Corso di laurea

Ingegneria Elettronica

Università della Calabria · 24 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

Architetture Avanzate Dei Sistemi Di Elaborazione E Programmazione 1° anno · 1° semestre · 6 CFU · IINF-05/A · 0 file

Il corso ha l’obiettivo di: Fornire conoscenze relative a i principi di funzionamento dei moderni sistemi di calcolo avanzato e le organizzazioni hardware orientate alle alte prestazioni. Sviluppare competenze sulle…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di:

  • Fornire conoscenze relative a i principi di funzionamento dei moderni sistemi di calcolo avanzato e le organizzazioni hardware orientate alle alte prestazioni.
  • Sviluppare competenze sulle tecniche di programmazione a basso livello (Assembly e SIMD) per lo sfruttamento ottimale della macchina.
  • Consentire agli studenti di ottimizzare l'efficienza del software e valutare criticamente soluzioni architetturali complesse.

Risultati di Apprendimento Attesi

Conoscenza e comprensione (Descrittori di Dublino 1)

Al termine del corso, lo studente avrà acquisito una chiara comprensione dei parametri di prestazione, dei limiti energetici e dei diversi livelli di parallelismo, con particolare riferimento ai paradigmi ILP, MIMD, SIMD e SIMT. Comprenderà a fondo l'organizzazione dell'Unità di Controllo mono e multi-ciclo, la gestione avanzata della pipeline con i relativi conflitti e le tecniche di predizione dei salti. Conoscerà inoltre l'architettura dei core superscalari (inclusi i meccanismi di esecuzione fuori ordine, ridenominazione dei registri e speculazione), le relative vulnerabilità microarchitetturali come Spectre, la struttura delle memorie cache multilivello con le loro politiche di gestione e l'organizzazione dei sistemi multiprocessore e delle GPU.

Capacità di applicare conoscenza e comprensione (Descrittori di Dublino 2)

Lo studente sarà capace di sviluppare e ottimizzare software in ambiente Linux integrando i linguaggi C ed Assembly avanzato. Sarà in grado di implementare codice vettoriale sfruttando le estensioni SIMD (SSE, AVX) e di utilizzare i costrutti OpenMP per il calcolo parallelo su sistemi multiprocessore. Saprà inoltre applicare concretamente tecniche di ottimizzazione come il loop unrolling e il cache blocking per massimizzare l'efficienza e la località degli accessi alla memoria.

Capacità critica e di giudizio (Descrittori di Dublino 3)

Il percorso formativo consentirà di sviluppare un'autonoma capacità di valutare l'impatto delle scelte progettuali e algoritmiche sulle prestazioni complessive del sistema hardware/software. Lo studente sarà in grado di identificare e risolvere autonomamente problemi complessi legati all'efficienza della macchina e alla qualità delle soluzioni software.

Capacità di comunicazione (Descrittori di Dublino 4)

Lo studente maturerà la capacità di esporre i concetti teorici con rigore e appropriato linguaggio tecnico ingegneristico. Sarà inoltre in grado di presentare e motivare chiaramente, sia in forma orale che scritta, le scelte progettuali adottate e i risultati prestazionali ottenuti nell'ambito del progetto svolto in gruppo.

Capacità di apprendimento autonomo (Descrittori di Dublino 5)

Verranno fornite le competenze metodologiche necessarie per approfondire in autonomia l'evoluzione delle architetture e dei repertori di istruzioni a partire dalla letteratura tecnica. Lo studente svilupperà l'abilità di adattare le proprie competenze di ottimizzazione a nuove piattaforme tecnologiche e ambienti di sviluppo emergenti.

Programma

Il corso illustra i principi di funzionamento dei moderni calcolatori elettronici e sistemi di calcolo avanzato e le tecniche di programmazione per il miglioramento delle prestazioni basate sull'organizzazione dell'hardware.

LEZIONI (34 ore)

1. Introduzione alla Tecnologia dei Calcolatori (8 ore), così articolato in argomenti:
1.a. Calcolatore (2 ore):
1.a.i. Controllo Cablato e Micro-Programmato
1.a.ii. Architettura e Organizzazione
1.a.iii. Retrocompatibilità
1.b. Evoluzione della Tecnologia del Calcolatori (3 ore)
1.b.i. Scale di integrazione
1.b.ii. Barriera dell'energia
1.b.iii. Prestazioni dei calcolatori
1.b.iv. Multi-Core e parallelismo ILP, MIMD e SIMD
1.c. Organizzazione dell’Unità di Controllo (3 ore):
1.c.i. Macchina Multi-ciclo e Mono-ciclo
1.c.ii. Ottimizzazione del controllo Micro-programmato: circuito di selezione dell'indirizzo e di decodifica dei comandi
1.c.iii. Dimensionamento del Clock e tecnica del clock fine

2. Organizzazioni a supporto del Parallelismo Implicito (11 ore), così articolato in argomenti:
2.a. Famiglie RISC e CISC (2 ore)
2.a.i. Modelli di Repertorio Istruzioni
2.a.ii. RISC vs CISC
2.a.iii. Principi di progettazione dei calcolatori moderni
2.b. Macchina Mono-ciclo (3 ore)
2.b.i. Organizzazione della macchina Mono-ciclo
2.b.ii. Controllo della Macchina Mono-ciclo
2.b.iii. Confronto tra Mono-ciclo e Multi-ciclo
2.c. Macchina in Pipeline (6 ore)
2.c.i. Organizzazione della Macchina in Pipeline e confronto con Mono-ciclo e Multi-ciclo
2.c.ii. Pipeline del processore MIPS
2.c.iii. Gestione dei Conflitti sui Dati e Propagazione
2.c.iv. Gestione dei Conflitti sul Controllo e Predizione dei salti

3. Organizzazione dei Core del Processore: (6 ore), così articolato in argomenti:
3.a. Macchina Superscalare (4 ore)
3.a.i. Organizzazione e conflitti sui dati di tipo RAW, WAR e WAW
3.a.ii. Esecuzione in Ordine
3.a.iii. Completamento Fuori Ordine e Re-Order Buffer
3.a.iv. Gestione dei conflitti sui Dati: Propagazione e Rete di Bypass
3.a.v. Esecuzione Fuori Ordine e Ridenominazione dei Registri
3.a.vi. Speculazione hardware
3.b. Microarchitettura (2 ore)
3.b.i. Microarchitettura Intel
3.b.ii. Vulnerabilità microarchitetturali: Spectre

4. Memorie Cache (4 ore), così articolato in argomenti:
4.a. Organizzazione generale delle Memorie Cache
4.b. Cache Completamente Associative
4.c. Cache a Mappatura Diretta
4.d. Cache a k-Vie
4.e. Politiche di scrittura e di sostituzione delle linee di cache: stack LRU
4.f. Organizzazione delle cache multilivello

5. Macchine Parallele (5 ore), così articolato in argomenti:
5.a. Multiprocessori a memoria condivisa e organizzazioni UMA/NUMA
5.b. Multithreading Hardware: grana fine, grossa e simultaneo
5.c. Graphics Processing Unit (GPU): organizzazione e paradigma SIMT

ESERCITAZIONI (16 ore)

1. Parallelismo al livello dei dati e programmazione SIMD – Architettura x86-32/64 e Streaming SIMD Extensions (SSE) (2 ore)
2. Istruzioni di spostamento ed elaborazione in SSE – Tecnica di Riduzione parallela (2 ore)
3. Istruzioni logiche e condizionali in SSE – Esempi di programmazione SIMD (2 ore)
4. Descrizione progetto didattico (2 ore)
5. Località degli accessi e Code Vectorization – Prodotto SIMD tra matrici (2 ore)
6. Loop Unrolling e Cache Blocking (2 ore)
7. Programmazione MIMD: OpenMP (2 ore)
8. Advanced Vector Extensions (AVX) (2 ore)

Modalità d'esame

METODI DI VALUTAZIONE DELL'APPRENDIMENTO

L'esame comprende lo svolgimento di un progetto di gruppo ed una prova orale.
Il progetto consiste nella realizzazione di un software in linguaggio C ed Assembly avanzato in ambiente Linux e di una discussione. La discussione del progetto normalmente ha una durata di circa 20 minuti e consiste nella motivazione delle scelte progettuali e nella presentazione dei risultati ottenuti.
La prova orale normalmente ha una durata di circa 30 minuti e si articola nell’esposizione (orale e con l’ausilio anche della forma scritta) da parte dello studente sulla base di specifiche domande proposte dal docente e riguardanti argomenti di teoria affrontati durante il corso.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Nel caso di erogazione della didattica a distanza, l’esame consisterà nelle suddette prove svolte utilizzando il software Microsoft Teams e applicando gli stessi criteri di valutazione. Le modalità operative per la conduzione dell’eventuale esame on-line si basano sulle indicazioni definite dalle relative Linee Guida dell’Università della Calabria.

CRITERI DI VALUTAZIONE DELL'APPRENDIMENTO

Il progetto permetterà di valutare le capacità di programmazione a basso livello avanzata e di sfruttamento delle risorse di elaborazione della macchina al fine del miglioramento delle prestazioni delle proprie implementazioni software. La prova orale permetterà di valutare la
visione dello studente dell'organizzazione e del funzionamento dei moderni calcolatori elettronici.

CRITERI DI MISURAZIONE DELL'APPRENDIMENTO

I punti sono attribuiti sulla base della correttezza e della qualità della soluzione proposta.
Ciascuna domanda della prova orale mira a valutare il livello di conoscenza dei contenuti del corso, il corretto uso di linguaggio tecnico e la capacità di analisi critica. La prova orale e il progetto sono valutati in trentesimi.

CRITERI DI ATTRIBUZIONE DEL VOTO FINALE

Se il progetto e la prova orale sono giudicati almeno sufficienti, l’esame è superato con l’attribuzione di un voto finale in trentesimi. Il voto finale viene attribuito tenendo conto in egual misura della valutazione del progetto e della valutazione sulla prova orale.

Testi di riferimento

LIBRI DI TESTO

  • David A. Patterson, John L. Hennessy. Struttura e progetto dei calcolatori. Zanichelli.
  • Giacomo Bucci. Calcolatori Elettronici - Architettura e organizzazione. McGraw-Hill.

LINGUAGGIO ASSEMBLY:

  • Ruchard Blum. Professional Assembly Language. Wrox Press.
  • Jeff Duntemann. Assembly Language Step-by-Step: Programming with Linux. Wiley

TESTI DI APPROFONDIMENTO

  • Andrew. S. Tanenbaum. Architettura dei calcolatori, un approccio strutturale. Pearson Education Italia.

Codice insegnamento 27008830

Dispositivi Nanoelettronici 1° anno · 2° semestre · 9 CFU · IINF-01/A · 0 file

Competenze specifiche Lo studente sarà in grado di: comprendere i principi di base dei dispositivi nanoelettronici; comprendere l'impatto delle proprietà dei dispositivi nanoelettronici sul funzionamento di circuiti…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche
Lo studente sarà in grado di:

  • comprendere i principi di base dei dispositivi nanoelettronici;
  • comprendere l'impatto delle proprietà dei dispositivi nanoelettronici sul funzionamento di circuiti logici e memorie;
  • progettare dispositivi nanoelettronici a partire dalla conoscenza delle proprietà dei materiali.

Competenze trasversali
Lo studente sarà in grado di:

  • valutare autonomamente l'impatto di diverse alternative tecnologiche;
  • comunicare con linguaggio tecnico appropriato;
  • approfondire autonomamente lo studio tramite l’indagine della letteratura scientifica.

Programma

Il corso intende fornire le conoscenze necessarie alla comprensione del funzionamento dei principali dispositivi elettronici impiegati per la realizzazione di microprocessori e memorie.

Introduzione ai dispositivi nanoelettronici

  • Dalla microelettronica alla nanolettronica
  • Applicazioni della nanoelettronica
  • L’ecosistema dei semiconduttori

Le equazioni fondamentali per l’analisi dei dispositivi a semiconduttore

  • Fondamenti di elettromagnetismo
  • Fondamenti di meccanica quantistica
  • Teoria delle bande di energia
  • Densità dei portatori di carica
  • Il modello di trasporto di deriva-diffusione
  • Generazione e ricombinazione

Teoria elementare del MOSFET

  • Introduzione
  • Sistema MOS ideale
  • Sistemi MOS reali
  • Il dispositivo MOSFET
  • Caratteristiche I-V
  • Caratteristiche C-V

Effetti di scaling del MOSFET

  • Introduzione
  • Modulazione della lunghezza di canale
  • Saturazione di velocità
  • Correnti di leakage
  • Impatto dello scaling sull’elettrostatica
  • Regole di scaling
  • Affidabilità

Materiali e architetture alternativi per dispositivi CMOS

  • Introduzione
  • Materiali strained
  • Dielettrici high-k
  • Gate metallici
  • Semiconduttori ad alta mobilità
  • La tecnologia SOI
  • Dispositivi a bassa dimensionalità
  • FET multi-gate

Dispositivi per memorie a semiconduttore

  • Introduzione
  • Memorie non volatili Flash
  • Memorie non volatili alternative

Modalità d'esame

Metodi di valutazione dell’apprendimento
Per ogni appello d’esame, la modalità di valutazione dell’apprendimento consiste in una prova orale. Tale prova si articola nell’esposizione da parte dello studente sulla base di specifiche domande proposte dal docente e riguardanti gli argomenti trattati a lezione.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di valutazione dell’apprendimento
La prova orale intende verificare se sono stati acquisiti il corretto linguaggio tecnico e la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti del corso. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione proposti.

Criteri di misurazione dell’apprendimento e attribuzione del voto finale
Il voto finale (espresso in trentesimi) sarà attribuito sulla base dell'esito della prova orale.

Testi di riferimento

J.P. Colinge, C.A. Colinge, “Physics of semiconductor devices”, Kluwer Academic Publishers.
G. Ghione, “Dispositivi per la microelettronica”, McGraw-Hill.
Diapositive e dispense curate dal docente e materiali dal Web.

Codice insegnamento 27007365

Elaborazione Numerica E Sistemi Multimediali 1° anno · 1° semestre · 9 CFU · IINF-03/A · 0 file

--Conoscenza e comprensione. Al termine del corso gli studenti saranno in grado di: Scegliere opportunamente i parametri per il campionamento e quantizzazione dei segnali. Comprendere e progettare Filtri numerici FIR…

Scheda dell'insegnamento

Obiettivi formativi

--Conoscenza e comprensione.
Al termine del corso gli studenti saranno in grado di:

  • Scegliere opportunamente i parametri per il campionamento e quantizzazione dei segnali.
  • Comprendere e progettare Filtri numerici FIR ed IIR con gli strumenti software di progettazione (es. Matlab)
  • Comprendere, simulare e Progettare (Matlab) schemi di stima spettrale basati sull'impiego di DFT/FFT sia per segnali stazionari che per segnali non stazionari
  • Comprendere le tecniche di codifica di segnali audio e video con i relativi standard di compressione
  • Acquisire conoscenze di base sulle recenti tecnologie Software Defined Radio (SDR) per la riconfigurazione software di dispositivi hardware di trasmissione/ricezione.
  • Comprendere gli aspetti fondamentali del trasporto di contenuti multimediali attraverso l'utilizzo di diversi sistemi, architetture e protocolli di rete appositamente progettati per garantire elevati standard di qualità del servizio.
  • Comprendere alcune tecniche e strumenti software per il riconoscimento, in tempo reale, di persone e oggetti all'interno di flussi video.

--Capacità di applicare conoscenza e comprensione.
Al superamento dell’esame lo studente è in grado di applicare le conoscenze acquisite, di proporre soluzioni ai problemi, di apprendere nuove metodologie in relazione alle problematiche di elaborazione numerica in sistemi multimediali .

-- Capacità critica e di giudizio.
Al superamento dell’esame lo studente è in grado di esaminare criticamente i risultati ottenuti nella risoluzione di problemi di progettazione di reti programmabili. Lo studente sarà inoltre in grado di riconoscere situazioni in cui applicare le competenze acquisite, di identificare la tipologia di problema e di valutare autonomamente possibili alternative per la sua risoluzione.

-- Capacità di comunicazione.
A seguito del superamento dell’esame, lo studente è in grado di comunicare le conoscenze acquisite dell'elaborazione dei segnali digitali in sistemi multimediali utilizzando un linguaggio tecnico specifico, formulare giudizi critici sull’ammissibilità delle soluzioni, migliorare la propria attitudine al lavoro di gruppo.

-- Capacità di apprendimento Autonomo:
Capacità critiche e di giudizio saranno conseguite attraverso l’analisi della struttura, dei requisiti e delle specifiche dei problemi reali che vengono proposti durante il corso, evidenziando capacità di “problem solving”.

Programma

Il corso presenta le tecniche per l'elaborazione numerica dei segnali e fornisce assieme agli elementi di teoria, la conoscenza di alcuni strumenti software (Matlab) per la applicazione delle tecniche stesse. Inoltre, Il corso presenta gli aspetti fondamentali del trasporto di contenuti multimediali attraverso l'utilizzo di diversi sistemi, architetture e protocolli di rete appositamente progettati per garantire elevati standard di qualità del servizio.

LEZIONI (51 ore)
1) Filtraggio Numerico: Tecniche per il progetto di filtri digitali IIR, Tecniche per il progetto di filtri digitali FIR.
2) Discrete cosine transform (DCT) e Wavelet: Definizione della DCT. Relazione con la DFT e calcolo veloce della DCT diretta ed inversa mediante FFT. Proprietà di compressione dei dati nel dominio della DCT. Analisi Wavelet, e trasformata Wavelet.
3) Elaborazione statistica di segnali ed analisi spettrale: Prestazioni di uno stimatore. Errore quadratico medio e varianza. Stima della correlazione. Correlazione tra sequenze nei sistemi lineari. Predittore lineare ottimo ai minimi quadrati ad uno o più passi.
4) Elaborazione e compressione di audio, immagini e video digitali: Gli spazi di colore RGB e YUV. Codifica di immagini senza o con perdite. Riduzione della ridondanza spaziale e temporale. Codifica entropica. Uso della DCT e descrizione dello standard JPEG. Servizi ed applicazioni di video-comunicazione. Codificatori video digitali MPEG2, MPEG4, H.264. Algoritmi di stima, predizione e compensazione del campo di moto di oggetti.
5) Software Defined Radio (SDR): Concetti di base, requisiti software e riconfigurabilità. Benefici, architettura ideale e definizione. Front-end del ricevitore, caratteristiche e topologie, architettura del trasmettitore. Rumore e distorsioni nella catena a radio-frequenza. Link-budget analysis e requisiti ad alto livello. Esempi di applicazione ai sistemi wireless.
6) Introduzione alle reti multimediali: concetti fondamentali, problematiche e architetture di comunicazione
7) Protocolli a supporto di applicazioni interattive in tempo reale (RTP, RTCP, SIP). Gestione di differenti classi di servizio attraverso servizi integrati e differenziati per garantire elevata qualità del servizio (QoS). Accodamento a priorità. Weighted Fair Queuing. Intergrated Services. Protocollo RSVP. Differentiated Services.
8) Utilizzo dei protocolli di streaming audio-video. Tecniche di riconoscimento di persone e oggetto in flussi video attraverso tool software quali OpenCV o TensorFlow.

ESERCITAZIONI (23 ore)
1) Esempi Filtri digitali:Tecnica della varianza impulsiva, trasformazione binomiale e finestratura
2) Esempi DCT e relazione con DFT
3) Image processing: - Spazi di colore (RGB, HSI, CMY, CMYK), - Tecniche di elaborazione (negativo, equalizzazione dell’istogramma, color balancing) Filtraggio spaziale tramite funzione Matlab
4) Codifica entropica. Uso della DCT e descrizione dello standard JPEG. Algoritmo JPEG approssimato. Metriche di qualità per le immagini (PSNR, SSIM, MSE)
5) Filtraggio e compressione tramite specifici tools software, Valutazione della bontà di un codificatore video tramite MSU Video Quality Measurement Tool.
6) Utizzo software per la computer vision
7) Esempi pratici di streaming video con differenti qualità

Modalità d'esame

Metodi di valutazione dell’apprendimento
La valutazione si baserà su due prove. La prima è una prova scritta con domande ed esercizi sugli argomenti studiati a lezione. In caso di superamento della prima prova, lo studente potrà accedere alla seconda prova, da svolgersi in forma orale e della durata di circa 30 minuti, consistente in un'interrogazione sugli argomenti teorici affrontati durante il corso. Le modalità operative di conduzione dell’eventuale esame on-line si basano sulle indicazioni definite dalle relative Linee Guida dell’Ateneo.
Criteri di misurazione dell’apprendimento
La prova scritta è valutata in trentesimi e viene superata se la votazione è maggiore o uguale a 18. Per poter sostenere la prova orale è necessario acquisire la sufficienza alla prova pratica.
Criteri di attribuzione del voto finale
Se la prova orale è giudicata almeno sufficiente, il voto finale, espresso in trentesimi, viene calcolato come la media aritmetica tra il voto assegnata alla prova scritta e quello della prova orale. Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).
APPELLI D'ESAME
E' possibile consultare gli appelli d'esame al seguente link nella sezione "calendari esami"
https://dimes.unical.it/didattica/iscriversi-studiare-laurearsi/frequentare-i-corsi/

Testi di riferimento

1) Marco Luise, Giorgio M. Vitetta, “Teoria dei signali”, McGraw-Hill, 3/ed, 2009.
2) Parag Havaldar, Gerard Medioni, “Multimedia Systems: Algorithms, Standards, and Industry Practices”, 2009.
3) Yao Wang, Jôrn Ostermann, Ya-Qin Zhang, “Video Processing and Communications”, Prentice Hall, 2002.
4) James Kurose, Keith Ross “Computer Networking: A Top-Down Approach” 7th Edition, Addison-Wesley, April2016. Capitolo 9.
5) Hans W. Barz , Gregory A. Basset “Multimedia Networks And Their Applications: Protocols, Design and Applications” Wiley, 2021.
6) Joseph Howse , Joe Minichino “Learning OpenCV 4 Computer Vision with Python 3”, 3rd Edition, 2020.

Specifico materiale didattico fornito dal docente verrà reso disponibile on-line tramite la piattaforma Microsoft Teams.

Codice insegnamento 27009521

Elettronica Di Potenza 1° anno · 1° semestre · 6 CFU · IINF-01/A · 0 file

Competenze specifiche: Il corso ha lo scopo di fornire allo studente i principali concetti dell’elettronica di potenza, in particolare:- conoscenza delle caratteristiche dei componenti elettronici di potenza fondamentali…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:
Il corso ha lo scopo di fornire allo studente i principali concetti dell’elettronica di potenza, in particolare:- conoscenza delle caratteristiche dei componenti elettronici di potenza fondamentali (diodi, transistor, ecc.);- comprensione dei problemi tipici della progettazione, sviluppo e messa a punto di convertitori elettronici di potenza;- capacità di scelta ed assemblaggio dei diversi componenti dei convertitori elettronici di potenza;- Capacità di interpretazione di datasheet di componenti elettronici e di analisi critica di soluzioni progettuali.
Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso l’analisi dei requisiti e delle specifiche dei problemi che vengono proposti durante il corso, evidenziando capacità di “problem solving”.

Programma

Il corso, a carattere sia teorico che applicativo, affronta lo studio dei componenti fondamentali dell'elettronica di potenza, delle definizioni dei parametri e delle grandezze elettriche di frequente utilizzo e dei convertitori elettronici di potenza. In particolare per i diversi convertitori vengono analizzate le strutture circuitali e le tecniche di controllo impiegate.

Argomenti delle lezioni: Introduzione al corso. Classificazione dei sistemi di conversione di potenza e dei convertitori. Esempi di applicazione e interruttori ideali. Interruttori a semiconduttore: Diodi (power diodes), Tiristori (Thyristor), Transistori Bipolari (BJT), Transistori a effetto di campo a metallo-ossido-semiconduttore (power MOSFET), Transistori bipolari con gate isolato (IGBT). Circuiti di pilotaggio e di protezione. Convertitori AC/DC (raddrizzatori): Raddrizzatori monofase a diodi, Raddrizzatore a singola semionda, Raddrizzatori a onda intera, Parametri dei raddrizzatori, Raddrizzatore trifase a ponte, Filtri di ripple.Convertitori DC/DC switching: Convertitore buck, Convertitore boost, Convertitore buck-boost. Controllo dei convertitori dc/dc switching.Convertitori DC/AC switching (inverter): Inverter monofase a mezzo ponte. Inverter monofase a ponte intero. Tecniche di pilotaggio degli inverter. Alimentatori lineari, Alimentatori switching, convertitori flyback, convertitori forward, convertitori push-pull. Argomenti delle esercitazioni: Controllo di tensione del convertitore buck, Controllo di corrente del convertitore buck. Tecniche di controllo analogiche e digitali. Raddrizzatori a diodi e tiristori

Modalità d'esame

Metodologia di valutazione:
Prova scritta e orale. La prova scritta della durata di 2 ore consisterà nella risoluzione di esercizi numerici sugli argomenti delle esercitazioni, mentre la prova orale verterà sugli argomenti trattati a lezione. Il voto finale sarà la media tra il voto delle prove scritta e orale.
Le modalità operative di conduzione dell’eventuale esame on-line si basano sulle indicazioni definite dalle relative Linee Guida dell’Ateneo.
Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010, facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell’Apprendimento:
La prova scritta mira a valutare il livello di conseguimento delle competenze specifiche fornite dal corso. Per essere ammessi alla successiva prova orale, occorre superare la prova scritta. La prova orale intende verificare se è stata acquisito il corretto linguaggio tecnico, la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti metodologici del corso.
Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale:
Gli esiti della prova scritta e della prova orale contribuiscono a definire, con stesso peso, l’esito complessivo dell’esame.
L’attribuzione del voto finale, in trentesimi, viene assunta sulla base della media degli esiti specifici delle due prove. Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

[1] N. Mohan, T. M. Undeland, W. P. Robbins, Power Electronics: Converters, Applications, and Design, third Edition, Wiley, 2002.
[2] N. Mohan, T. M. Undeland, W. P. Robbins, F. Castelli Dezza, Elettronica di Potenza. Convertitori e applicazioni, Hoepli, 2005 (è un sottoinsieme del precedente, tradotto in italiano).

Codice insegnamento 27007364

Modellistica Di Sistemi Elettronici Con Intelligenza Artificiale 1° anno · 1° semestre · 6 CFU · MATH-04/A · 0 file

L’unità formativa di “Modellistica di sistemi elettronici con intelligenza artificiale” si propone di fornire un’introduzione alle principali tecniche di modellistica numerica e matematica computazionale di interesse per…

Scheda dell'insegnamento

Obiettivi formativi

L’unità formativa di “Modellistica di sistemi elettronici con intelligenza artificiale” si propone di fornire un’introduzione alle principali tecniche di modellistica numerica e matematica computazionale di interesse per la descrizione di sistemi elettronici, con particolare riferimento all’utilizzo di strumenti di intelligenza artificiale. In particolare il corso permetterà di avere una conoscenza generale dei principali tipi di modelli matematici usati in ingegneria elettronica, delle principali tecniche di risoluzione numerica, e delle basi teoriche e applicative del Machine Learning in relazione ai modelli e tecniche di risoluzione presentate.
RISULTATI DI APPRENDIMENTO ATTESI
Conoscenza e capacità di comprensione: Acquisire familiarità con i principali modelli matematici di tipo differenziale di interesse per la modellistica di sistemi elettronici; Acquisire familiarità con i principi base del Machine Learning.
Capacità di applicare conoscenza e comprensione: Conoscenza delle principali tecniche di risoluzione numerica dei modelli differenziali per sistemi elettronici; Capacità di sviluppare un sistema basato su Machine Learning per risolvere un problema specifico.
Autonomia di giudizio: capacità di autonoma identificazione delle tecniche di simulazione numerica più adeguate per affrontare un dato modello di equazioni.
Abilità comunicative: capacità di descrivere le principali proprietà e caratteristiche delle principali tecniche di modellistica numerica e matematica computazionale considerate, mediante l’uso di strumenti di intelligenza artificiale.
Capacità di apprendimento: comprendere le applicare le tecniche di risoluzione numerica e di intelligenza artificiale apprese nel corso.

Programma

Introduzione al Machine Learning. Rete neurale per l’identificazione di cifre scritte a mano. Algoritmo di back-propagation. Funzione costo di cross-entropy. Overfitting e regolarizzazione. Universalità della rete neurale. Reti neurali profonde. Reti neurali convoluzionali e apprendimento profondo.
Analisi Nodale Modificata. Equazioni algebrico-differenziali. Decomposizione di equazioni algebrico-differenziali. Decomposizione mediante proiettori. Riduzione d’ordine di modello. Simulazione di Analisi Nodale Modificata basata su Machine Learning. Simulazione di processo basata su Machine Learning. Simulazione di dispositivo basata su Machine Learning.

1. Machine Learning
1.1. Introduzione al Machine Learning. Percettroni. Input, pesi e bias. Strati di percettroni. Funzione di attivazione. Neuroni sigmoidi.
1.2. Rete neurale per la classificazione di cifre scritte a mano. Introduzione di una semplice rete per classificare cifre scritte a mano. Implementazione dell'apprendimento mediante minimizzazione di una funzione costo dipendente da pesi e bias. Metodo di discesa del gradiente. Metodo di discesa del gradiente stocastico. Mini-batch ed epoche di addestramento. Implementazione su Python del metodo.
1.3. Algoritmo di back-propagation. Ipotesi fondamentali sulla funzione costo. Equazioni di back-propagation. Descrizione dell'algoritmo di back-propagation. Implementazione su Python.
1.4. Funzione costo di entropia incrociata. Funzione costo di cross-entropy. Strato di neuroni softmax. Problema del rallentamento dell'apprendimento.
1.5. Overfitting e regolarizzazione. Overfitting e regolarizzazione. Metodo di regolarizzazione L1 ed L2. Espansione artificiale dei dati di addestramento. Inizializzazione dei pesi.
1.6. Universalità della rete neurale.
1.7. Reti neurali profonde. Problema del gradiente che tende a zero. Instabilità del gradiente in reti neurali profonde.
1.8. Reti neurali convoluzionali e apprendimento profondo. Campi recettivi locali. Pesi e bias condivisi. Strati di Pooling. Architettura di una rete neurale convoluzionale. Back-propagation in reti neurali convoluzionali.
1.9. Funzionamento pratico di una rete neurale convoluzionale. Implementazione in Python di una rete neurale convoluzionale per il riconoscimento di cifre scritte a mano.
2. Modified Nodal Analysis e Model Order Reduction
2.1. Analisi nodale modificata. Matrici di incidenza per un circuito RLC. Relazioni costitutive. Equazioni dell'analisi nodale modificata. Sistemi MIMO. Funzione di trasferimento.
2.2. Equazioni algebrico-differenziali. Equazioni dell'analisi modale modificata come sistema di equazioni algebrico-differenziali. Variabili differenziali e variabili algebriche. Condizioni iniziali consistenti.
2.3. Decomposizione di un sistema di equazioni algebrico-differenziali. Coppia regolare di matrici. Autovalori generalizzati di una coppia di matrici. Stabilità asintotica di un'equazione algebrico-differenziale e autovalori generalizzati. Coppie equivalenti di matrici. Forma canonica di Weierstrass-Kronecker e indice di Kronecker. Metodo dei proiettori e indice di trattabilità.
2.4. Decomposizione mediante proiettori. Decomposizione mediante proiettori per equazioni differenziali-algebriche di indice 1. Decomposizione mediante proiettori per equazioni differenziali-algebriche di indice 2.
2.5. Simulazione numerica di equazioni algebrico-differenziali. Simulazione numerica di equazioni algebrico-differenziali per circuiti tramite Spice e tramite Python
2.6. Algoritmo per la costruzione dei proiettori di decomposizione. Costruzione di un proiettore sul nucleo di una matrice. Costruzione del proiettore duale. Esempi numerici mediante Python.
3. Applicazione di tecniche di Machine Learning a problemi di modellistica elettronica.
3.1. Simulazione di Analisi Nodale Modificata basata su Machine Learning
3.2. Simulazione di processo basata su Machine Learning
3.3. Simulazione di dispositivo basata su Machine Learning

Modalità d'esame

Metodi di Valutazione dell’Apprendimento.
Per ogni appello d’esame, la modalità di valutazione dell’apprendimento si articola sulla presentazione di una tesina, su un argomento scelto tra quelli proposti dal docente. La tesina prevederà la realizzazione di un codice Python e una discussione scritta dello stesso codice.

Criteri di Valutazione dell’Apprendimento.
La tesina dovrà permettere di verificare se è stata acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti metodologici del corso. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa l’argomento scelto.
Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale.
L'esito della prova è definito mediante l’attribuzione del voto finale, in trentesimi.
Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Testi di riferimento

Dispense del corso a cura del docente.

Codice insegnamento 27010269

Progettazione Di Sistemi Analogici 1° anno · 2° semestre · 6 CFU · IINF-01/A · 0 file

Competenze specifiche: Il corso è rivolto agli studenti interessati ad approfondire le metodologie di progetto nel campo dei sistemi analogici. In particolare vengono affrontate le problematiche relative al progetto…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:
Il corso è rivolto agli studenti interessati ad approfondire le metodologie di progetto nel campo dei sistemi analogici. In particolare vengono affrontate le problematiche relative al progetto analogico, con particolare enfasi sulle prestazioni, sul consumo di potenza e sulla riduzione delle tensioni di alimentazione. Al termine del corso lo studente dovrà essere in grado di saper tradurre le specifiche di progetto a livello di sistema in vincoli progettuali a livello di blocco circuitale. Dovrà inoltre aver acquisito la capacità di interpretare i gradi di libertà intrinseci all'attività progettuale al fine di ottimizzare uno o più parametri quali il consumo di potenza e le prestazioni di rumore.

Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso l’analisi dei requisiti e delle specifiche dei problemi che vengono proposti durante il corso, evidenziando capacità di “problem solving”.

Programma

Il corso, a carattere sia teorico che applicativo, affronta lo studio delle soluzioni circuitali dei blocchi analogici fondamentali.

Rappresentazione degli amplificatori mediante modello a due porte. Richiami del modello a piccolo segnale del transistor MOS includendo elementi intrinseci e parassiti. Figure di merito del transistor MOS. Modellizzazione degli effetti di canale corto.
Amplificatori a singolo stadio: a source, gate e drain comune. Coppia differenziale e amplificatore differenziale. Specchi di corrente: tipologie base e cascode. Risposta in frequenza degli amplificatori. Tecniche di stima dell’ampiezza di banda. Feedback degli amplificatori. Amplificatori operazionali a singolo e doppio stadio.

Modalità d'esame

L'esame consiste in una prova orale volta a verificare la padronanza dei concetti di analisi delle caratteristiche dei circuiti analogici. La prova orale può essere integrata da un progetto concordato con il docente.
La prova di esame, oltre al livello di conoscenza dei contenuti metodologici del corso, intende verificare se è stata acquisito il corretto linguaggio tecnico, la capacità di analisi critica e di giudizio.
Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010, facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.
L’attribuzione del voto finale, in trentesimi, viene assunta sulla base dell’esito della prova. Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

Franco Maloberti, “Understanding microelectronics : a top-down approach “ , Wiley
Altre letture consigliate:
Behzad Razavi, "Design of Analog CMOS Integrated Circuits", McGraw Hill
P. R. Gray, P. J. Hurst, S. H. Lewis, R. G. Meyer “Analysis and Design of Analog Integrated Circuits”, Wiley & Sons.
P.E. Allen, D.R Holberg, “CMOS analog integrated circuit design”, Oxford University Press.

Codice insegnamento 27008532

Progettazione Di Sistemi Digitali 1° anno · 1° semestre · 9 CFU · IINF-01/A · 0 file

Ecco gli obiettivi formativi riscritti secondo i Descrittori di Dublino, in italiano e inglese: Obiettivi Formativi Al termine del corso, lo studente avrà acquisito le seguenti competenze: 1. Conoscenza e capacità di…

Scheda dell'insegnamento

Obiettivi formativi

Ecco gli obiettivi formativi riscritti secondo i Descrittori di Dublino, in italiano e inglese:
Obiettivi Formativi
Al termine del corso, lo studente avrà acquisito le seguenti competenze:
1. Conoscenza e capacità di comprensione Lo studente conosce i principi fondamentali di funzionamento dei sistemi embedded e le metodologie per l'analisi di sistemi digitali complessi realizzati come System-on-Chip (SoC), con particolare riferimento alle problematiche tipiche dell'image and video processing.
2. Conoscenza e capacità di comprensione applicate Lo studente è in grado di applicare il protocollo AXI per lo scambio di dati in sistemi embedded, di descrivere in VHDL funzioni di calcolo e di controllo complesse, e di interfacciare un processore general-purpose con moduli custom in sistemi embedded eterogenei.
3. Autonomia di giudizio Lo studente è capace di valutare criticamente le scelte architetturali e implementative in sistemi embedded eterogenei, selezionando le soluzioni più adeguate in funzione dei requisiti di prestazione, flessibilità e complessità del sistema.
4. Abilità comunicative Lo studente sa descrivere e motivare con linguaggio tecnico appropriato le scelte progettuali effettuate nell'analisi e nella realizzazione di sistemi digitali avanzati, anche in contesti di lavoro collaborativo e interdisciplinare.
5. Capacità di apprendimento Lo studente ha sviluppato una base metodologica e tecnica solida che gli consente di affrontare autonomamente lo studio e la progettazione di sistemi embedded e SoC di crescente complessità, in vista del proseguimento degli studi o dell'inserimento nel mondo professionale.

Programma

Approcci progettuali di sistemi digitali. Strutture di Sistemi Embedded. Moduli di calcolo avanzati per operazioni complesse, come il filtraggio 1-D e 2-D. Problematiche inerenti a image and video processing. Architetture computazionali e di controllo descritte in linguaggio VHDL.

Sommatori RCA, Carry-Select, CLA, parallel-prefix; Descrizione di operazioni complesse in VHDL; sommatore carry-save; Progetto di un carry Save; Impiego del tool Vivado; Moltiplicatore carta e penna; moltiplicatore di Booth; Circuiti per MAC; Macchine a stati; Progetto di circuiti moltiplicatori in VHDL;Filtri FIR; Filtri 2D; Filtri isotropici; Descrizione VHDL di circuiti FIR; sommatori SIMD;moltiplicatori SIMD;la stereovisione;Strutture di sistemi embedded;Il protocollo AXI;I moduli CDMA e DMA;Strutture di buffer per sistemi embedded;Progetto e test su scheda di sistemi embedded

Modalità d'esame

Discussione su una coppia di argomenti trattati a lezione (prova scritta)Svolgimento di un progetto VHDL inerente una delle problematiche studiate (prova progettuale)Descrizione del progetto (prova orale).
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

Dispense fornite dal docente

Codice insegnamento 27008852

Sistemi Automatici Di Misura 1° anno · 2° semestre · 9 CFU · IMIS-01/B · 0 file

Il corso ha l’obiettivo di fornire ai discenti le conoscenze necessarie alla progettazione di un sistema automatico di misura partendo dalle componenti hardware ed includendo lo sviluppo di un software per la gestione…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di fornire ai discenti le conoscenze necessarie alla progettazione di un sistema automatico di misura partendo dalle componenti hardware ed includendo lo sviluppo di un software per la gestione della strumentazione.

Competenze specifiche:

  • Comprensione dei requisiti hardware per l’acquisizione di una grandezza fisica e capacità di scelta della strumentazione più adatta.
  • Valutazione delle prestazioni del sistema di interfacciamento per il suo utilizzo in una specifica applicazione di misura.
  • Abilità nella progettazione e sviluppo del software di gestione della strumentazione di misura in ambiente LabView.
    Competenze trasversali:
  • Abilità nello sviluppo di algoritmi con linguaggi di programmazione visuali.
  • Capacità di valutare l’interazione tra i componenti di un sistema di acquisizione dati.
  • Capacità di giudizio nell’analisi dei requisiti e delle specifiche di problemi reali.

Descrittore di Dublino 1: al termine del corso si avrà la conoscenza del funzionamento delle schede di acquisizione dati, del software per lo sviluppo dell’acquisizione e dell’analisi dei dati Labview, del funzionamento di alcuni casi applicativi di sistemi automatici di misura con risvolti nell’ambito dell’Ing. Elettronica e dell’interfacciamento.
Descrittore di Dublino 2 : Al termine del corso si avrà: una comprensione dell’approccio scientifico corretto nel campo delle misure, la capacità di sviluppare programmi in linguaggio Labview volti all’acquisizione ed all’elaborazione di segnali, la capacità di svolgere in modo autonomo lo sviluppo di un sistema automatico di misura.
Descrittore di Dublino 3 : gli argomenti trattati durante il corso unitamente agli esempi sviluppati permetteranno di sapere: interpretare risultati di misura sperimentali, scegliere in modo autonomo le caratteristiche per acquisire un parametro fisico di interesse e quindi il migliore strumento per la soluzione di una progettazione, e implementare in modo autonomo software di analisi dei dati.
Descrittore di Dublino 4: al termine del corso si avrà la capacità di: redigere un report legato alla sperimentazione, leggere e capire un datasheet di uno strumento di misura, e saper interpretare un programma scritto in Labview.
Descrittore di Dublino 5: Terminato il corso, lo studente avrà la capacità di utilizzare le metodologie di progettazione apprese per lo sviluppo di applicazioni anche diverse da quelle introdotte negli esempi e in svariati ambiti della scienza e della tecnica. Inoltre, si avrà la versatilità di sviluppare applicazioni in ambiente Labview anche in contesti applicativi completamente diversi rispetto a quelli visti durante il corso.

Programma

Il corso di Sistemi Automatici di Misura si propone di fornire le conoscenze di base dell’architettura hardware e software dei sistemi automatici di misura. Il corso si articola in una parte teorica in cui vengono analizzate le architetture base dei sistemi automatici di misura e i principali sistemi di interfacciamento della strumentazione di misura, e in una parte di laboratorio il cui obbiettivo è lo sviluppo di una stazione automatica di misura.

Lezioni (46 ore)
1. Introduzione ai sistemi di acquisizione dati (26 ore)

  • Architettura di un sistema di acquisizione dati
  • Sistemi di condizionamento del segnale
  • Conversione analogico‑digitale (A/D) e digitale‑analogica (D/A)
  • Teoria del campionamento

Analisi di Fourier:

  • Richiami sulla serie e trasformata di Fourier
  • Risoluzione spettrale e tecniche di zoom
  • Tecniche di windowing
  • Architetture degli analizzatori di spettro

Filtri numerici:

  • Filtri ideali e reali
  • Filtri FIR (Finite Impulse Response)
  • Filtri IIR (Infinite Impulse Response)

2. Controllo remoto della strumentazione di misura (18 ore)

  • Standard di interfacciamento seriale: RS‑232 e RS‑485
  • Standard di interfacciamento IEEE 488.2 (GPIB)
  • Standard SCPI (Standard Commands for Programmable Instruments)
  • Protocollo Modbus
  • Software per la gestione automatizzata di stazioni di misura
  • Stazioni automatiche di misura basate su piattaforme VXI/PXI

3. Programmazione in ambiente LabVIEW (8 ore)

  • Sviluppo di strumenti virtuali per l’analisi dei segnali
  • Interfacciamento con strumentazione tramite protocolli seriali RS‑232/485
  • Interfacciamento con strumentazione tramite IEEE 488.2
  • Progettazione di stazioni automatiche di misura
  • Metodologie per lo sviluppo di sistemi di misura automatici mediante dispositivi general purpose e modulari in ambiente LabVIEW

Esercitazioni (31 ore)

  • Programmazione in LabVIEW per strumentazione di misura
  • Applicazione delle tecniche di windowing nell’analisi dei segnali
  • Filtraggio digitale per applicazioni di misura
  • Programmazione con interfacce IEEE 488.2 e VISA
  • Prototipazione di strumenti virtuali e sviluppo di sistemi di test
  • Problematiche di sincronizzazione tra strumenti virtuali
  • Sviluppo di applicativi ed installer in ambiente LabVIEW
  • Tecniche di condivisione e interoperabilità tra ambienti per sistemi di misura automatici

Modalità d'esame

Per ciascun appello d’esame, la verifica dell’apprendimento avviene mediante una prova orale della durata indicativa di circa 30 minuti .
La prova consiste nell’esposizione, sia orale sia con eventuale supporto scritto, da parte dello studente, che risponde a due o tre domande formulate dal docente su argomenti inclusi nel programma del corso.
È inoltre richiesta la presentazione e discussione dei risultati relativi a un progetto sviluppato durante la seconda parte del corso .
Le modalità d’esame potranno essere adeguate alle esigenze specifiche degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971, nonché degli studenti con disturbi specifici dell’apprendimento (DSA) certificati ai sensi della legge 170/2010, in conformità a quanto previsto dall’Art. 9 del Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento (D.R. 01.03.2022, n. 370).
Criteri di Valutazione dell’Apprendimento
La prova è finalizzata a verificare:

  • il livello di comprensione degli argomenti teorici trattati durante il corso;
  • la capacità di applicare i concetti acquisiti allo sviluppo di un sistema reale;
  • l’adozione di una corretta metodologia di analisi e risoluzione dei problemi .

La valutazione si basa su:

  • chiarezza espositiva ;
  • correttezza dei contenuti;
  • completezza delle risposte agli argomenti proposti.

Per il superamento della prova con valutazione sufficiente ( 18/30 ), lo studente deve rispondere in modo corretto e adeguatamente completo ad almeno due delle domande proposte.
Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
Il voto finale, espresso in trentesimi , è determinato sulla base di una valutazione complessiva della prova orale, ottenuta attraverso la ponderazione dei risultati conseguiti nelle singole risposte fornite dal candidato.

Testi di riferimento

Materiale didattico mostrato a lezione disponibile sul gruppo Teams del corso;

Testi consigliati:
Introduzione al Digital Signal Processing di A.C. Neve;
Practical Data Acquisition for Instrumentation and Control Systems , John Park and Steve Mackay, Newnesed
Understanding New Developments in Data Acquisition, Measurement, and Control della Keithley

Codice insegnamento 27000176

Sistemi Elettronici Per L'Alimentazione E La Ricarica 1° anno · 2° semestre · 6 CFU · IINF-01/A · 0 file

l’obiettivo è quello di formare professionisti in grado di effettuare un’analisi critica delle specifiche che un sistema o un’infrastruttura di carica devono possedere per soddisfare il bisogno di un determinato parco…

Scheda dell'insegnamento

Obiettivi formativi

l’obiettivo è quello di formare professionisti in grado di effettuare un’analisi critica delle specifiche che un sistema o un’infrastruttura di carica devono possedere per soddisfare il bisogno di un determinato parco veicoli. Dalla schematizzazione “su carta” dell’intero sistema, saranno capaci di affrontare, attraverso la scelta delle soluzioni tecnologiche e commerciali piu' adatte, la progettazione reale curando gli aspetti implementativi relativi non solo alla sezione propriamente legata al dispositivo elettronico, ma anche a tutto ciò che è ad esso complementare (comunicazione, monitoraggio, manutenzione predittiva).

Programma

Il corso si propone di dare un’ampia panoramica delle problematiche e delle soluzioni tecnologiche comunemente adottate per la ricarica dei veicoli elettrici, sia in modalità “stand alone” che all’interno di infrastrutture dedicate. Lo scopo è quello di consentire l’acquisizione delle conoscenze e la comprensione necessarie ad affrontare il problema della scelta, dimensionamento ’”ingegnerizzazione” e gestione di sistemi per la ricarica di veicoli elettrici. E’ prevista una prima sezione introduttiva finalizzata alla trattazione dei sistemi elettronici normalmente impiegati per l’alimentazione dei sistemi elettronici e degli accumulatori elettrochimici, così consentire la piena comprensione degli argomenti centrali del corso anche da parte di studenti provenienti da percorsi di studi ingegneristici non prettamente legati all’elettronica. A complemento del corso vengono inoltre presentati la strutturazione della filiera della mobilità elettrica e analizzati alcuni modelli di business legati al servizio di ricarica.Una sezione del corso è anche destinata ai paradigmi del “design for testing” e a concetti base di product development.

  • circuiti di alimentazione per sistemi elettronici
  • fondamenti
  • regolatori lineari
  • regolatori switching
  • circuiti integrati per il power management
  • batterie – celle primarie e secondarie
  • tipi di celle secondarie
  • metodi di carica di accumulatori
  • tecniche avanzate
  • riuso e riciclo degli accumulatori
  • La carica degli EV
  • modi di carica
  • sistemi di carica
  • Strategie di gestione avanzata
  • Le infrastrutture di ricarica
  • Architettura
  • dimensionamento
  • catena del valore e modelli di business Evoluzione del mercato
  • Infrastrutture speciali – Ebus -
  • Tendenze future

Modalità d'esame

In termini di risultati di apprendimento si attende che lo studente acquisisca le competenze e la capacità di effettuare un’analisi critica delle prestazioni desiderate. A partire dalle specifiche esigenze di un’area geografica o un cluster di utenti, lo studente dovrà essere sarà capace di affrontare la progettazione reale curando gli aspetti implementativi relativi non solo alla sezione propriamente legata al dispositivo elettronico, ma anche a tutto ciò che è ad esso complementare (comunicazione, monitoraggio, manutenzione predittiva).

Metodi di valutazione dell’apprendimento
La forte interazione docente/studenti permette una verifica informale, ma importante dell'efficacia del processo di apprendimento dell'aula, consentendo eventuali azioni correttive o di rafforzamento.
La valutazione formale delle capacità e dell'apprendimento avviene attraverso una prova scritta della durata medi di 75 minuti e con un numero di quesiti a risposta libera variabile tra 5 e 12, seguita da una colloquio sulla stessa ed un eventuale prova integrativa orale facoltativa.
In talune circostanze la prova scritta puo’ consistere in esercizi di progetto, stesura di relazioni per specifici argomenti monografici o esperienze condotte dagli stessi studenti in laboratorio.
Il superamento della prova scritta (o dell’equivalente prova) è condizione necessaria e sufficiente per superare l’esame.
Criteri di valutazione dell’apprendimento
La prova scritta permetterà di valutare la capacità di analizzare i fabbisogni energetici di un cluster di veicoli trasformandoli in specifiche di progetto per dispositivi di carica e/o infrastrutture. Il colloquio a supporto ha lo scopo di meglio comprendere l’assimilazione delle metodologie di analisi e progettazione. La prova orale permetterà di valutare le conoscenze teoriche e pratiche acquisite su modelli, topologie circuitali e criticità implementative in contesti applicativi specifici.

Criteri di attribuzione del voto finale
La prova scritta è valutata in trentesimi. Ogni quesito costituente la prova ha peso uguale per l’attribuzione del voto finale. La prova scritta è superata se la votazione è maggiore o uguale a 18. In caso di superamento della prova scritta, lo studente puo’ sostenere la prova orale integrativa.

Criteri di misurazione dell’apprendimento
L’esame è superato con l’attribuzione di un voto finale in trentesimi. Il voto finale viene attribuito tenendo conto in egual misura del voto riportato nella prova scritta e dell'eventuale valutazione della prova orale integrativa. Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Testi di riferimento

Electric and Hybrid Vehicles
By Tom Denton
ISBN 9780367273231

Codice insegnamento 27008533

Sistemi Fotovoltaici 1° anno · 1° semestre · 6 CFU · IINF-01/A · 0 file

Competenze specifiche: comprensione dei principi di base delle celle solari; comprensione dei limiti di efficienza e dei meccanismi di perdita di efficienza nelle celle solari; comprensione del funzionamento di moduli…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:

  • comprensione dei principi di base delle celle solari;
  • comprensione dei limiti di efficienza e dei meccanismi di perdita di efficienza nelle celle solari;
  • comprensione del funzionamento di moduli e sistemi fotovoltaici;
  • abilità di progettare sistemi fotovoltaici autonomi.

Competenze trasversali:

  • valutare autonomamente l'impatto di diverse soluzioni tecnologiche;
  • comunicare con linguaggio tecnico appropriato;
  • approfondire autonomamente lo studio tramite l’indagine della letteratura scientifica.

Programma

Il corso intende fornire le conoscenze necessarie alla comprensione del funzionamento e alla progettazione dei dispositivi e dei sistemi fotovoltaici.

PROBLEMA ENERGETICO (LEZ 2h, ESE 1h):

  • definizioni di base
  • consumo di energia dell’uomo
  • metodi di conversione dell’energia

STATO E PROSPETTIVE DELLA TECNOLOGIA FOTOVOLTAICA (LEZ 1h, ESE 1h):

  • cenni di storia delle celle solari
  • potenza fotovoltaica installata
  • tecnologie non-fossili di generazione dell’elettricità

PRINCIPIO DI FUNZIONAMENTO DI UNA CELLA SOLARE E TECNOLOGIE FOTOVOLTAICHE (LEZ 2h):

  • effetto fotovoltaico
  • generazioni di celle solari
  • materiali per celle solari

RADIAZIONE SOLARE (LEZ 4h, ESE 1h):

  • il Sole
  • proprietà radiometriche
  • radiazione e leggi del corpo nero
  • spettri solari

GENERAZIONE E RICOMBINAZIONE DI COPPIE ELETTRONE-LACUNA (LEZ 4h, ESE 1h):

  • richiami di fisica dei semiconduttori
  • processi diretti
  • ricombinazione Shockley-Read-Hall
  • ricombinazione Auger
  • ricombinazione superficiale

PARAMETRI E CIRCUITO EQUIVALENTE DI UNA CELLA SOLARE (LEZ 3h, ESE 6h):

  • caratteristica I-V e parametri elettrici di una cella solare
  • efficienza quantica esterna
  • circuito equivalente di una cella solare
  • effetti resistivi
  • estrazione dei parametri elettrici e dell'efficienza quantica di una cella solare con il simulatore PC1D

LIMITI E PERDITE DI EFFICIENZA DELLE CELLE SOLARI (LEZ 7h, ESE 5h):

  • limite di Shockley-Queisser
  • perdite addizionali
  • regole di progettazione e strategie di ottimizzazione per celle solari
  • implementazione di strategie di ottimizzazione con il simulatore PC1D

MODULI FOTOVOLTAICI (LEZ 5h):

  • connessioni serie e parallelo nei moduli fotovoltaici
  • parametri di un modulo fotovoltaico
  • perdite di mismatch e diodi di bypass
  • fabbricazione e tempo di vita dei moduli fotovoltaici

SISTEMI FOTOVOLTAICI (LEZ 6h, ESE 1h):

  • tipologie di sistemi fotovoltaici
  • componenti dei sistemi fotovoltaici
  • inseguitore del punto di massima potenza ed elettronica di potenza
  • paradigmi di progettazione di un sistema fotovoltaico
  • progettazione di un sistema fotovoltaico autonomo
  • applicazioni innovative del fotovoltaico

Modalità d'esame

Metodi di Valutazione dell’Apprendimento:
Per ogni appello d’esame, la modalità di valutazione dell’apprendimento consiste in una prova orale. Tale prova, della durata di al più 30 minuti, si articola nell’esposizione (orale e con l’ausilio anche della forma scritta) da parte dello studente sulla base di due/tre specifiche domande proposte dal docente e riguardanti gli argomenti trattati a lezione.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell’Apprendimento:
La prova orale intende verificare se sono stati acquisiti il corretto linguaggio tecnico e la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti del corso. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione proposti. Per superare la prova con livello sufficiente (18/30) occorre rispondere, in modo corretto e completo, ad almeno uno degli argomenti proposti.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale:
Il voto finale (espresso in trentesimi) sarà attribuito sulla base dell'esito della prova orale.

Appelli d'esame:
https://dimes.unical.it/didattica/iscriversi-studiare-laurearsi/frequentare-i-corsi/

Testi di riferimento

Specifico materiale didattico fornito dal docente e testo di riferimento:
A. Smets, K. Jäger, O. Isabella, R. van Swaaij, M. Zeman, “Solar Energy: The Physics and Engineering of Photovoltaic Conversion, Technologies and Systems”, UIT Cambridge Ltd, 2016.
Le presentazioni delle lezioni/esercitazioni in formato PDF sono rese disponibili agli studenti all'inizio del corso.

Codice insegnamento 27009708

Abilita' Linguistiche Inglese 2° anno · 3 CFU · 0 file
Circuiti Elettronici Integrati A Radiofrequenza 2° anno · 2° semestre · 6 CFU · IINF-02/A · 0 file

Lo studente acquisirà conoscenza relativa alle differenti tecniche di progettazione dei principali blocchi di un sistema a radiofrequenza. Sarà in grado, inoltre, di progettare i blocchi studiati utilizzando diverse…

Scheda dell'insegnamento

Obiettivi formativi

Lo studente acquisirà conoscenza relativa alle differenti tecniche di progettazione dei principali blocchi di un sistema a radiofrequenza. Sarà in grado, inoltre, di progettare i blocchi studiati utilizzando diverse tecnologie di integrazione.

Programma

Il Corso di “Circuiti elettronici integrati a radiofrequenza” ha come obiettivo la progettazione dei principali componenti un sistema (per diverse applicazioni come telecomunicazioni, radar o altro tipo di sensoristica) a radiofrequenza.

INTRODUZIONE
Transceiver e front-end per sistemi wireless: architettura e parametri di funzionamento. Carta di Smith.
Dispositivi attivi per alta frequenza - Modelli lineari e non lineari di transistor MOS per applicazioni RF –Sorgenti di rumore nei MOS e nei BJT
Tecnologie CMOS e MMIC – Layout MMIC
BLOCCHI PASSIVI
Componenti passivi in circuiti monolitici integrati: induttanze, capacità, reti reattive, trasformatori di impedenza, linee di trasmissione - Stabilità e guadagni di una rete a due porte
BLOCCHI ATTIVI
Blocchi funzionali lineari: caratteristiche generali e modelli utilizzati, amplificatore a massimo guadagno, amplificatori distribuiti.
Blocchi funzionali non lineari: caratteristiche generali e modelli
Amplificatori di potenza: classi di amplificazione, linearizzazione, architetture avanzate di amplificatori di potenza (schema Doherty).
Mixer, moltiplicatori di frequenza e oscillatori
Laboratori CAD: progettazione di LNA monoliticamente integrato

Modalità d'esame

Il voto dell'esame sarà attribuito attraverso valutazione orale il cui voto sarà attribuito secondo il seguente criterio:

Aspetti teorici: 20%
Tecniche di progettazione: 50%
Progetti individuali: 30%

La valutazione sarà quantificata misurando il livello di apprendimento rispetto agli obiettivi definiti per ciascuna prova.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

B. Razavi, RF microelectronics, Prentice Hall
G.Ghione, M. Pirola, Elettronica delle microonde, Otto editore, 2002
Pozar, Microwave Engineering

Codice insegnamento 27007890

Computer Vision 2° anno · 1° semestre · 6 CFU · IINF-05/A · 0 file
Fondamenti Di Bioingegneria Elettronica 2° anno · 1° semestre · 6 CFU · IBIO-01/A · 0 file

Il corso mira a fornire i fondamenti per la comprensione, la modellizzazione, l’acquisizione e l’elaborazione dei segnali biomedici (biopotenziali, meccanici e acustici) nel corpo umano. Competenze da acquisire: 1)…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire i fondamenti per la comprensione, la modellizzazione, l’acquisizione e l’elaborazione dei segnali biomedici (biopotenziali, meccanici e acustici) nel corpo umano.
Competenze da acquisire:
1) caratteristiche dei segnali biomedici;
2) sistemi di acquisizione dei biopotenziali;
3) sistemi di acquisizione dei segnali fisiologici meccanici e acustici;
4) elaborazione dei segnali biomedici; la sicurezza elettrica delle apparecchiature elettromedicali.

Codice insegnamento 27008815

Gestione Energetica Dei Veicoli A Trazione Elettrica E Ibrida 2° anno · 2° semestre · 6 CFU · IIET-01/A · 0 file

Il corso mira a fornire un’introduzione alle problematiche legate alla gestione energetica dei veicoli a trazione elettrica e ibrida. Competenze da acquisire: principali tipologie e architetture dei veicoli elettrici e…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire un’introduzione alle problematiche legate alla gestione energetica dei veicoli a trazione elettrica e ibrida.
Competenze da acquisire:

  • principali tipologie e architetture dei veicoli elettrici e ibridi;
  • conoscenze sui sistemi di accumulo, di trazione, e di trasmissione e dimensionamento delle varie parti;
    -modellamento dei flussi energetici dei veicoli e approcci teorici per l’ottimizzazione dei flussi all’interno del veicolo e all’esterno.
    COMPETENZE TRASVERSALI
    Il corso prevede lo sviluppo di un progetto di gruppo e la sua presentazione in sede di esame. Ciò permette di far acquisire e verificare la capacità di comunicare e presentare quanto si è appreso e di cogliere le connessioni tra i vari argomenti del corso per sviluppare una capacità autonoma di analisi. Capacità critiche e di “problem solving” conseguite attraverso l’analisi di problemi pratici proposti durante il corso.

Programma

Il corso introduce le principali architetture dei veicoli a trazione elettrica e ibrida e analizza la gestione dei flussi energetici tra batteria, motore elettrico, trasmissione e altri sottosistemi del veicolo. Particolare attenzione è dedicata al modellamento dei flussi energetici e all’applicazione di tecniche numeriche di controllo e ottimizzazione, vincolata e non vincolata, per la gestione energetica dei veicoli ibridi. Sono inoltre discussi gli impatti dei veicoli elettrici e ibridi sulla società, sull’ambiente e sulla rete elettrica.

Introduzione al corso: evoluzione storica dei veicoli elettrici; sfide energetiche e ambientali del trasporto stradale; confronto tra combustione interna ed elettromobilità.
Fondamenti e classificazione dei veicoli elettrici e ibridi: veicoli BEV, HEV e principali configurazioni architetturali.
Dinamica del veicolo: grandezze fondamentali, forze resistenti, richieste di potenza ed energia.
Veicoli completamente elettrici: architetture, gestione dell’energia, sistemi di accumulo, motori elettrici e azionamenti.
Veicoli ibridi elettrici: architetture, accoppiamenti meccanici, gestione dei flussi energetici e strategie operative.
Componenti principali: batterie, sistemi di accumulo, motori elettrici, convertitori e trasmissione meccanica.
Richiami di ottimizzazione lineare, non lineare e dinamica: principio di Bellman, criterio di Pontryagin, formulazioni lagrangiane e hamiltoniane.
Tecniche di controllo ottimo applicate alla dinamica del veicolo e alla gestione energetica dei veicoli ibridi.
Esercitazioni su modellamento, simulazione e ottimizzazione dei flussi energetici.

Modalità d'esame

La valutazione si basa su due componenti:

  • un progetto di gruppo riguardante il modellamento, l’analisi o l’ottimizzazione di un sistema o sottosistema relativo a veicoli elettrici o ibridi;
  • una prova orale, nella quale lo studente presenta il lavoro svolto, discute le scelte metodologiche adottate e analizza una pubblicazione scientifica scelta tra le tematiche del corso.

Criteri di valutazione dell’apprendimento
La valutazione mira ad accertare: la conoscenza delle architetture e dei componenti dei veicoli elettrici e ibridi; la capacità di modellare e interpretare i flussi energetici; la capacità di applicare metodi di controllo e ottimizzazione; la chiarezza espositiva; la capacità di analisi critica e di collegamento tra aspetti tecnologici, energetici e ambientali.
Criteri di misurazione dell’apprendimento e attribuzione del voto finale
Il progetto di gruppo e la prova orale sono valutati in trentesimi. Il voto finale è determinato come media delle due valutazioni, con pari peso. La prova si considera superata con votazione finale pari o superiore a 18/30. Nella valutazione del progetto saranno considerati correttezza del modello, adeguatezza del metodo utilizzato, qualità dell’analisi dei risultati e chiarezza della presentazione.
Appelli d’esame
Gli appelli d’esame sono pubblicati sul calendario ufficiale degli esami del Corso di Studio disponibile sul portale di Ateneo.
Modalità per studenti e studentesse con disabilità o DSA
Le modalità d’esame saranno adattate alle esigenze certificate degli studenti e delle studentesse con disabilità o DSA, secondo quanto previsto dalla normativa vigente e dal Regolamento di Ateneo per l’inclusione e il diritto allo studio.

Testi di riferimento

Testo di riferimento:
Hybrid Electric Vehicles -Energy Management Strategies Autori: Simona Onori, Lorenzo Serrao, Giorgio Rizzoni; Springer-Verlag London, 2016, eBook ISBN
978-1-4471-6781-5
Altri libri consigliati:
1) Larminie, James, and John Lowry. Electric vehicle technology explained. John Wiley & Sons, 2012.
2) Hughes, Austin, and Bill Drury. Electric motors and drives: fundamentals, types and applications. Newnes, 2019.

Codice insegnamento 27007380

Progettazione Low Power 2° anno · 1° semestre · 6 CFU · IINF-01/A · 0 file

Competenze Specifiche: Conoscenza delle cause principali di dissipazione di potenza in un circuito digitale. Conoscenza delle principali tecniche di progettazione a bassa dissipazione di potenza per circuiti digitali.…

Scheda dell'insegnamento

Obiettivi formativi

Competenze Specifiche:

  • Conoscenza delle cause principali di dissipazione di potenza in un circuito digitale.
  • Conoscenza delle principali tecniche di progettazione a bassa dissipazione di potenza per circuiti digitali.
  • Capacità di selezionare la tecnica di progettazione più idonea in base alle specifiche di potenza e prestazioni
  • Capacità di scrittura del codice VHDL per una sintesi a bassa dissipazione di potenza
  • Capacità di scrittura del codice VHDL per un utilizzo efficiente delle risorse dei dispositivi FPGA
    Competenze Trasversali:
  • Capacità di indagine individuale di articoli scientifici e di analisi critica di soluzioni progettuali
  • Capacità critiche e di giudizio conseguite attraverso l’analisi dei circuiti e delle architetture analizzate, dei requisiti e delle specifiche dei problemi che vengono proposti durante il corso, evidenziando capacità di “problem solving”.
    RISULTATI DI APPRENDIMENTO ATTESI
    Conoscenza e capacità di comprensione: Acquisire familiarità con le principali tecniche di progettazione a bassa potenza nei sistemi digitali, a livello custom e descrizione ad alto livello (VHDL o Verilog)
    Capacità di applicare conoscenza e comprensione: analisi delle principali conseguenze derivanti dall'applicazione di una tecnica di progettazione low-power in termini di energia risparmiata, area aumentata, ritardo aumentato e reliability. Autonomia di giudizio: analisi tramite simulatore in autonomia, cercando di spiegare l'origine dei risultati ottenuti dalle simulazioni, ricercare le cause di possibili inefficienze e rimuoverle
    Abilità comunicative: capacità di descrivere le scelte progettuali in forma testuale Capacità di apprendimento: essere in grado di identificare la tecnica low-power più idonea in base alla tipologia del sistema digitale considerato.

Programma

Lo scopo del corso è fornire un’ampia ed approfondita panoramica sulle moderne tecniche di progettazione low-power per circuiti e sistemi digitali integrati. Verranno trattati argomenti inerenti le tecniche di progettazione specifiche per circuiti combinatori e memorie, e verranno affrontate le problematiche relative ai vari livelli di astrazione con i quali è possibile ridurre la dissipazione di potenza. Verranno inoltre particolarizzate tali tecniche per la progettazione a bassa dissipazione di potenza su dispositivi FPGA. A corredo di ogni argomento, verranno forniti esempi progettuali e se ne approfondiranno gli aspetti peculiari tramite esercitazioni basate su simulazioni circuitali in ambiente SPICE e Xilinx Vivado (per sintesi low power di circuiti descritti in VHDL).

Argomenti delle lezioni:

Potenza ed Energia nei circuiti digitali integrati: introduzione, densità di potenza, hot spot e heat removal, energy harvesting, trend tecnologico.
Il MOSFET in tecnologia nanometrica. Richiami sui modelli I-V in saturazione e regione lineare. Saturazione della velocità dei portatori, tensione di soglia, correnti di leakage: corrente di gate, di sottosoglia, effetto DIBL, effetto GIDL.
Componenti della potenza dissipata nei circuiti digitali. Potenza dinamica relativa alla carica e scarica di carichi capacitivi e relativo modello. Effetti relativi alla tensione di alimentazione e alla probabilità di transizione dei segnali di uscita. Glitch. Potenza di cortocircuito. Potenza statica e stacking effect. Differenti livelli di astrazione per la riduzione della potenza dissipata: a livello di sistema, a livello di algoritmo, a livello architetturale, a livello di circuito, a livello di dispositivo.

Principali tecniche di riduzione di potenza dissipata nei circuiti logici digitali:

  • In fase di design: Technology mapping, Transistor stacking, Transistors con diversa tensione di soglia e VTH-tapering, Trade-off nel dominio energia-ritardo. parallelismo e pipiline, low voltage computing.
  • In fase di funzionamento: Clock Gating, Power Gating, Dynamic body biasing, Supply ramping, Dynamic voltage scaling.

Cella di memorie SRAM 6T e principali metriche: funzionalità (data retention, readability, writeability), area occupata, potenza dissipata. Dimensionamento della cella di memoria. Principali tecniche di riduzione della potenza nelle memorie SRAM:

  • In fase di design: All’interno della cella: uso di diverse tensioni di alimentazioni e/o transistors con differenti tensioni di soglia. Celle di memoria non convenzionali per la riduzione della potenza statica dissipata. Nei circuiti periferici: linee di worline e bitline gerarchiche.
  • In fase di funzionamento: voltage scaling ed effetto sull’affidabilità. Utilizzo di codici a correzioni d’errore.
  • VHDL per progettazione low-power: riduzione dei glitch, clock gating: implicito, esplicito e intelligent clock gating, Gate reordering, Precomputation: applicazioni pratiche su circuiti quali comparatori, sommatori e moltiplicatori, Sintesi low-power di FSM
  • stili di codice VHDL per il low-power

Argomenti delle esercitazioni:

Simulazione in ambiente SPICE delle tecniche di progettazione low-power.
Descrizione e sintesi di circuiti digitali low-power tramite VHDL e software Xilinx Vivado

Modalità d'esame

L'esame consiste in una prova orale. La prova orale si baserà su tre domande riguardanti uno o più argomenti trattati a lezione, di durata di 30-40 minuti circa e svolta con l’ausilio della lavagna. Durante la prova orale verranno discussi anche tre elaborati progettuali preparati durante le esercitazioni che il candidato si premurerà di portare in formato cartaceo il giorno dell’esame o di inviare in formato digitale alla email del docente. La discussione sull’elaborato mirerà a descrivere le scelte progettuali e la capacità di analisi del candidato.
Il voto finale, espresso in trentesimi, sarà la media tra il voto riportato relativamente agli elaborati progettuali sugli argomenti delle esercitazioni e il voto riportato relativamente alle domande orali sugli argomenti trattati a lezione. Orientativamente, la valutazione di ogni domanda orale e di ogni elaborato progettuale vale un max di 5/30 di voto. In assenza di almeno un elaborato progettuale, l’esame verrà concluso con esito negativo. L’esito della prova orale viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione proposti.
Per superare la prova con livello sufficiente occorre rispondere, in modo corretto e completo, alla discussione circa gli elaborati progettuali e ad almeno uno degli argomenti proposti riguardanti il programma del corso.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

[1] J. Rabaey “Low Power Design Essentials” Springer 2009.

[2] J.Rabaey “Digital Integrated Circuits: a design perspective”, Prentice Hall 2003.

[3] K. Roy, S. C. Prasad “Low-Power CMOS VLSI Circuit Design” John Wiley and Sons.

[4] Copie di articoli scientifici reperite dal docente
[5] materiale (lucidi) fornito dal docente tramite canale Teams dedicato

Codice insegnamento 27006347

Programmazione Di Sistemi Internet Of Things 2° anno · 1° semestre · 9 CFU · IINF-05/A · 0 file

L’insegnamento di Programmazione dei Sistemi Internet of Things si pone i seguenti obiettivi formativi. Conoscenza e comprensione: Lo studente acquisirà conoscenze di carattere sia pratico che teorico/metodologico e…

Scheda dell'insegnamento

Obiettivi formativi

L’insegnamento di Programmazione dei Sistemi Internet of Things si pone i seguenti obiettivi formativi.
Conoscenza e comprensione: Lo studente acquisirà conoscenze di carattere sia pratico che teorico/metodologico e comprenderà i metodi, tecniche e meccanismi principali per la programmazione di sistemi IoT, utilizzando come riferimento il linguaggio nesC.
Capacità di applicare conoscenza e comprensione: lo studente acquisirà le capacità di applicare in pratica le conoscenze teorico-metodologiche apprese, tramite le numerose attività di esercitazione in aula utilizzando il personal computer per lo sviluppo e sperimentazione pratica di applicativi e componenti software programmando realmente alcuni dispositivi IoT.
Autonomia di giudizio: acquisita tramite la necessità di scegliere criticamente ed in autonomia quali metodi e meccanismi e quali librerie dei sistemi adottati risultino più adatte allo scopo preposto.
Capacità di apprendimento: saranno conseguite attraverso lo sviluppo di un progetto software associato ad un report scritto, realizzato anche durante le numerose attività di esercitazione pratica in aula.
Abilità comunicative: verranno irrobustite le abilità comunicative dello studente grazie alla discussione in sede d’esame orale, tramite presentazione con slide, del progetto (prototipo hardware/software di un componente o sistema IoT) sviluppato come elaborato d’esame.

Programma

Il corso si propone di fare acquisire competenze di base ed avanzate relative alla programmazione di sistemi IoT (Internet of Things).

INTRODUZIONE AI SISTEMI IOT (Lezione: 11 ore - Esercitazione: 2 ore)

  • Sistemi IoT;
  • Sistemi embedded;
  • Sistemi cyberfisici;
  • Concetti di base di edge e cloud computing;
  • tecniche di modellazione e di interoperabilità.

RETI DI SENSORI WIRELESS (Lezione: 9 ore - Esercitazione: 2 ore)

  • principali caratteristiche delle reti di sensori wireless;
  • sistemi operativi per WSN;
  • linguaggi di programmazione per piattaforme di sensori;
  • applicazioni IoT.

PROGRAMMAZIONE NESC E TINYOS (Lezione: 15 ore - Esercitazione: 11 ore)

  • Elementi di programmazione;
  • tecniche di programmazione avanzata;
  • sviluppo di applicazioni basate su piattaforme sensoristiche wireless.

SISTEMI DI COMPUTAZIONE INDOSSABILI E MOBILI (Lezione: 16 ore - Esercitazione: 9 ore)

  • Introduzione ai sistemi indossabili: concetti di base, architetture distribuite e metodologie di sviluppo;
  • Reti di sensori corporei ed elaborazione dei segnali fisiologici;
  • applicazioni mobile-Health;
  • elementi di programmazione Android focalizzati allo sviluppo di applicazioni IoT.

Modalità d'esame

** Metodi di valutazione dell’apprendimento **
La valutazione si baserà su due prove. La prima è una prova pratica che consiste in un progetto da implementare a casa in TinyOS/NesC contestualizzando in un sistema IoT applicativo semplificato, scelto dallo studente, gli argomenti studiati a lezione. In caso di superamento della prima prova, lo studente potrà accedere alla seconda prova, da svolgersi in forma orale e della durata di circa 30 minuti, consistente nella discussione del progetto realizzato e in un'interrogazione sugli argomenti teorici affrontati durante il corso.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento (emanato con decreto rettorale 01.03.2022, n. 370).

** Criteri di valutazione dell’apprendimento **
La prova pratica è finalizzata ad accertare il livello di conoscenza degli studenti relativo all'utilizzo del TinyOS/NesC nello sviluppo di un progetto fondato sugli argomenti affrontati nel corso. La prova orale permetterà di valutare le consapevolezza delle scelte progettuali ed implementative fatte nella realizzazione del progetto nonchè di valutare le conoscenze teoriche e pratiche acquisite.

** Criteri di misurazione dell’apprendimento **
La prova pratica è valutata in trentesimi e viene superata se la votazione è maggiore o uguale a 18. Per poter sostenere la prova orale è necessario acquisire la sufficienza alla prova pratica.

** Criteri di attribuzione del voto finale **
Se la prova orale è giudicata almeno sufficiente, il voto finale, espresso in trentesimi, viene calcolato come la media aritmetica tra il voto assegnato al progetto e quello della prova orale.

Testi di riferimento

Materiale didattico a cura del docente (Lucidi delle lezioni svolte ed esercizi proposti e svolti) sarà messo a disposizione per gli studenti frequentanti il corso sulla piattaforma MS Teams, nella sezione File del Team.

Testi Suggeriti:

  • Edward A. Lee and Sanjit A. Seshia, Introduction to Embedded Systems, A Cyber-Physical Systems Approach, Second Edition, http://LeeSeshia.org, ISBN 978-1-312-42740-2, 2015.
  • Peter Marwedel, Embedded System Design: Embedded Systems Foundations of Cyber-Physical Systems, Springer Netherlands, 2011, ISBN 978-94-007-0256-1
  • S. Sitharama Iyengar, Nandan Parameshwaran, Vir V. Phoha, N. Balakrishnan, Chuka D. Okoye, Fundamentals of Sensor Network Programming: Applications and Technology, December 2010, Wiley-IEEE Press, ISBN: 978-0-470-87614-5.
  • Wearable Computing: From Modeling to Implementation of Wearable Systems based on Body Sensor Networks, Giancarlo Fortino ; Raffaele Gravina ; Stefano Galzarano, Wiley-IEEE Press, 2018. ISBN: 9781119078807

Materiale tecnico on-line:

  • Materiale tecnico (software e guide/tutorial) sul sistema TinyOS: http://www.tinyos.net/

Codice insegnamento 27007376

Prova Finale 2° anno · 24 CFU · 0 file
Prova Finale Con Tirocinio All'Estero 2° anno · 0 file
Sensori 2° anno · 2° semestre · 6 CFU · IINF-01/A · 0 file

Competenze specifiche: Il corso ha lo scopo di fornire allo studente le competenze necessarie per la progettazione di sistemi elettronici basati su sensori di grandezze fisiche. Competenze trasversali: Capacità…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:
Il corso ha lo scopo di fornire allo studente le competenze necessarie per la progettazione di sistemi elettronici basati su sensori di grandezze fisiche.
Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso l’analisi dei requisiti e delle specifiche dei problemi che vengono proposti durante il corso, evidenziando capacità di “problem solving”.

Programma

Il corso affronta lo studio delle soluzioni sensoristiche utilizzate per le principali grandezze fisiche di interesse in ambito industriale quali temperatura, spostamento, velocità, accelerazione, deformazione, forza, pressione e flusso. Inoltre si analizzeranno gli schemi circuitali dei blocchi analogici fondamentali impiegati per il condizionamento dei segnali acquisiti dai sensori.

Classificazione dei sensori. Sensori ideali e limitazioni reali
Sensori termici: Termocoppie. Termoresistori, Termodiodi, Termotransistori.
Sensori meccanici: Sensori di spostamento, velocità e flusso. Accelerometri. Sensori di forza, pressione e deformazione.
Sensori magnetici: Sensori ad effetto Hall, Magnetoresistori.
Sensori Piezoelettrici: Modelli matematici dei sensori. Criteri di progetto. Il coefficiente di accoppiamento elettromeccanico.
Caratterizzazione di sensori: Caratteristiche dei sensori, classificazione, valutazione delle prestazioni, taratura
Sistemi di acquisizione dati: Sistemi di acquisizione analogici e memorizzazione. Dimensionamento del sistema di acquisizione, specifiche e valutazione delle prestazioni.
Progetto: realizzazione e caratterizzazione di un sistema di acquisizione di grandezze di diversa natura. In considerazione della possibilità che il corso sia frequentato da studenti e studentesse con disabilità o con Disturbo Specifico dell'Apprendimento (DSA), sarà realizzato materiale didattico (ad es. slides delle lezioni in pdf) conforme alle regole di accessibilità e di usabilità, tenendo conto delle indicazioni della Delegata del Rettore alle politiche di inclusione.

Modalità d'esame

Metodologia di valutazione:
Prova orale con valutazione progetto. La prova orale verterà sugli argomenti trattati a lezione e sulla discussione sul progetto svolto.

Criteri di Valutazione dell’Apprendimento e Attribuzione del Voto Finale:
La prova orale con discussione del progetto intende verificare se è stata acquisito il corretto linguaggio tecnico, la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti metodologici del corso.
L’attribuzione del voto finale, in trentesimi, viene assunta sulla base dell’esito della prova.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

A. D’amico, C. Di Natale “Introduzione ai sensori”, Aracne ed.
W. Gardner: "Microsensors: Principles and applications", J. Wiley & Sons.
Clyde F. Coombs, Jr "Electronic Instrument Handbook", Second Edition McGraw-Hill, Inc.

Codice insegnamento 27007891

Sintesi Ad Alto Livello Di Sistemi Digitali 2° anno · 2° semestre · 6 CFU · IINF-01/A · 0 file

Il corso mira a fornire solide conoscenze sulle metodologie di progettazione hardware-software e di sintesi ad alto livello di sistemi embedded realizzati on-chip. Competenze da acquisire: • comprensione delle…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire solide conoscenze sulle metodologie di progettazione hardware-software e di sintesi ad alto livello di sistemi embedded realizzati on-chip. Competenze da acquisire: • comprensione delle strutture e dei principi di funzionamento di sistemi embedded eterogenei realizzati come SoCs; • capacità di impiegare tools di sintesi ad alto livello per progettare acceleratori hardware da interfacciare con un processore general-purpose; • abilità ad utilizzare direttive software di ottimizzazione per la sintesi ad alto livello di sistemi digitali. RISULTATI DI APPRENDIMENTO ATTESI Conoscenza e capacità di comprensione: Acquisire familiarità con le principali tecniche di scrittura di codice ad alto livello per descrivere sistemi digitali. Conoscere e distinguere l'utilizzo dei vari pragma per ottimizzare l'architettura. Conoscenza e capacità di comprensione applicate: analisi delle principali conseguenze derivanti dall'applicazione di un pragma. Comprendere i warning forniti dal tool in fase di sintesi al fine di capire le inefficienze del codice scritto e rimuoverle. Autonomia di giudizio: saper giudicare in maniera autonoma gli effetti della scrittura del codice secondo i diversi possibili stili. Abilità comunicative: capacità di descrivere le scelte progettuali in forma testuale tramite la stesura di report tecnici. Capacità di apprendimento: essere in grado di identificare lo stile di scrittura di codice più idoneo in base alla funzionalità del circuito digitale da progettare. Leggere e comprendere in maniera autonoma documenti tecnici della Xilinx.

Programma

Approcci progettuali di sistemi digitali embedded. Strutture di Sistemi Embedded. Dispositivi FPGA per FPSoCs. Hardware/Software Co-design; High-Level-Synthesis design tools; progetto di sistemi embedded su chip FPGAs. Tecniche di stili di scrittura di codice ad alto livello per acceleratori hardware e tecniche di analisi dei circuiti sintetizzati.

Dispositivi FPGA per FPSoCs
Progettazione mediante il tool HLS;

Hardware-software co-design di sistemi embedded; descrizione di piattaforme realizzative di sistemi embedded; progettazione di IPs mediante il tool HLS; ottimizzazione mediante pragmas e direttive di circuiti descritti ad alto livello.

Richiami delle principali cause di dissipazione di energia nei circuiti e sistemi digitali. Richiami dell’utilizzo del tool di Vivado per la stima dell’energia dissipata di un circuito digitale implementato su dispositivi Xilinx FPGA. Analisi con esempi su semplici circuiti delle conseguenze dello stile di scrittura del codice ad alto livello sulle prestazioni di potenza e delay:
FIR filter: libreria ap_int e static keyword, operation chaining, loop fission, loop unrolling, loop pipelining, bitwidth optimization, uso dell’interfaccia axis stream con i segnali side-channel.
Sparse Matrix Multiplication: utilizzo di strutture dati ad hoc, scrittura di testbench significativi, loop optimization, loop_tripcount, array partitioning: block, cyclic, complete. Bufferline: realizzazione tramite registri, BRAM, LUT, utilizzo della libreria ap_shift_reg. Matrix multiplication: array_reshape e differenza con array_partition. Rappresentazione numerica in fixed point.

Modalità d'esame

L'esame consiste in una prova orale divisa in due parti:
-Discussione su una coppia di argomenti trattati a lezione
-Discussione di due elaborati progettuali in HLS
Durata dell'esame: circa 30 minuti

Ogni sotto-prova dell'esame orale sarà valutata in 30-simi e il voto finale (anch'esso espresso in 30-simi) sarà dato dalla media dei voti delle sotto-prove. Condizione necessaria per raggiungere la sufficienza è che entrambi i progetti siano stati realizzati.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

Dispense fornite dal docente tramite canale Teams dedicato

Codice insegnamento 27008538

Sistemi A Radiofrequenza Integrati Per Applicazioni Biomedicali E Ambientali 2° anno · 6 CFU · IINF-02/A · 0 file

L'insegnamento si pone l’obiettivo di fornire competenze avanzate nella progettazione, simulazione e integrazione di sistemi elettromagnetici e RF per applicazioni biomedicali e ambientali. Al termine del corso, i…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento si pone l’obiettivo di fornire competenze avanzate nella progettazione, simulazione e integrazione di sistemi elettromagnetici e RF per applicazioni biomedicali e ambientali. Al termine del corso, i risultati di apprendimento attesi sono declinati secondo i Descrittori di Dublino come segue:

  • Conoscenza e capacità di comprensione :
  • Comprendere i principi avanzati dei sistemi elettromagnetici e RF integrati, con particolare riferimento alle applicazioni biomedicali e ambientali.
  • Conoscere le caratteristiche fondamentali delle antenne, delle linee di trasmissione e dei principali componenti passivi e attivi utilizzati nei sistemi RF.
  • Comprendere le tecnologie di integrazione (PCB, package, on-chip) e le architetture dei sistemi RF per dispositivi indossabili e impiantabili.
  • Conoscere i principi di funzionamento dei sensori biomedici e ambientali e le normative di sicurezza per dispositivi RF in ambito biomedicale.
  • Conoscenza e capacità di comprensione applicate :
  • Progettare e simulare componenti e sottosistemi RF (antenne, sensori a microonde, strutture di adattamento) per applicazioni biomedicali utilizzando strumenti di simulazione elettromagnetica avanzata (es. HFSS).
  • Analizzare e interpretare i risultati di simulazioni elettromagnetiche, valutando prestazioni quali adattamento di impedenza, efficienza, banda e comportamento in presenza di tessuti biologici.
  • Integrare sensori e moduli RF in un sistema completo per applicazioni biomedicali o ambientali, considerando vincoli di miniaturizzazione, consumo di potenza e affidabilità.
  • Autonomia di giudizio :
  • Valutare criticamente diverse soluzioni progettuali per sistemi RF biomedicali, confrontandone prestazioni, limiti tecnologici e impatto applicativo.
  • Scegliere in modo autonomo architetture, materiali e soluzioni di integrazione adeguate allo specifico contesto applicativo.
  • Abilità comunicative :
  • Comunicare in modo chiaro e rigoroso le scelte progettuali, i risultati delle simulazioni e le prestazioni dei sistemi RF, utilizzando un linguaggio tecnico appropriato.
  • Presentare e discutere soluzioni progettuali e risultati sperimentali sia in forma scritta sia orale.
  • Capacità di apprendere :
  • Sviluppare la capacità di aggiornarsi autonomamente su tecnologie RF emergenti e nuove applicazioni biomedicali e ambientali.
  • Acquisire un metodo di lavoro utile per affrontare problemi di progettazione complessi in ambito elettromagnetico e RF anche in contesti di ricerca e sviluppo.

Programma

L'insegnamento si focalizza sulla progettazione e l'integrazione di sistemi a radiofrequenza (RF) avanzati per applicazioni in ambito biomedicale e ambientale. Il dominio disciplinare spazia dai fondamenti della propagazione e delle antenne fino alle architetture hardware per dispositivi miniaturizzati.
Gli argomenti principali includono:

  • Introduzione ai sistemi RF per applicazioni biomediche, tecnologie indossabili (wearable) e impiantabili.
  • Teoria delle antenne per il corpo umano (patch e loop antenna) e parametri fondamentali (guadagno, efficienza, adattamento di impedenza).
  • Tecnologie di integrazione dei sistemi: PCB, Package e sistemi su chip (On-chip).
  • Integrazione di sensori biomedici e ambientali (temperatura, pH, glucosio) e protocolli di trasmissione a bassa potenza (NFC, Bluetooth Low Energy).
  • Tecniche di miniaturizzazione e gestione delle interferenze elettromagnetiche.
  • Attività di laboratorio dedicata alla progettazione e simulazione elettromagnetica di componenti tramite software professionale HFSS.

LEZIONI (34 ore)

Modulo 1 — Fondamenti RF e Antenne per Applicazioni Biomedicali (12 ore)

  • Introduzione ai sistemi RF biomedicali (2 ore)
  • Tecnologie wearable e implantabili (2 ore)
  • Sicurezza RF e normative biomedicali (2 ore)
  • Antenne patch e loop per body-centric communications (2 ore)
  • Linee di trasmissione, adattamento di impedenza e parametri S (4 ore)

Modulo 2 — Componenti RF e Tecnologie di Integrazione (12 ore)

  • Tecnologie PCB, package e on-chip (3 ore)
  • Sensori biomedicali e ambientali integrati (3 ore)
  • Sistemi BLE e NFC per dispositivi biomedicali (2 ore)
  • Componenti passivi e attivi RF (2 ore)
  • Architetture RF miniaturizzate (2 ore)

Modulo 3 — Simulazione EM e Progettazione Avanzata (10 ore)

  • Introduzione ad Ansys HFSS (2 ore)
  • Modellazione elettromagnetica avanzata (4 ore)
  • Progettazione di antenne BLE (2 ore)
  • Sensori a microonde per spettroscopia dielettrica (2 ore)

ESERCITAZIONI (16 ore)

  • Simulazioni guidate in HFSS
  • Analisi dei parametri S
  • Ottimizzazione geometrica di antenne RF
  • Tecniche di adattamento di impedenza
  • Analisi di casi studio biomedicali e ambientali

Modalità d'esame

Metodi di Valutazione dell’Apprendimento
La verifica dell’apprendimento si articola in:

  • una prova progettuale pratica individuale;
  • una prova orale finale.

La prova progettuale consiste nello sviluppo autonomo di un progetto RF mediante software di simulazione elettromagnetica avanzata (Ansys HFSS). Lo studente dovrà produrre una relazione tecnica dettagliata contenente:

  • specifiche progettuali;
  • metodologia adottata;
  • risultati delle simulazioni;
  • analisi critica delle prestazioni ottenute.

La relazione dovrà essere consegnata almeno 5 giorni prima della prova orale.
La prova orale ha durata indicativa di 20–30 minuti e consiste:

  • nella discussione tecnica del progetto;
  • nella verifica delle conoscenze teoriche del corso;
  • nell’analisi critica delle scelte progettuali adottate.

Durante la prova non è consentito l’utilizzo di materiale didattico aggiuntivo.

Criteri di Valutazione dell’Apprendimento
La prova pratica valuta:

  • capacità di progettazione RF;
  • correttezza metodologica;
  • qualità delle simulazioni;
  • capacità di interpretazione dei risultati.

La prova orale valuta:

  • padronanza teorica;
  • linguaggio tecnico;
  • capacità di ragionamento critico;
  • autonomia progettuale.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
Il voto finale è espresso in trentesimi.
La valutazione finale tiene conto:

  • della qualità della relazione progettuale;
  • della correttezza tecnica del progetto;
  • dell’esposizione orale;
  • della capacità di collegamento interdisciplinare.

Per il superamento dell’esame è necessario ottenere una valutazione almeno sufficiente nella prova orale.

Appelli d’Esame
Gli appelli sono pubblicati sul portale ESSE3 di Ateneo.

Testi di riferimento

Testi principali

  • C. A. Balanis, Antenna Theory: Analysis and Design, 4th Edition, Wiley.
  • Li, Goyal, 3D Microelectronic Packaging: From Fundamentals to Applications, Springer.

-

Materiale integrativo

  • Slide del docente;
  • articoli scientifici recenti su sistemi RF biomedicali;
  • application notes HFSS;
  • documentazione tecnica BLE/NFC.

Codice insegnamento 27010285

Sistemi Elettronici Intelligenti Per Autoveicoli 2° anno · 1° semestre · 6 CFU · IINF-01/A · 0 file

Il corso mira a fornire solide conoscenze sulle architetture dei sistemi ADAS e sulle tecniche di progettazione di progettazione dei sistemi elettronici in essi impiegati. Competenze da acquisire: comprensione delle…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire solide conoscenze sulle architetture dei sistemi ADAS e sulle tecniche di progettazione di progettazione dei sistemi elettronici in essi impiegati. Competenze da acquisire:

  • comprensione delle principali architetture dei sistemi ADAS attualmente in uso;
  • comprensione gli algoritmi di elaborazione di immagini per i sistemi di assistenza alla guida;
  • abilità a progettare sistemi elettronici eterogenei per il settore automobilistico
  • abilità ad utilizzare in maniera efficiente i sistemi di sviluppo per hardware/software codesign;
  • capacità di sfruttare le conoscenze acquisite per la progettazione di sistemi innovativi per il settore automobilistico.

Programma

Il Corso illustra i principi per la progettazione dei sistemi elettronici di assistenza alla guida ed i componenti fondamentali per la loro realizzazione. Lo stato dell'arte dei sistemi ADAS viene approfonditamente esaminato in riferimento a recenti brevetti ed pubblicazioni scientifiche.

Cenni storici sui sistemi intelligenti negli autoveicoli; Livelli di automazione SAE NHTSA; Funzionalità dei sistemi di assistenza alla guida attuali; Hardware impiegato; metodi di interazione uomo-macchina;
Sistemi di Ausilio alla Guida: sistema per l’identificazione del comportamento dei veicoli; sistema per l’identificazione delle condizione della superficie della carreggiata; metodi per il monitoraggio delle condizioni fisiologiche del guidatore; sistemi e metodi per la guida autonoma;
Sensori e piattaforme di elaborazione: Accelerometro, Giroscopio, Radar, Lidar, Sensori Ultrasonici, Telecamere mono e stereo; piattaforme basate su FPGA e GPU; AUTOSAR; Sensor Fusion; Kalman Filter; Mobileye EyeQ; SoC; Multiprocessing.
Elaborazione di immagini: Edge detection, Spazio dei colori e trasformazioni; Trasformata di Hough; Istogramma dei gradienti orientati;
Machine Learning: cenni sulle reti neurali convoluzionali (CNN); Deep Learning; Architetture per DCNN; Sistemi di accelerazione.
Fondamenti di programmazione in Python: Sintassi Keywords, Identifiers, Variables, Statements and Comments, Operators, Datatypes and Conversion, Functions, Python I/O, Exception handling, Numpy Package, Pynq Package PYNQ Libraries Overlay, MMIO, Xlnk
Argomenti delle esercitazioni:
PYTON su piattaforma FPGA PYNQ
Progetto hardware/software di un sistema per il mantenimento della carreggiata (Lane Detection System). Il progetto farà uso di una piattaforma open-source PYNQ basata su FPGA Zynq con sistema operativo Linux.

Modalità d'esame

Metodi di valutazione dell’apprendimento
La valutazione si basa su una prova orale suddivisa in due fasi generalmente della durata di 10-15 min ciascuna. La prima parte è indirizzata a valutare il livello di conseguimento delle competenze impartite nelle esercitazioni e relative alle tecniche di progettazione di sistemi embedded per applicazioni automotive medante l'uso di linguaggi per la sintesi ad alto livello (HLS) e Python. La seconda mira ad accertare il livello di conoscenza dei contenuti teorici del corso ed il corretto corredo di linguaggio tecnico,oltre che la capacità di analisi critica e di giudizio. Durante il corso, potranno essere proposti dei progetti opzionali. Agli studenti che dovessero scegliere questa opzione, verrà chiesto di preparare una relazione che verrà ulteriormente discussa in sede di esame.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

Documentazione tecnica specifica fornita dal docente

Codice insegnamento 27007381

Sistemi Radio 2° anno · 1° semestre · 6 CFU · IINF-02/A · 0 file

Il corso intende fornire allo studente: la conoscenza dei principi di base del funzionamento di un link radio; la conoscenza architetture di ricevitori, trasmettitori e transceiver radio e dei loro componenti; la…

Scheda dell'insegnamento

Obiettivi formativi

Il corso intende fornire allo studente:

  • la conoscenza dei principi di base del funzionamento di un link radio;
  • la conoscenza architetture di ricevitori, trasmettitori e transceiver radio e dei loro componenti;
  • la conoscenza delle tecniche di dimensionamento e di progettazione a livello di sistema di un Front-End Radio;
  • la capacità di utilizzare i tools di progettazione più avanzati tra quelli attualmente disponibili.

Programma

Il corso fornisce le conoscenze necessarie alla progettazione di sistemi di comunicazione radio, con particolare attenzione agli aspetti di maggiore interesse per l’ingegneria elettronica.
Saranno analizzate le architetture di ricevitori, trasmettitori e transceiver radio, includendo gli aspetti di conversione analogico-digitale e le caratteristiche dei principali componenti RF.
Gli argomenti del corso saranno affrontati anche attraverso casi reali di progettazione e mediante l’utilizzo di strumenti software avanzati per la simulazione e il dimensionamento di sistemi radio.
Sono previste attività di laboratorio dedicate alla caratterizzazione sperimentale di componenti RF.
L’obiettivo finale del corso è rendere lo studente in grado di progettare un front-end RF a partire da specifiche assegnate.

LEZIONI TEORICHE (26 ore)
Introduzione ai sistemi radio e ai link radio (2 ore)

  • struttura generale di un sistema radio;
  • parametri fondamentali.

Rumore nei sistemi radio (3 ore)

  • rumore termico;
  • figura di rumore;
  • rapporto segnale-rumore.

Richiami di modulazione digitale (3 ore)

  • modulazioni digitali;
  • prestazioni e banda.

Tecniche di campionamento e conversione A/D (3 ore)

  • campionamento;
  • convertitori analogico-digitali.

Cenni di radiopropagazione e teoria delle antenne (3 ore)

  • propagazione radio;
  • attenuazione;
  • antenne e guadagno.

Dimensionamento di un link radio (4 ore)

  • link budget;
  • parametri prestazionali.

Linearità dei componenti RF (2 ore)

  • compressione;
  • intermodulazione.

Architetture dei ricevitori radio (2 ore)

  • ricevitori supereterodina;
  • ricevitori direct conversion.

Componenti dei ricevitori RF (2 ore)

  • LNA;
  • mixer;
  • oscillatori.

Architetture dei trasmettitori e transceiver (2 ore)

  • power amplifier;
  • architetture trasmissive.

ESERCITAZIONI (19 ore)

  • simulazione di link radio;
  • progettazione di ricevitori e trasmettitori;
  • utilizzo di tool software RF;
  • analisi delle performance.

LABORATORIO (10 ore)

  • caratterizzazione sperimentale di componenti RF;
  • misure di linearità e rumore;
  • misure su sistemi radio.

Modalità d'esame

Metodi di valutazione dell’apprendimento
L’esame consiste nello sviluppo di un progetto di un sistema di comunicazione radio e nella successiva discussione orale.
Il progetto prevede:

  • il dimensionamento del sistema radio;
  • la simulazione delle prestazioni;
  • l’analisi dei parametri critici;
  • l’utilizzo degli strumenti software presentati durante il corso.

La discussione orale verte sulle scelte progettuali effettuate e sugli argomenti teorici del corso.
Le modalità d’esame saranno adeguate alle esigenze degli studenti e delle studentesse con disabilità certificate o con DSA, nel rispetto della normativa vigente.

Criteri di valutazione dell’apprendimento
Saranno valutati:

  • la correttezza del progetto sviluppato;
  • la capacità di utilizzo degli strumenti di simulazione;
  • la capacità di interpretazione dei risultati;
  • la conoscenza teorica degli argomenti trattati;
  • la chiarezza espositiva e l’uso appropriato del linguaggio tecnico.

Criteri di misurazione dell’apprendimento e attribuzione del voto finale
Il voto finale è espresso in trentesimi.
La valutazione finale terrà conto:

  • della qualità del progetto;
  • della correttezza delle analisi effettuate;
  • della capacità di motivare le scelte progettuali;
  • della padronanza teorica degli argomenti.

Appelli d’esame
Gli appelli d’esame sono pubblicati sul portale di Ateneo.

Testi di riferimento

  • Héctor J. De Los Santos, Christian Sturm, Juan Pontes, “Radio Systems Engineering”, Springer.
  • Qizheng Gu, “RF System Design of Transceivers for Wireless Communications”, Springer.
  • Dispense e materiale didattico forniti dal docente.

-

Codice insegnamento 27008534

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.