, consistente in un progetto da sviluppare utilizzando gli strumenti di simulazione utilizzati nel corso (Matlab, Octave), e da una prova orale che verte sui contenuti delle lezioni e delle esercitazioni svolte in aula. Le due prove hanno stesso peso nel determinare la votazione finale.

Dispense a cura dei docenti in preparazione della monografia "Wireless Access in Communication networks"

Articoli scientifici di approfondimento selezionati dai docenti

BiBLIOGRAFIA

Dimitri P. Bertsekas and Robert G. Gallager, "Data Networks," (2nd edition) Prentice Hall, 1992, ISBN 0132009161

ITA GENERALI Il corso si propone di fornire agli studenti le competenze necessarie per comprendere e progettare sistemi di comunicazione avanzati in cui l’intelligenza artificiale (AI) è integrata nativamente nei meccanismi di funzionamento della rete. La prima parte del corso è dedicata allo studio di tecniche AI per il miglioramento dell’efficienza, dell’affidabilità e dell’autonomia delle reti di telecomunicazione, con particolare attenzione a modelli di machine learning, deep learning, reinforcement learning e graph neural networks. La seconda parte del corso analizza le architetture e le tecnologie di rete necessarie per supportare l’esecuzione distribuita di servizi AI, come l’apprendimento federato, il controllo distribuito, e i modelli generativi su scala edge-cloud. Il corso prepara gli studenti ad affrontare i temi emergenti delle reti 6G, come la comunicazione semantica, l’intelligenza distribuita e le infrastrutture AI-native.
SPECIFICI Conoscenza e capacità di comprensione: Alla fine del corso lo studente comprenderà i principi fondamentali dell’integrazione tra intelligenza artificiale e reti di comunicazione, sia nella direzione “AI for Networks” che “Networks for AI”. Capacità di applicare conoscenza e comprensione: Lo studente sarà in grado di applicare algoritmi di apprendimento automatico alla gestione intelligente della rete e progettare infrastrutture di rete capaci di supportare servizi AI distribuiti. Autonomia di giudizio: Il corso stimola una visione critica sui vantaggi, i limiti e le implicazioni etiche dell’uso dell’AI nelle reti, promuovendo la valutazione comparativa tra approcci classici e AI-based. Abilità comunicative: Lo studente sarà in grado di descrivere in modo chiaro e tecnico le architetture, i modelli e le soluzioni AI-native per le comunicazioni, anche in contesti multidisciplinari e internazionali. Capacità di apprendimento: Il corso fornisce gli strumenti per proseguire in modo autonomo nello studio di tematiche avanzate in ambito 6G, edge intelligence, e sistemi di comunicazione intelligenti.

GENERALI Conoscenza degli elementi teorici fondamentali dei metodi deep learning con particolare riferimento alla elaborazione del segnale audio. Gli studenti acquisiranno conoscenze su: i) fondamenti di acustica; ii) fondamenti di elaborazione del segnale per applicazioni audio; iii) intelligenza artificiale e metodi di apprendimento automatico orientati al segnale audio (musica, parlato, segnali acustici vari) e ai vari contesti applicativi. SPECIFICI Conoscenza e capacità di comprensione: conoscere i fondamenti dell'AI-DASP, con particolare riguardo alla definizione di algoritmi per l'analisi, la sintesi e la generazione di segnali audio. Capacità di applicare conoscenza e comprensione: saper applicare le tecniche e le procedure AI-DASP nei problemi più comuni descritti nel corso. Autonomia di giudizio: riguardo alla possibile soluzione ottimale dei problemi AI-DASP. Abilità comunicative: capacità di presentare in modo efficace metodi, risultati e soluzioni sia a specialisti che a non specialisti. Capacità di apprendimento: apprendimento autonomo su testi specializzati; capacità di proseguire eventuali studi successivi, ad esempio un dottorato di ricerca, su questioni avanzate di AI-ASP.

GENERALI L’offerta di un corso sui sistemi di comunicazione Middleware a banda larga nasce dalla considerazione che una esigenza-chiave del paradigma emergente dell’ Artificial Intelligent of Things (AIoT) è quella di suddividere ‘’complesse’’ e monolitiche applicazioni di Intelligenza Artificilae (quali quelle tipiche del Machine Learning e, più in generale, dell’ Appendimento Distribuito) in molteplici più “semplici” (ma comunicanti) sotto-applicazioni che possano essere eseguite in modo distribuito da “semplici” dispositivi (quali, ad esempio, tablet, pc portatili, notebook o telefoni cellulari). Ci si aspetta che il paradigma emergente delle Comunicazioni di strato Middleware (Middleware Communication paradigm) giocherà un ruolo chiave nel fornire opportuni servizi “virtualizzati” di comunicazione direttamente a contatto delle applicazioni. Nonostante il potenziale impatto dello scenario ora descritto sia in termini di progresso tecnologico che di ricadute economiche per gli operatori del settore, non sembra che le attuali offerte formative dei corsi di studio nel campo dell’ ICT presentino corsi focalizzati sulla valutazione delle prestazioni e la progettazione di sistemi “integrati” di comunicazione-calcolo per il supporto di applicazioni distribuite di Intelligenza Artificiale. Questo rappresenta, in verità, il “mantra” del corso offerto, obiettivi del quale sono l’analisi delle prestazioni e la progettazione delle archittetture di sistema, protocollari e dei servizi di strato Middleware per la realizzazione di sistemi di calcolo distribuito su reti a banda larga. I paradigmi emergenti del Cloud Computing, Fog Computing, AIoT e del Distributed Learning verrano utlizzati come “pratici” esempi-guida.
SPECIFICI • Conoscenza e capacità di comprensione: Ci si aspetta che lo studente acquisisca la conoscenza dei criteri per la progettazione di massima delle architetture di sistema e protocollari richieste per la realizzazione distribuita dello strato Middleware delle emergenti piattaforme integrate di comunicazione-calcolo.

• Capacità di applicare conoscenza e comprensione: Ci si aspetta che lo studente acquisisca le capacità per poter utilizzare i criteri della progettazione dei sistemi Middleware integrati di comunicazione-calcolo e dei servizi di Intelligenza Artificiale da essi veicolati per la formulazione di soluzioni tecniche, anche innovative, e per la valutazione del loro impatto tecnologico ed economico
• Autonomia di giudizio: Ci si aspetta che lo studente acquisisca l’autonomia di giudizio necessaria per: (i) progettazione sistemi di comunicazione-calcolo su reti a banda larga; e (ii) la valutazione dell'impatto tecnologico ed economico delle soluzioni di sistema sviluppate.
• Abilità comunicative: Per sua natura, la progettazione di sistemi di integrati di comunicazione-calcolo per la veicolazione di applicazioni distribuite di Intelligenza Artificiale per l’accesso richiede competenze inter-disciplinari, anche in riferimento alla molteplicità ed eterogeneità dei servizi supportati. A questo riguardo, ci si aspetta che, alla fine del corso, lo studente abbia acquisito il linguaggio tecnico-scientifico necessario per poter operare proficuamente in gruppi di lavoro inter-disciplinari.
• Capacità di apprendimento: Come conseguenza dell'impostazione multi-disciplinare del corso, ci si aspetta che lo studente acquisisca le capacità necessarie per acquisire autonomamente nuove conoscenze nell’ambito specifico della progettazione dei sistemi integrati di comunicazione-calcolo, anche avvalendosi della consultazione autonoma della letteratura tecnica di riferimento nel campi delle Reti di Comunicazione a banda larga e delle Reti di Computer.

Il corso fornisce le basi teoriche e metodologiche per la modellazione, analisi e simulazione dei sistemi complessi, attraverso lo studio di fenomeni fondamentali quali le nonlinearità, i comportamenti emergenti e i processi stocastici. Gli studenti apprenderanno tecniche analitiche e computazionali per affrontare sistemi complessi multidimensionali ed eterogenei, incluse tecniche di riduzione dell’ordine o modelli surrogati, cosimulazione di sistemi accoppiati, e metodi di ottimizzazione congiunta e distribuita. Il concetto di Digital Twin viene poi introdotto come principale caso studio e piattaforma concettuale dove utilizzare e applicare i metodi appresi SPECIFICI  Conoscenza e capacità di comprensione: Gli studenti comprenderanno il comportamento dei sistemi complessi, con particolare attenzione ai pattern non lineari, casuali (stocastici) e inaspettati (emergenti). Apprenderanno i concetti alla base dell'integrazione tra dati e modelli (data-model fusion), della stima dello stato del sistema e della progettazione di architetture di simulazione.  Capacità di applicare conoscenze e comprensione: Gli studenti saranno in grado di scrivere ed eseguire algoritmi computazionali per modellare sistemi complessi. Impareranno a creare modelli semplificati e veloci (modelli di ordine ridotto e surrogati), a connettere tra loro simulazioni diverse (co-simulation) e a utilizzare metodi di ottimizzazione distribuita. Saranno inoltre in grado di costruire e gestire architetture e flussi di lavoro di base per i Digital Twin.  Autonomia di giudizio: Gli studenti saranno in grado di confrontare diversi approcci di modellazione. Impareranno a scegliere il metodo migliore e più efficiente per risolvere uno specifico problema del mondo reale.  Abilità comunicative: Gli studenti miglioreranno la propria capacità di spiegare e presentare in modo chiaro ad altri le proprie conoscenze tecnico-scientifiche e i risultati dei loro progetti.  Capacità di apprendimento: Gli studenti svilupperanno la capacità di studiare e apprendere argomenti tecnici in modo autonomo, oltre a quella di lavorare efficacemente in squadra.

GENERALI Il corso fornisce le basi teoriche e pratiche per la progettazione di sistemi automatici di machine learning, affrontando problemi di classificazione, clustering, approssimazione funzionale e predizione attraverso tecniche di Intelligenza Computazionale, come reti neurali, logica fuzzy e algoritmi evolutivi. Gli studenti acquisiranno la capacità di comprendere articoli e testi avanzati nel campo del Soft Computing e dell’Intelligenza Computazionale. Saranno inoltre in grado di applicare metodologie e algoritmi studiati per progettare sistemi innovativi in contesti multidisciplinari, valutando con autonomia i requisiti del problema e selezionando le soluzioni più appropriate. Il corso sviluppa anche competenze comunicative, consentendo agli studenti di redigere relazioni tecniche e presentazioni efficaci per documentare progetti e risultati. Infine, il corso promuove una solida capacità di apprendimento autonomo, necessaria per approfondire in modo indipendente i temi trattati e mantenere aggiornate le competenze in un settore in continua evoluzione come l’ICT. SPECIFICI • Conoscenza e capacità di comprensione: Sono forniti i principi di base della progettazione di sistemi automatici per il machine learning (problemi di classificazione, clustering, approssimazione funzionale e predizione) basati su tecniche di Intelligenza Computazionale (reti neurali, logica fuzzy, algoritmi di ottimizzazione evolutivi). Gli studenti che passano la prova finale saranno in grado di leggere e comprendere testi ed articoli su argomenti avanzati nell’ambito del Soft Computing e dell’Intelligenza Computazionale. • Capacità di applicare conoscenza e comprensione: Gli studenti che passano la prova finale saranno in grado di applicare i principi metodologici e gli algoritmi studiati per la progettazione di innovativi sistemi di machine learning, in contesti multidisciplinari. • Autonomia di giudizio: Gli studenti che passano la prova finale saranno in grado di analizzare i requisiti di progettazione e di scegliere il sistema di machine learning che meglio si adatta al caso di studio. • Abilità comunicative: Gli studenti che passano la prova finale saranno in grado di compilare un rapporto tecnico e di realizzare una opportuna presentazione finalizzati a documentare un qualunque lavoro di progettazione, sviluppo e misura di prestazioni inerente un sistema di machine learning. • Capacità di apprendimento: Gli studenti che passano la prova finale saranno in grado di proseguire in autonomia l’approfondimento dei temi trattati a lezione, realizzando il necessario processo di apprendimento continuo che caratterizza la professionalità in ambito ICT.

GENERALI Il corso fornisce competenze teoriche e pratiche sui principali metodi di Deep Learning (DL), con particolare riferimento a problemi di classificazione, regressione e generazione in scenari ad alta dimensionalità e complessità. Gli studenti acquisiranno conoscenze su: architetture di reti neurali profonde (DNNs), inclusi modelli convoluzionali, ricorrenti e generativi; tecniche di apprendimento supervisionato, auto-supervisionato e rinforzato; metodi di valutazione delle prestazioni dei modelli; librerie software come PyTorch e TensorFlow; applicazioni in ambiti quali computer vision e NLP. SPECIFICI Conoscenza e capacità di comprensione: comprensione avanzata delle tecniche DL e dei relativi ambiti applicativi (big data, visione, linguaggio, ecc.). Capacità di applicare conoscenza e comprensione: capacità di progettare e sviluppare soluzioni DL in contesti concreti, utilizzando modelli e librerie appropriati. Autonomia di giudizio: sviluppo del pensiero critico attraverso attività pratiche su dati reali e valutazione delle prestazioni. Abilità comunicative: capacità di presentare in modo efficace metodi, risultati e soluzioni sia a specialisti che a non specialisti. Capacità di apprendimento: promozione dell’apprendimento autonomo tramite progetti individuali e attività sperimentali.

GENERALI Il corso ha l’obiettivo di fornire agli studenti una conoscenza approfondita dei principi di funzionamento, delle architetture e delle applicazioni dei radar digitali basati su schiere di antenne. Gli studenti acquisiranno competenze teoriche e pratiche nell’elaborazione dei segnali radar multi-canale, nel beamforming adattativo e nelle tecniche di rivelazione, localizzazione e tracciamento dei target, anche mediante fasci multipli e da piattaforme in movimento. Al termine del corso, gli studenti saranno in grado di progettare, simulare e analizzare sistemi radar digitali, valutandone prestazioni, limiti e potenzialità in vari contesti applicativi, tra cui sorveglianza, sicurezza e monitoraggio ambientale. Il programma didattico prevede l’uso di strumenti software per la simulazione e la modellazione dei segnali radar, nonché attività pratiche di laboratorio per sviluppare una comprensione concreta delle tecniche apprese.
SPECIFICI • Conoscenza e capacità di comprensione: Conoscere i principi teorici e le architetture dei sistemi radar avanzati, con particolare riferimento all’uso di fasci di antenna multipli e alle tecnologie di ultima generazione, comprese soluzioni innovative rispetto allo stato dell’arte. • Capacità di applicare conoscenza e comprensione: Saper applicare le metodologie tipiche di radar multi-canale per progettare, dimensionare e ottimizzare sistemi radar, nonché per trattare e elaborare i segnali ricevuti in scenari reali, affrontando problematiche tecniche e progettuali. • Autonomia di giudizio: Essere in grado di formulare valutazioni critiche su diverse soluzioni tecnologiche e progettuali, adottando approcci basati su una valutazione approfondita delle alternative disponibili e facendo scelte consapevoli e motivate. • Abilità comunicative: Essere in grado di presentare, in modo chiaro e critico, le conoscenze acquisite e i risultati ottenuti, descrivendo le metodologie e le soluzioni adottate a interlocutori esperti, utilizzando un linguaggio tecnico preciso e un registro adeguato al contesto. • Capacità di apprendimento: Saper apprendere autonomamente, identificando e correggendo errori durante l’applicazione pratica delle tecniche apprese, con la capacità di seguire un processo iterativo di miglioramento e adattamento delle proprie strategie di lavoro.

GENERALI IL CORSO SI PROPONE DI FORNIRE ALLO STUDENTE UN’INTRODUZIONE ALLA MATEMATICA DISCRETA, CHE COSTITUISCE UNO DEI SETTORI PIÙ INNOVATIVI DELLA MATEMATICA. SVILUPPATO A PARTIRE DALLA SECONDA METÀ DEL NOVECENTO, E’ RICCO DI PROBLEMI STIMOLANTI E DI GRANDE UTILITÀ NELLE APPLICAZIONI. DURANTE IL CORSO, LO STUDENTE VERRÀ A CONTATTO CON UNA SERIE DI ARGOMENTI E PROBLEMI, DI TIPO COMPLETAMENTE DIVERSO DA QUELLI INCONTRATI IN ALTRI CORSI DI MATEMATICA TRADIZIONALI, E SVILUPPERÀ, ATTRAVERSO UN IMPEGNO SISTEMATICO RIVOLTO AL “PROBLEM SOLVING”, UN APPROCCIO CONCRETO ALLO STUDIO DI PROBLEMI DI GRANDE VALENZA FORMATIVA, SOPRATTUTTO PER LA FUTURA ATTIVITÀ PROFESSIONALE. SPECIFICI AL TERMINE DEL CORSO LO STUDENTE • CONOSCERÀ I METODI, I PROBLEMI, E LE POSSIBILI APPLICAZIONI DELLA MATEMATICA DISCRETA. • SARÀ IN GRADO DI CAPIRE, AFFRONTARE E RISOLVERE SEMPLICI PROBLEMI DI MATEMATICA DISCRETA. • ATTRAVERSO ESERCITAZIONI SCRITTE E EVENTUALI PRESENTAZIONI ORALI SVILUPPERÀ ADEGUATE CAPACITÀ CRITICHE • ALLO STESSO MODO ESERCITERÀ LA SUA CAPACITÀ DI ESPORRE E TRASMETTERE CIÒ CHE HA APPRESO • LO STUDIO INDIVIDUALE ALLENERÀ ADEGUATAMENTE LA SUA CAPACITÀ DI STUDIO AUTONOMO E INDIPENDENTE

Generali Il modulo intende fornire gli strumenti metodologici e le conoscenze applicative relative alle tecniche e ai dispositivi per le principali applicazioni dell’elettromagnetismo nei moderni sistemi di telecomunicazioni terrestri e spaziali e nel telerilevamento. Le competenze acquisite riguardano le proprietà di dispositivi elettromagnetici con attenzione alla propagazione guidata, alla radiazione e alla sensoristica utilizzata in diverse applicazioni dell’ICT e dell’ingegneria civile e industriale. Completa il percorso formativo lo studio di procedure di analisi e progetto assistite al calcolatore, di strumentazione e tecniche di misura.
Specifici Conoscenza e capacità di comprensione: conoscere e saper comprendere le tecniche, gli strumenti e gli aspetti metodologici nello studio e caratterizzazione di vari dispositivi in alta frequenza per le comunicazioni terrestri e satellitari, e le tecnologie elettromagnetiche per i sistemi radar e di osservazione e controllo a distanza in ambienti complessi. Capacità di applicare conoscenza e comprensione: saper applicare le tecniche di analisi elettromagnetica per la progettazione di diversi tipi di dispositivi e sistemi in alta frequenza. Autonomia di giudizio: essere in grado di raccogliere informazioni aggiuntive per conseguire una maggiore consapevolezza relativa ai dispositivi impiegati alle alte frequenze nell’ambito dell’ICT e dell’ingegneria civile e industriale. Abilità comunicative: saper descrivere le problematiche di natura elettromagnetica collegate all’impiego di vari dispositivi in alta frequenza per applicazioni di trasmissione dell’informazione e sensoristica. Capacità di apprendimento: saper estendere le conoscenze in un continuo aggiornamento delle problematiche di elettromagnetismo applicato per il trattamento delle informazioni a distanza.

GENERALI La prova finale del Corso di Laurea Magistrale rappresenta un momento fondamentale del percorso formativo, offrendo allo studente l’opportunità di affrontare un’attività progettuale o di ricerca su tematiche rilevanti per l’ingegneria delle telecomunicazioni. Attraverso la redazione e la discussione di un elaborato originale – la tesi – lo studente è chiamato a dimostrare la padronanza teorica e applicativa degli argomenti trattati, nonché la capacità di lavorare in modo autonomo e di comunicare efficacemente i risultati ottenuti. Lo svolgimento della tesi può avvenire in ambito accademico o presso enti esterni pubblici o privati, sempre sotto la supervisione di un docente del Corso di Studio. L’elaborato finale è valutato da una commissione, che ne giudica il contenuto tecnico-scientifico e la presentazione complessiva. L’obiettivo della prova finale è consolidare le competenze acquisite durante il percorso di studi, sviluppare spirito critico e autonomia operativa, e favorire l’integrazione tra formazione accademica e mondo della progettazione e della ricerca.
SPECIFICI • Conoscenza e capacità di comprensione: Lo studente dimostra padronanza teorica e tecnica delle tematiche affrontate nella tesi. • Capacità di applicare conoscenza e comprensione: È in grado di sviluppare un progetto o condurre un’attività di ricerca in modo autonomo e metodologicamente corretto. • Autonomia di giudizio: Analizza criticamente i risultati ottenuti, valutando soluzioni alternative e giustificandone la scelta. • Abilità comunicative: Presenta e discute con chiarezza ed efficacia l’elaborato finale, utilizzando un linguaggio tecnico appropriato. • Capacità di apprendimento: Integra conoscenze trasversali e avanzate, dimostrando autonomia nello studio e nell’approfondimento di nuove tematiche.

GENERALI Il Corso è finalizzato a fornire allo studente una visione olistica dello stato dell’arte e delle moderne metodologie sulla percezione automatica, cioè la capacità di un sistema di interpretare i dati in un modo simile al modo in cui gli esseri umani usano i propri sensi per relazionarsi con il mondo che li circonda. In particolare, il focus principale del corso è orientato alla descrizione delle metodologie per la visione e l’ascolto automatici. Lo studente apprenderà lo sviluppo di applicazioni per la comprensione ad alto livello delle immagini e dei suoni al fine di prendere opportune decisioni in modo automatico. Il corso è completato da una trattazione dettagliata di alcuni esempi applicativi complessi, quali: gli assistenti virtuali, l’assistenza sanitaria, l’analisi della scena, i sistemi di sicurezza e la guida autonoma.
SPECIFICI • Conoscenza e capacità di comprensione: al termine del corso lo studente sarà in grado di conoscere le moderne metodologie per il progetto di applicazione di visione e ascolto automatici. • Capacità di applicare conoscenza e comprensione: essere in grado di sviluppare in autonomia applicazioni di visione e ascolto automatici e saper descrivere le soluzioni implementate e le relative limitazioni. • Autonomia di giudizio: lo studente sarà in grado di integrare le conoscenze acquisite nel corso con quelle proprie dell’informazione in generale trasmessa all’interno del Corso di Laurea Magistrale. • Abilità comunicative: lo studente sarà in grado di trasmettere le conoscenze acquisite e di illustrare i processi che ad esse hanno condotto. • Capacità di apprendimento: lo studio individuale allenerà adeguatamente la capacità di studio autonomo e indipendente, e la capacità di proseguire gli studi successivi riguardanti tematiche avanzate di elaborazione multimediale.

GENERALI Il corso si propone come obiettivi formativi l ‘apprendimento di conoscenze avanzate di Analisi Matematica rivolte alle applicazioni, l’apprendimento del calcolo differenziale in più variabili. Più specificamente, il calcolo di minimi e massimi per funzioni a valori reali di più variabili e un’analisi sulle ipotesi di lavoro. In particolare verrà considerato la ricerca di minimi e massimi di funzioni con vincoli e verrà fatta un’analisi sui vincoli, verranno inoltre considerati modelli matematici.Obiettivo del corso è la comprensione e l’utilizzo della matematica per la formulazione di semplici modelli e la conoscenza del calcolo differenziale.
SPECIFICI
A) Conoscenza e capacità di comprensione: apprendere i concetti base e il loro utilizzo in esercizi con il supporto di libri di testo e dispense del corso di Metodi Matematici per l'Ingegneria dell'Informazione
B) Capacità di applicare conoscenza e comprensione: essere in grado di applicare le conoscenze acquisite in modo competente; possedere competenza e comprensione adeguate per risolvere problemi e sostenere argomentazioni
C) Autonomia di giudizio Raccogliere ed interpretare i risultati sviluppati durante il corso per risolvere problemi simili in modo autonomo. Individuare caratteristiche comuni in problemi diversi
D) Abilità comunicative Comunicare ipotesi, problemi e soluzioni a interlocutori non specialisti.
E) Capacità di apprendimento Sviluppare le competenze necessarie per intraprendere studi avanzati.

Lo spazio R^n.Derivate direzionali. Differenziabilita’. Insiemi convessi e funzioni convesse. Proprietà caratterizzanti.

Convessità e ottimizzazione. Minimi (massimi) locali e globali. Ottimizzazione vincolata.

Metodo dei moltiplicatori di Lagrange. Le condizioni di

Fritz John. condizioni di qualificazione dei vincoli.

Le condizioni di Karush-Kuhn-Tucker.

Dualità: problemi primali e duali.

Esempi di problemi di controllo

ottimo. La funzione valore. Il principio della

programmazione dinamica e l’ equazione di Hamilton-Jacobi-Bellman.

Concetti di teoria (40 ore)

Esempi ed esercizi (20 ore)

• II semestre

Discussione sugli argomenti del programma.

Per superare l'esame occorre conseguire un voto non inferiore a 18/30.

Lo studente deve dimostrare di aver acquisito una conoscenza sufficiente degli

argomenti del programma di Analisi Matematica II, e di essere in grado

di svolgere esercizi relativi agli argomenti del programma.

Per conseguire un punteggio pari a 30/30 e lode, lo studente deve dimostrare di aver

acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Nicola Fusco Paolo Marcellini Carlo Sbordone

Lezioni di analisi matematica due

2020 Zanichelli Editore

Sandro Salsa - Carlo D. Pagani Analisi matematica. 2. Zanichelli

Mathematical Analysis: Functions of Several Real Variables and Applications Condividi

di Nicola Fusco , Paolo Marcellini, Carlo Sbordone Springer International Publishing AG,

Stephen Boyd , Lieven Vandenberghe

Convex Optimization

Stanford University Press

Dispensa ed esercizi sulla pagina web docente Prof. Paola Loreti (Dipartimento di Scienze

di Base e Applicate per l'Ingegneria)

GENERALI Conoscenza della struttura generale dei sistemi radiomobili cellulari con particole riferimento ai sistemi GSM, LTE, 6G, wifi, Bluetooth, reti ad-hoc, della copertura radio e delle dimensioni delle celle, delle tecniche di modulazione, delle bande di frequenza impiegate, dei problemi della propagazione, della capacità del sistemi (utenti per unità di banda), delle procedure di attach, handover, phone call, data exchange. Capacità di raffronti comparativi tra sistemi differenti. SPECIFICI • Conoscenza e capacità di comprendere le differenti tipologie di sistema radiomobile considerate in relazione agli obiettivi e ai costi delle strutture impegnate, anche tramite analisi comparativa dei sistemi • Capacità di applicare conoscenza e comprensione; Capacità di comprendere le scelte dei parametri e le scelte di progetto connesse ai diversi sistemi • Autonomia di giudizio: saper individuare adeguati schemi a blocchi funzionali che sintetizzano le diverse parti dei sistemi radiomobili • Abilità comunicative: capacità di esporre con chiarezza le diverse procedure impiegate e standardizzate nell’ambito dei radiomobili • Capacità di apprendimento: saper dimensionare ed analizzare in forma quantitativa il comportamento dei sistemi radiomobili considerati

GENERALI Il corso offre una panoramica completa e aggiornata sui sistemi e servizi multimediali più avanzati, con l'obiettivo di fornire agli studenti una solida preparazione nel campo delle comunicazioni digitali. Verranno esplorate le principali applicazioni multimediali, tra cui lo streaming video e audio, il broadcasting, i servizi di voice over IP e le tecnologie emergenti legate alla extended reality.
Particolare attenzione sarà dedicata allo studio delle tecnologie che rendono possibili questi servizi, analizzando le architetture protocollari sottostanti e le soluzioni adottate per garantire qualità, affidabilità e scalabilità. Saranno affrontati in dettaglio i meccanismi di codifica e trasporto dei contenuti, la gestione della qualità del servizio (QoS) e la fruizione dei servizi su reti mobili di nuova generazione, con un focus specifico sulle reti 5G.
Il corso combina aspetti teorici ed esempi applicativi per permettere agli studenti di comprendere come le tecnologie multimediali si integrano nei sistemi di comunicazione moderni, fornendo competenze utili sia in ambito accademico che industriale. Lo studente acquisisce attitudine e abilità per la sperimentazione e l'innovazione scientifica,capacità di modellazione e controllo di sistemi complessi per l'analisi dei dati e dell'informazione capacità di usare autonomamente le conoscenze per trovare soluzioni a problemi complessi, poco noti e interdisciplinari e di saper comunicare verbalmente le scelte progettuali e gli orientamenti scientifici ad esse sottesi SPECIFICI • Conoscenza e capacità di comprensione: maturazione di una visione a tutto campo delle problematiche relative ai servizi multimediali, dagli aspetti di signal processing a quelli di networking,. • Capacità di applicare conoscenza e comprensione: capacità di analizzare e progettare soluzioni per diversi servizi multimediali emergenti (e.g. extended reality, adaptive live streaming).. • Autonomia di giudizio: saper valutare principali criticità e specificità dei diversi servizi • Abilità comunicative: saper inquadrare e definire soluzioni tecniche innovative. • Capacità di apprendimento: capacità di leggere documenti scientifici avanzati nel campo dei sistemi multimediali.

Generali Il corso "Network Infrastructures" fornisce una visione approfondita delle principali architetture, protocolli e tecnologie delle infrastrutture di rete moderne, con particolare attenzione alle reti di accesso a banda larga sia cablate che wireless, alle reti di trasporto ottiche e alle soluzioni di rete wireless di nuova generazione. Gli studenti acquisiranno una conoscenza dettagliata delle tecnologie e dei protocolli fondamentali per la configurazione e la gestione delle infrastrutture di reti, affrontando sia aspetti teorici che pratici. Il corso include esercitazioni su configurazioni di rete basate su strumenti di simulazione/emulazione avanzati, per sviluppare competenze applicative e operative essenziali nel settore delle telecomunicazioni. Inoltre, verranno analizzate le principali soluzioni per la sicurezza delle reti e il supporto della Qualità di Servizio (QoS), preparando gli studenti a comprendere e affrontare le sfide emergenti nell’ambito delle infrastrutture di rete. Specifici Conoscenza e capacità di comprensione: Gli studenti acquisiranno una comprensione approfondita delle architetture di rete, delle tecnologie di accesso (xDSL, PON, LTE, 5G), dei protocolli di trasporto (OTN, MPLS) e dei meccanismi di instradamento (BGP, SCION). Capacità di applicare conoscenza e comprensione: Gli studenti saranno in grado di configurare, analizzare e risolvere problematiche relative a reti IP utilizzando strumenti di simulazione come Kathara. Autonomia di giudizio: Gli studenti svilupperanno la capacità di valutare criticamente le diverse tecnologie di rete e selezionare soluzioni ottimali in base ai requisiti di sicurezza, prestazioni e scalabilità. Abilità comunicative: Gli studenti saranno in grado di presentare in modo chiaro e strutturato le caratteristiche delle tecnologie di rete, sia in contesti tecnici che divulgativi. Capacità di apprendimento: Il corso fornirà le basi metodologiche per affrontare l’evoluzione continua delle tecnologie di rete e approfondire autonomamente nuove soluzioni e standard emergenti nel settore delle telecomunicazioni.

Introduzione alle infrastrutture di rete

• Introduzione alle architetture delle reti, descrizione delle aree funzionali [2h].
• Presentazione delle differenti metodologie di accesso cablate e wireless, terrestri e non terrestri [2h].

Accesso alla rete cablato e wireless

• Reti di accesso in rame a banda larga [3h]
• ADSL e VDSL, soluzioni di networking [5h]
• Accesso basato su fibra: FTTX e PON e relative evoluzioni [3h]
• Reti wireless Multihop/3G/4G [2h]
• Reti wireless non terrestri [2h]
• La famiglia Wi-xx [2h]
• Sistemi 4G: LTE e LTE-A [5h]
• Evoluzione 5G [1h]

Trasporto in rete e controllo di rete

• Introduzione alle reti ottiche [5h]
• Optical Transport Network [2h]
• Management e Control di reti WDM [5h]
• Multi Protocol Label Switching [5h]
• Architetture per la Quality of Service [5h]
• Inter Domain Routing e Border Gateway Protocol [3h]

Esercitazioni su configurazioni di rete su Kathara

• IP addressing [2h]
• IP routing [2h]
• DNS [2h]
• VPN [2h]
• Firewall [2h]
• Reti di accesso [20h]
• Testi di riferimento: materiale didattico a cura del docente
• Reti di trasporto [20h]
• Testi di riferimento: materiale didattico a cura del docente
• esercitazioni di laboratorio [20h]
• Testi di riferimento: materiale didattico a cura del docente

L'esame e' diviso in due parti: PARTE 1) parte pratica su kathara (da svolgere al PC, vale max 22 punti), avente la finalità di verificare la capacità dello studente di configurare correttamente gli apparati di rete; PARTE 2) parte teorica (2 domande di teoria a risposta aperta, valgono max 10 punti), volta a valutare l'apprendimento degli aspetti teorici presentati durante il corso. Durante il semestre la parte pratica su kathara viene svolta attraverso degli homework valutati durante i corso.

Durante il semestre verranno anche svolte due prove in itinere come test che danno diritto a dei punti bonus.

Gli homework ed eventuali punti bonus presi durante il corso saranno spendibili solo negli appelli di Gennaio/Febbraio.

A partire da Marzo l'esame si svolgerà svolgendo interamente la PARTE 1) e la PARTE 2) in aula durante l’appello.

Lucidi del corso e articoli disponibili sul sito web del corso e sulla piattaforma Moodle

Lucidi del corso e articoli disponibili sul sito web del corso e sulla piattaforma Moodle

GENERALI Conoscenza: i) dei principi fisici dei componenti e dispositivi dei sistemi di telecomunicazione ottici; ii) dei concetti avanzati dell’architettura dei sistemi di telecomunicazione ottici; iii) delle tecniche di modulazione del segnale e di valutazione delle prestazioni del sistema; iv) della gerarchia degli strati delle reti di telecomunicazione ottica, e delle loro interconnessioni; v) dei principi di base delle comunicazioni quantistiche. SPECIFICI • Conoscenza e capacità di comprensione: conoscere i meccanismi fisici che determinano il funzionamento dei dispositivi ottici, e le architetture che permettono di integrare tali componenti in un sistema di telecomunicazione ottico punto-punto, e successivamente in una rete complessa a diversi livelli di trasparenza del segnale. Conoscenza dei metodi di analisi delle prestazioni dei sistemi di telecomunicazione ottici. • Capacità di applicare conoscenza e comprensione: saper applicare tecniche di simulazione numerica e metodi di caratterizzazione dei dispositivi e dei sistemi attraverso esperimenti virtuali, in modo competente e critico. • Autonomia di giudizio: saper valutare le proprietà e prestazioni di un dispositivo e di un sistema di telecomunicazione ottico. • Abilità comunicative: saper descrivere attraverso elaborati scritti e colloquio orale le soluzioni adottate per risolvere problemi di trasmissione dei segnali ottici. • Capacità di apprendimento: capacità di apprendere da molteplici sorgenti di informazione, e di proseguire eventuali successivi studi, e.g. dottorato di ricerca, riguardanti tematiche avanzate di sintesi, analisi e trasmissione del segnale ottico.

GENERALI La finalità di questa attività formativa è quella di esporre gli studenti ad esperienze che possano accrescerne il livello di preparazione in specifici ambiti in modo da facilitare il loro ingresso nel mondo del lavoro. In particolare, si mira ad offrire conoscenze su aspetti sociali e contrattuali che regolano la vita lavorativa e a rafforzare i soft-skills con particolare riferimento alle capacità comunicative, orali e scritte, e di lavoro in gruppo.
SPECIFICI • Conoscenza e capacità di comprensione: conoscere e saper comprendere aspetti di base nelle dinamiche sociali e contrattuali che regolano la vita lavorativa. • Capacità di applicare conoscenza e comprensione: saper utilizzare le conoscenze acquisite nel percorso di studi per sostenere un colloquio tecnico, redigere documenti o preparare una presentazione. • Autonomia di giudizio: saper valutare opportunità di lavoro in termini di convenienza, crescita professionale e sviluppo delle competenze. • Abilità comunicative: saper esprimersi utilizzando un linguaggio adeguato ai diversi contesti della vita lavorativa, anche in situazioni di stress. • Capacità di apprendimento: non previsto.

GENERALI Il corso offre una panoramica delle architetture programmabili essenziali per l'elaborazione di dati, che sono al centro dei dispositivi e dei sistemi di elaborazione del segnale, delle comunicazioni e dell'Internet of Things (IoT). L'architettura elettronica, così come gli ambienti software e firmware, dei microcontrollori e dei Field-Programmable-Gate Array (FPGA), consentono la progettazione appropriata e ottimizzata di soluzioni per applicazioni specifiche.
SPECIFICI • Conoscenza e capacità di comprensione: Comprensione del livello elettronico dei microcontrollori e degli FPGA per un loro impiego efficiente nelle applicazioni di telecomunicazione. • Capacità di applicare conoscenza e comprensione: Esperienza pratica nell'implementazione di semplici applicazioni su schede a microprocessore e di prototipazione, utilizzando linguaggi di programmazione e linguaggi di descrizione hardware. • Autonomia di giudizio: Scelta dell'hardware e delle sioluzion di interfaccia più appropriati per applicazioni specifiche. • Abilità comunicative: Essere in grado di scrivere un rapporto tecnico per la progettazione congiunta hardware/software di un sistema embedded. • Capacità di apprendimento: Analisi di specifiche attività di progettazione di sistema e individuazione della soluzione elettronica più appropriata.

Generali Il corso di Programmable Networks ha l’obiettivo di fornire agli studenti una comprensione approfondita delle tecnologie di programmabilità di rete, suddivise nei quattro pilastri fondamentali: network automation, software defined networking (SDN), network softwarization e dataplane programmability. Gli studenti acquisiranno conoscenze teoriche e pratiche sulla gestione automatizzata delle reti, l’orchestrazione delle funzioni di rete, la separazione tra piano di controllo e piano dati, e le tecniche avanzate per la programmabilità del data plane. Attraverso un approccio hands-on, il corso prevede esercitazioni pratiche su ambienti virtualizzati, strumenti di automazione della rete (es. YANG e NETCONF), gestione di controller SDN, implementazione di strategie di instradamento e programmazione di pipeline di switch programmabili in linguaggio P4. Alla fine del corso, gli studenti saranno in grado di progettare, implementare e valutare soluzioni di rete innovative, garantendo flessibilità, efficienza e scalabilità nei moderni ambienti di comunicazione. Specifici Conoscenza e capacità di comprensione Gli studenti acquisiranno conoscenze approfondite sui principi e le tecnologie della programmabilità di rete, incluse automazione, SDN, NFV, MANO e dataplane programmability.
Capacità di applicare conoscenza e comprensione Gli studenti saranno in grado di progettare e implementare architetture di rete programmabili, sfruttando strumenti e protocolli per l’automazione, il controllo e l’orchestrazione.
Autonomia di giudizio Gli studenti svilupperanno la capacità di valutare criticamente l’adozione di soluzioni programmabili in contesti di rete complessi, considerando prestazioni, scalabilità e requisiti di servizio.
Abilità comunicative Gli studenti acquisiranno le competenze per comunicare efficacemente problematiche e soluzioni nell’ambito della programmabilità di rete, sia in forma scritta che orale, in contesti tecnici e accademici.
Capacità di apprendimento Gli studenti svilupperanno un approccio metodologico che consenta loro di aggiornarsi sulle evoluzioni della programmabilità di rete, acquisendo nuove conoscenze e competenze in autonomia.

Il programma è diviso in lezioni teoriche ed esercitazioni pratiche.

Argomenti trattati nelle lezioni teoriche:

• Richiami di networking [2h]
• Introduzione alle reti programmabili [2h]
• Software Defined Networking [4h]
• Network Function Virtualization [4h]
• Data Plane programmabile [4h]
• P4 [4h]
• Network Slicing [2h]
• Service Function Chaining [2h]
• Segment Routing [4h]

Argomenti trattati nelle lezioni pratiche:

• Network virtualization: Linux namespaces e virtual switches [4h]
• Introduzione ai containers: Docker e Kubernetes [4h]
• sviluppo di applicazioni SDN [12h]
• data plane programming con switch BMv2 [12h]
• Architetture delle reti programmabili
• Testi di riferimento: CNIT Technical Report-06: Network Programmability: a (r)evolutionary approach. Editori: Giuseppe Bianchi, Walter Cerroni e Sergio Palazzo. Disponibile su: https://www.texmat.it/collana-cnit.htmlIl materiale didattico è reperibile nella pagina Moodle del corso
• Esercitazioni pratiche su reti programmabili
• Testi di riferimento: materiale a cura del docente

L'esame prevede un colloquio orale con domande relative agli argomenti di teoria trattati nel corso e lo svolgimento di un progetto

Il testo di riferimento è il seguente:

CNIT Technical Report-06: Network Programmability: a (r)evolutionary approach. Editori: Giuseppe Bianchi, Walter Cerroni e Sergio Palazzo. Disponibile su: https://www.texmat.it/collana-cnit.html

Il materiale didattico è reperibile nella pagina Moodle del corso

GENERALI L’insegnamento di Project Management and Organization mira a fornire agli studenti la conoscenza dei principi economici e organizzativi che caratterizzano la progettazione, la gestione e i risultati dei team di progetto nelle aziende. Tale conoscenza riveste una notevole importanza, infatti, per le cosiddette project-based organizations, nelle quali la corretta progettazione della struttura dei team, la pianificazione e il controllo delle attività progettuali svolgono un ruolo determinante ai fini dei risultati economici e di rispetto dei requisiti di qualità, tempi e costi del progetto stesso. La focalizzazione sui temi dell’Organizzazione Aziendale, inoltre, servirà a comprendere l’importanza delle competenze del project manager e dei relativi collaboratori, sia sotto il profilo delle cosiddette hard skills sia sotto quello delle soft skill. A tal fine, saranno analizzate le diverse caratterizzazioni della leadership di progetto e le competenze necessarie per l’efficace negoziazione delle risorse, per la corretta interazione con i manager di linea e la risoluzione dei conflitti intra ed inter-team di progetto.,
SPECIFICI • Conoscenza e capacità di comprensione: comprensione dei principi fondamentali che consentono di strutturare e gestire le dimensioni economiche, finanziarie e organizzative delle produzioni su commessa e progetti complessi. • Capacità di applicare conoscenza e comprensione: sviluppo, mediante esercitazioni e casi di studio, di capacità di applicazione delle conoscenze acquisite relative alla progettazione, pianificazione e controllo delle produzioni su commessa. • Autonomia di giudizio: sviluppo, per effetto dello svolgimento di esercitazioni e casi di studio, di capacità finalizzate a valutare criticamente l’impatto delle decisioni e delle operazioni gestionali sui risultati economici e finanziari dei progetti. • Abilità comunicative: acquisizione dei termini tecnici inerenti al linguaggio economico e finanziario che consenta agli studenti di poter sviluppare capacità espressive di comunicazione e di interazione efficace all’interno dei gruppi di progetto. • Capacità di apprendimento: capacità di poter identificare in autonomia, anche attraverso il supporto orientativo e stimoli a sviluppare la curiosità e l’interesse per le tematiche in oggetto, ulteriori percorsi di approfondimento inerenti la progettazione e la gestione economica di progetti complessi.

GENERALI Vengono presentati i principi e le metodologie fondamentali per (i) la simulazione al computer di scenari operativi in cui possono operare apparati di telerilevamento radar, (ii) l'implementazione, tramite computer e/o hardware dedicato all'elaborazione in tempo reale, delle principali tecniche di elaborazione del segnale radar e (iii) la valutazione delle prestazioni anche con riferimento ad aspetti di convenienza economica e complessità realizzativa.
SPECIFICI • Conoscenza e capacità di comprensione: dimostrare capacità di comprensione adeguate all’applicazione di metodologie/tecniche innovative e allo stato dell’arte relative ai sistemi radar del tipo descritto nel corso delle lezioni. • Capacità di applicare conoscenza e comprensione: dimostrare capacità di utilizzare a livello applicativo strumenti precedentemente acquisiti a livello teorico anche in contesti nuovi che richiedano l’utilizzo congiunto di più strumenti. • Autonomia di giudizio: sapere integrare ed utilizzare le conoscenze acquisite ai fini della predisposizione di complesse catene di elaborazione costituite dall’interconnessione di più stadi e sapere analizzare criticamente i corrispondenti risultati, con specifico riferimento ai sistemi radar del tipo descritto nel corso delle lezioni. • Abilità comunicative: saper descrivere e motivare le soluzioni adottate per risolvere problemi di elaborazione e sapere discutere con senso critico i relativi risultati, con specifico riferimento ai sistemi radar del tipo descritto nel corso delle lezioni. • Capacità di apprendimento: acquisire capacità che consentano lo sviluppo di soluzioni applicative in modo autonomo ed in contesti non limitati a quelli strettamente trattati nel corso.

GENERALI La finalità del corso è quella di fornire i principi teorici e operativi dei sistemi Radar ad Apertura Sintetica (SAR) operanti da piattaforma aerea e satellitare. Sono introdotti i principi alla base del dimensionamento dei sistemi SAR e i principali modi operativi, le tecniche di elaborazione del segnale SAR per focalizzazione e l’autofocalizzazione e le tecniche di elaborazione delle immagini radar per l’estrazione dell’informazione con riferimento anche a metodologie avanzate per elaborazione multi-dimensionale. Particolare enfasi è posta sul ruolo del SAR nei moderni sistemi di osservazione della Terra, per applicazioni di monitoraggio e sorveglianza sia in ambito civile che scientifico, considerando anche le recenti evoluzioni tecnologiche e l'integrazione con piattaforme satellitari di nuova generazione o con piattaforme unmanned; i concetti esposti trovano inoltre applicazione anche in altri ambiti emergenti quali ad esempio il settore automotive, lo screening per la sicurezza, l’imaging per applicazioni industriali etc, dove tecniche simili sono d’interesse per finalità di controllo, diagnostica e monitoraggio. SPECIFICI • Conoscenza e capacità di comprensione: dimostrare di conoscere i principi di funzionamento e i criteri di dimensionamento dei sistemi SAR e le relative tecniche di elaborazione con riferimento a sistemi da piattaforma aerea e satellitare allo stato dell’arte ed essere in grado di comprendere le loro evoluzioni innovative. • Capacità di applicare conoscenza e comprensione: essere capaci di utilizzare i principi di funzionamento e i criteri di dimensionamento dei sistemi SAR e le relative tecniche di elaborazione in modo competente e critico per la comprensione e la formulazione di soluzioni tecniche, anche innovative, tenendo conto dei requisiti posti dagli scenari considerati e delle prestazioni richieste dalle relative applicazioni. • Autonomia di giudizio: sapere integrare ed utilizzare le conoscenze acquisite ai fini del dimensionamento di sistema e della predisposizione di catene di elaborazione del segnale SAR costituite dall’interconnessione di più stadi e sapere analizzare criticamente i corrispondenti risultati. Lo sviluppo dell’autonomia di giudizio è potenziato dall’attività richiesta dall’elaborato di fine corso. • Abilità comunicative: saper descrivere con linguaggio appropriato le soluzioni adottate per risolvere problemi di dimensionamento di sistema ed elaborazione del segnale SAR e sapere illustrare e discutere i risultati ottenuti a seguito dell’elaborazione. Lo sviluppo delle abilità comunicative è potenziato dalla prova di esame consistente in una opportuna presentazione e discussione dell’attività svolta relativamente all’elaborato di fine corso. • Capacità di apprendimento: sviluppare le competenze necessarie per intraprendere studi successivi, nell’ambito di una tesi di laurea o di attività di formazione o ricerca che fanno riferimento ai sistemi e alle tecniche SAR, mantenendosi aggiornati sugli sviluppi di carattere tecnico-scientifico.

I radar di immagine da piattaforma aerea e spaziale.

Formazione delle immagini SAR (approssimativamente 2/3 del corso - 40 ore):

• principi di base per radar ad apertura sintetica (SAR)
• principi di dimensionamento di Sistema e modalità di acquisizione STRIPMAP, Spotlight SAR, SCANSAR
• tecniche di focalizzazione/ auto focalizzazione
• correzione di distorsioni geometriche
• immagini SAR di oggetti in movimento
• principi e tecniche di elaborazione per la formazione di immagini ISAR (SAR Inverso) di bersagli in movimento

Estrazione di informazione da immagini SAR (approssimativamente 1/3 del corso - 20 ore):

• descrizione statistica dello speckle
• tecniche di despeckling
• tecniche di segmentazione
• riconoscimento e classificazione di bersagli estesi
• rivelazione di cambiamenti e pattern multi temporali
• estrazione di informazione da immagini multi-dimensionali
• Introduzione al corso. Introduzione

alle caratteristiche e alle applicazioni dei sistemi SAR

• Principi di base per radar ad apertura

sintetica (SAR): geometria di acquisizione dimensione range (swath, risoluzione,

finestra di acquisizione ..), aperture sintetica e dimensione along-track (risoluzione,

approccio spaziale e in frequenza), geometrie squintate e non, range cell migration

e Point Spread Function

• Principi di

dimensionamento di Sistema (equazione radar e dimensionamento di PRF) e

modalità di acquisizione STRIPMAP, Spotlight SAR, SCANSAR

• Tecniche di focalizzazione:

focalizzatore ideale, Range Doppler Algorithm, Chirp Scaling Algorithm

• Tecniche di auto focalizzazione: Phase

Gradient Algorithm, Multilook Registration, Contrast Optimization, Phase

Difference

• Principi e tecniche di elaborazione

per la formazione di immagini ISAR (SAR Inverso) di bersagli in movimento &

caso ibrido SAR/ISAR

• Estrazione di informazione da immagini

SAR: modello descrizione statistica dello speckle (densità di probabilità

gaussiana complessa, Rayleigh, esponenziale, Gamma, numero equivalente di look,

modello prodotto e modelli biparametrici)

• Tecniche di despeckling (multillok,

filtro di Frost, filtro di Lee) e tecniche di segmentazione

• Rivelazione di cambiamenti e pattern

multi temporali

• Introduzione all'imaging multi-dimensionale/distribuito
• Esercitazione - Forme d’onda chirp:

caratterizzazione nel dominio tempo e frequenza

• Esercitazione - Compressione di forme

d’onda chirp: filtro adattato e dechirping

• Esercitazione - Ricampionamento di

immagini SAR

• Esercitazione – Reti di pesatura per

controllo lobi laterali della PSF

• Esercitazione – Analisi statistica di

dataset da immagini SAR

Per la prova finale è richiesto lo sviluppo di un’attività da svolgere a casa in modo autonomo (homework) che prevede lo sviluppo e l'implementazione di tecniche viste a lezione da un punto di vista teorico e l’analisi critica dei corrispondenti risultati. Tali attività vengono svolte dallo studente avvalendosi dello strumento di programmazione MatLab. La prova di esame consiste in una opportuna discussione delle procedure implementate e dei risultati ottenuti avendo come supporto una presentazione PowerPoint che sintetizzi e documenti il lavoro svolto.

“Understanding SAR images”, C.J. Oliver, S. Quegan, Artech House, 2004,

I.G. Cumming, F.H. Wong “Digital processing of Synthetic Aperture Radar”, Artech House

W.G. Carrara, R.S. Goodman, R.M. Majewski, “Spotlight Synthetic Aperture Radar”, Artech House

Materiale integrativo (slides) disponibile in Classroom

SAR basics

C. Oliver, S. Quegan “Understanding Synthetic Aperture Radar Images”, Artech House, Chapter 2.

SAR focusing techniques

RDA:

I.G. Cumming, F.H. Wong “Digital processing of Synthetic Aperture Radar”, Artech House

Chapter 6, Sections 6.1, 6.2, 6.3

CSA:

Raney, R.K., Runge, H., Bamler, R., Wong, F.H.

Precision SAR Processing Using Chirp Scaling

(1994) IEEE Transactions on Geoscience and Remote Sensing, 32 (4), pp. 786-799.

Disponibile @ https://ieeexplore.ieee.org/document/298008

SAR autofocus techniques

W.G. Carrara, R.S. Goodman, R.M. Majewski, “Spotlight Synthetic Aperture Radar”, Artech House

Chapter 6, Sections 6.1, 6.3, 6.4

C. Oliver, S. Quegan “Understanding Synthetic Aperture Radar Images”, Artech House

Chapter 3, Sections 3.1, 3.2

SAR properties

C. Oliver, S. Quegan “Understanding Synthetic Aperture Radar Images”, Artech House

Chapter 4,Sections 4.1, 4.2, 4.3, 4.4, 4.5SAR data models

C. Oliver, S. Quegan “Understanding Synthetic Aperture Radar Images”, Artech House

Chapter 5,Sections 5.1, 5.2, 5.3, 5.4

SAR despeckle&segmentation

C. Oliver, S. Quegan “Understanding Synthetic Aperture Radar Images”, Artech House

Chapter 6, Sections 6.1,6.2, 6.3, 6.4

Chapter 7, Sections 7.1, 7.2, 7.3, 7.4

GENERALI La finalità del corso è quella di fornire gli strumenti concettuali ed analitici necessari per comprendere il funzionamento e la struttura dei sistemi di radiolocalizzazione e navigazione, sia outdoor che indoor, con specifico riferimento: (i) ai sistemi di navigazione satellitare globale (GNSS quali GPS, Galileo, ecc..) per la navigazione satellitare e i sistemi terrestri e satellitari per incrementarne le prestazioni ed (ii) ai sistemi di posizionamento terrestre attraverso tecnologie radio in area locale e personale (WiFi, Bluetooth Low Energy, etc.) nonché attraverso le reti radiomobili di quarta e quinta generazione. Il corso vuole inoltre approfondire aspetti di tali tecnologie che rivestono un ruolo fondamentale nel loro utilizzo per la radiolocalizzazione e la navigazione, quali la sincronizzazione, il tracking e l’integrazione di più tecnologie, sia terrestri che satellitari, al fine di migliorare l’accuratezza e la robustezza del servizio di localizzazione.
SPECIFICI

• Conoscenza e capacità di comprensione: dimostrare di conoscere i criteri della progettazione e gli aspetti tecnologico/implementativi dei sistemi di radiolocalizzazione terrestri e satellitari allo stato dell’arte ed essere in grado di comprendere le loro evoluzioni innovative.
• Capacità di applicare conoscenza e comprensione: essere capaci di utilizzare i criteri della progettazione e gli elementi tecnologico-implementativi dei sistemi di radiolocalizzazione terrestri e satellitari per la comprensione e la formulazione di soluzioni tecniche, anche innovative, tenendo conto dei requisiti posti dagli scenari considerati nella scelta delle tecnologie da utilizzare e delle prestazioni richieste dalle relative applicazioni.
• Autonomia di giudizio: sviluppare capacità di interpretazione di scenari complessi nonché capacità di riflessione con riferimento a problematiche anche di natura interdisciplinare (ad esempio, sulle responsabilità sociali ed etiche collegate alla privacy dell’informazione di posizione).
• Abilità comunicative: saper comunicare informazioni, problemi e soluzioni relative ai sistemi di radiolocalizzazione terrestri e satellitari a interlocutori specialisti e non specialisti.
• Capacità di apprendimento: sviluppare le competenze necessarie per intraprendere studi successivi, nell’ambito di una tesi di laurea o di attività di formazione o ricerca che fanno riferimento al radioposizionamento terrestre e satellitare, mantenendosi aggiornati sugli sviluppi di carattere tecnico-scientifico che riguardano i sistemi in considerazione.

GENERALI L'obiettivo del corso è fornire allo studente la capacità di comprendere: i) le architetture e le tendenze delle reti satellitari, comprese quelle che utilizzano i collegamenti inter-satellitari (ISL) e i satelliti in orbita terrestre bassa (LEO); ii) le tecnologie chiave e gli elementi per la loro selezione, gli standard; iii) la progettazione, l'analisi e l'ottimizzazione delle prestazioni delle reti satellitari; iv) le reti satellitari basate sul protocollo Internet (IP); v) i miglioramenti per le reti satellitari del protocollo di controllo della trasmissione (TCP).
SPECIFICI • Conoscenza e capacità di comprensione: Lo studente approfondisce i paradigmi di funzionamento e le tecniche impiegate in reti di Telecomunicazioni satellitari. • Capacità di applicare conoscenza e comprensione: lo studente è capace di sviluppare e applicare approcci metodologici per il progetto di reti satellitari. • Autonomia di giudizio: lo studente deve avere la capacità di progettare e gestire reti satellitari, valutando l'impatto delle soluzioni identificate con riferimento agli aspetti tecnici e organizzativi. • Abilità comunicative: Il corso non prevede obiettivi specifici sulle abilità comunicative. • Capacità di apprendimento: lo studente è in grado di mantenersi aggiornato e acquisire autonomamente nuove conoscenze nel settore delle reti satellitari, avvalendosi di diversi strumenti di apprendimento auto-diretto, ivi incluso lo studio autonomo della letteratura tecnica di riferimento.

GENERALI L'obiettivo di questo corso è fornire una panoramica del vasto mondo delle tecnologie wireless e cablate che verranno utilizzate per gli ambienti intelligenti. Queste tecnologie saranno in grado di fornire infrastrutture di rete e piattaforme per l’elaborazione delle informazioni digitali, multimediali e in realtà estesa, utilizzate in ambienti urbani e in ambienti intelligenti. I recenti progressi in settori quali quelli dell’edge computing, dell'apprendimento automatico, delle reti wireless e rete di sensori consentono varie applicazioni ambientali intelligenti nella vita di tutti i giorni. L'obiettivo principale di questo corso è presentare e discutere i recenti progressi nell'area dell'Internet of Things, in particolare su tecnologie, architetture, algoritmi e protocolli per ambienti intelligenti con enfasi sulle applicazioni reali di ambienti intelligenti. Il corso presenterà gli aspetti di comunicazione e networking, nonché l'elaborazione dei dati multimediali e di realtà estesa da utilizzare per la progettazione dell'applicazione. Il corso proporrà due casi di studio nel campo degli ambienti intelligenti: monitoraggio del traffico veicolare per applicazioni ITS e reti wireless a basso consumo energetico. In entrambi i casi verranno forniti strumenti, modelli e metodologie per la progettazione di applicazioni per ambienti intelligenti.
SPECIFICI • Conoscenza e capacità di comprensione: Conoscere i recenti progressi nell'area dell'Internet delle cose, in particolare su tecnologie, architetture, algoritmi e protocolli per ambienti intelligenti con enfasi sulle applicazioni e sulle piattaforme di elaborazione. Conoscere i recenti progressi nella rappresentazione di dati multimediali e di realtà estesa. • Capacità di applicare conoscenza e comprensione: saper applicare criteri e tecniche di progettazione di piattaforme intelligenti per l’acquisizione dei dati, per la comunicazione in rete e per le applicazioni in contesti di ambienti intelligenti. • Autonomia di giudizio: saper analizzare benefici e limiti di progetti ambienti intelligenti. • Abilità comunicative: saper presentare progetti su ambienti intelligenti e di IoT, compresi vincoli progettuali, soluzioni e possibilità d’impiego. • Capacità di apprendimento: capacità di sviluppare studi più avanzati nell’ambito delle tecnologie di elaborazione e di rete in ambienti intelligenti.

GENERALI Il corso si propone di fornire i concetti di base riguardanti i principali tipi di sistemi radar da piattaforma spaziale impiegati per l’esplorazione planetaria e l’osservazione della Terra, con particolare attenzione a tre tipologie fondamentali: il radar ad apertura sintetica (SAR), utilizzato per l’osservazione della superficie, il radar altimetro, per la misurazione dell’elevazione del suolo e della topografia, e il radar sounder, tipicamente impiegato nelle missioni di esplorazione planetaria per la penetrazione del sottosuolo. Per i tre tipi di sistemi saranno introdotti i principi fisici su cui si basano, i principi di dimensionamento, con riferimento a vincoli di potenza, massa, risoluzione spaziale e copertura orbitale, e le relative architetture di sistema. Per ciascuna tipologia sarà analizzato in modo più dettagliato uno dei sistemi attualmente operativi e un corrispondente esempio applicativo. SPECIFICI • Conoscenza e capacità di comprensione: dimostrare di conoscere i principi di funzionamento e i criteri di dimensionamento dei sistemi SAR, radar altimetri e radar sounder. • Capacità di applicare conoscenza e comprensione: essere capaci di utilizzare i principi di funzionamento e i criteri di dimensionamento i principi di funzionamento e i criteri di dimensionamento dei sistemi SAR, radar altimetri e radar sounder. • Autonomia di giudizio: viene sviluppata attraverso opportune esercitazioni che riguardano il dimensionamento di sistema e le scelte architetturali a partire dalla definizione di opportuni requisiti per le diverse tipologie di sistemi prese in considerazione. • Abilità comunicative: sapere utilizzare il linguaggio tecnico scientifico proprio del settore considerato considerando anche il carattere multidisciplinare che lo contraddistingue. • Capacità di apprendimento: essere in grado di approfondire autonomamente specifiche tematiche di interesse ed intraprendere studi successivi nel settore considerato.

GENERALI Scopo del corso è lo studio della tecnica di comunicazione wireless Ultra Wide Band (UWB), e della sua applicazione alla progettazione di reti avanzate quali le reti ad-hoc e le reti di sensori, e in generale di reti wireless distribuite. Il corso analizza le tematiche chiave dei sistemi UWB, allo scopo di evidenziare le potenzialità di una tecnologia che appare come uno dei migliori candidati nella definizione di standard per reti di futura generazione per comunicazioni e posizionamento. Il corso affronta i fondamenti teorici delle comunicazioni UWB, completando la trattazione con esempi pratici e principi di applicazione per ogni argomento trattato. SPECIFICI • Conoscenza e capacità di comprensione: tecniche di generazione di segnali UWB, analisi temporale e spettrale dei segnali UWB, progettazione di ricevitori UWB in canali AWGN e multipath, analisi delle prestazioni singolo link e di rete, tecniche di posizionamento e localizzazione basati su tecnologia UWB. • Capacità di applicare conoscenza e comprensione: analisi e dimensionamento di reti wireless UWB in funzione della tipologia di segnale trasmesso, del canale, e del ricevitore utilizzato, sia attraverso l’approccio analitico che con l’utilizzo di strumenti software per la simulazione di singoli link o di reti. • Autonomia di giudizio: capacità di affrontare un progetto di dimensionamento di una rete wireless UWB, identificando vincoli e obiettivi imposti sugli indici prestazionali e sulla standardizzazione, selezionando lo strumento o gli strumenti più opportuni per completare in modo corretto ed efficiente il progetto stesso. • Abilità comunicative: saper esporre coerentemente e chiaramente tematiche relative alle comunicazioni UWB, combinando la padronanza della trattazione analitica, la capacità di sintetizzare le caratteristiche delle tecniche studiate, e la conoscenza e l’utilizzo di strumenti software di simulazione. • Capacità di apprendimento: Sviluppo di capacità autonome per lo studio di temi scientifici avanzati nel campo delle comunicazioni a banda ultra larga attraverso l’analisi di pubblicazioni scientifiche tratte dallo stato dell’arte.

• Ultra Wide Band radio [2 ore]
• Definizione
• Standard IEEE e industriali: IEEE 802.5.4, UWB Alliance, Wireless USB
• Generazione di segnali radio UWB [6 ore]
• Impulsivi (IR): Time-Hopping UWB, Direct-Sequence UWB
• Ad onda continua: Multi-Band UWB
• Segnali UWB in banda TeraHertz
• Densità spettrale di potenza di segnali Time-Hopping UWB, Direct-Sequence e Multi-Band UWB [4 ore]
• Analisi delle prestazioni di un link radio UWB [4 ore]
• Limitazione di potenza e maschere di emissione e link budget
• Progettazione del sagomatore di impulsi nei sistemi IR-UWB [6 ore]
• L’impulso di base
• Effetto della derivazione e variazione della durata temporale dell’impulso
• Progettazione del sagomatore in funzione dei vincoli imposti dalle maschere di emissione
• Il canale e il ricevitore UWB [6 ore]
• Propagazione di segnali UWB su un canale AWGN privo di cammini multipli e su un canale affetto da cammini multipli
• Il modello di canale UWB proposto nell’ambito di IEEE 802.15.3a e IEEE 802.15.4a
• Il canale in onda TeraHertz
• Diversità temporale e ricevitore RAKE
• Sincronizzazione nei sistemi di comunicazione IR-UWB [2 ore]
• Comunicazioni UWB multi utente [8 ore]
• Accesso multiplo e interferenza multi-utente * Modello di interferenza multi-utente: Standard Gaussian Approximation, “Pulse collision”
• Modelli di interferenza per comunicazioni impulsive in banda TeraHertz
• Stima di distanza e posizionamento nei sistemi UWB [18 ore]
• Stima di direzione e angolo di arrivo * Algoritmi di posizionamento
• Applicazioni: tagging, tracking di persone e oggetti e contact tracing
• Piattaforme sperimentali e nuovi standard: Decawave, IEEE 802.5.4z
• Reti Ultra Wide Band: progettazione del sistema di accesso radio (Medium Access Control) [4 ore]
• Medium Access Control (MAC): principi generali
• Funzioni del Medium Access Control (MAC)
• Introduzione alle comunicazioni UWB
• Definizione di segnale UWB
• UWB vs. non-UWB
• Generazione di segnali UWB
• Trasmissioni impulsive UWB
• Formato TH-UWB
• Formato DS-UWB
• Caratteristiche dei segnali UWB nel dominio della frequenza
• Spettro di densità di potenza di segnali impulsivi modulati con modulazione di posizione
• Spettro di densità di potenza di segnali impulsivi modulati con modulazione di ampiezza
• DImensionamento di collegamenti di comunicazione UWB
• Legame potenza-rate nei sistemi UWB multimpulso
• Struttura del ricevitore UWB per canali AWGN
• Struttura del ricevitore UWB per canali affetti da cammini multipli
• Il canale IEEE 802.15.3a e il ricevitore rake nelle comunicazioni UWB
• Comunicazioni UWB multi-utente
• Modelli di interferenza nei sistemi UWB multi-utente
• L'ipotesi di Standard Gaussian Approximation (SGA) nei sistemi UWB
• Tecniche di accesso al mezzo nei sistemi di comunicazione UWB
• Protocolli MAC nei sistemi UWB
• Caratteristiche peculiari dei sistemi UWB
• La sagomatura dell'impulso nei sistemi UWB
• Effetto dell'uso di diverse forme di impulsi sullo spettro di densità di potenza del segnale UWB
• Localizzazione nei sistemi UWB
• Sistemi di posizionamento basati su UWB
• UWB nei sistemi di comunicazione 5G
• Comunicazioni THz e UWB
• La scheda di sviluppo Qorvo
• Utilizzo della scheda Qorvo nei sistemi di localizzazione
• Sviluppo sperimentale di un sistema di posizionamento con Qorvo

L'esame consiste in una prova scritta, consistente in un progetto da sviluppare utilizzando gli strumenti di simulazione utilizzati nel corso (Matlab), e da una prova orale che verte sui contenuti delle lezioni e delle esercitazioni svolte in aula. Le due prove hanno stesso peso nel determinare la votazione finale.

M.-G. Di Benedetto e Guerino Giancola, "Understanding Ultra Wide Band Radio Fundamentals", Prentice Hall Communications Engineering and Emerging Technologies Series, ISBN:0-13-148003-0, 2004.

ENG

M.-G. Di Benedetto, A. Cattoni, J. Fiorina, F. Bader and L. De Nardis, "Cognitive Radio and Networking for Heterogeneous Wireless Networks", Springer, ISBN: 978-3-319-01717-4, DOI 10.1007/978-3-319-01718-1, 2015.

M.-G. Di Benedetto and F. Bader, "Cognitive Communication and Cooperative HetNet Coexistence", Springer, ISBN: 978-3-319-01402-9, DOI: 10.1007/978-3-319-01402-9, 2014.

M.-G. Di Benedetto, T. Kaiser, D. Porcino, A. Molisch and I. Oppermann, "UWB Communications Systems - A Comprehensive Overview", ISBN: 9789775945105, Hindawi Publishing Corporation, 2006.