Ingegneria delle Telecomunicazioni e dei Media Digitali

L’insegnamento si propone di fornire agli studenti le nozioni specialistiche per il progetto e la valutazione delle prestazioni dei sistemi di comunicazione digitale operanti sui principali mezzi di trasmissione (cavi in rame, fibra ottica e canale wireless), con riferimento sia alla modulazione a singola portante che a quella multiportante.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare conoscenza e comprensione delle problematiche relative all’analisi e alla progettazione di apparati per la generazione, la trasmissione e la ricezione di segnali di informazione modulati digitalmente.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper dimensionare un sistema di comunicazione digitale tenendo conto congiuntamente sia dei requisiti in termini di qualità del servizio che delle limitazioni in termini di banda, potenza e complessità.

Introduzione alle comunicazioni digitali. Caratterizzazione e modelli dei principali mezzi trasmissivi (cavi in rame, fibra ottica e canale wireless). Tecniche di modulazione/demodulazione coerente e non coerente per trasmissioni digitali. Analisi delle prestazioni di un sistema di comunicazione digitale. Codifica di canale. Tecniche di sincronizzazione. Equalizzazione nel dominio del tempo e nel dominio della frequenza. Modulazione multiportante. Attività di laboratorio in ambiente Matlab.

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione.

Libri di testo:
[1] J.R. Barry, E.A. Lee, D.G. Messerschmitt, Digital Communication, 3rd ed. , Springer, 2004
[2] A. Goldsmith, Wireless Communications , Cambridge University Press, 2005
[3] U. Mengali, M. Morelli, Trasmissione Numerica , McGraw-Hill, 2001
[4] R. Ramaswami, K.N. Sivarajan, G.H. Sasaki, Optical Networks - A Practical Perspective, 3rd ed ., Morgan Kaufmann, 2009
Dispense:
[5] G. Gelli. Slides del corso e lavagne digitali , DIETI, 2025
[6] D. Mattera. Slides del corso e lavagne digitali , DIETI, 2025

Il corso ha come obiettivi fornire principi e strumenti per risolvere problemi di elaborazione del segnale, radar, comunicazione, classificazione. Servirà anche come prerequisito necessario per corsi più avanzati in ingegneria delle telecomunicazioni.
Conoscenza e capacita' di comprensione: Al termine del corso lo studente acquisirà la conoscenza dei principali aspetti della teoria della stima e della rivelazione, comprendendo i fondamenti teorici relativi alla formulazione dei problemi di stima dei parametri, ai limiti inferiori associati e ai criteri di rilevamento ottimo (ad es. test di Neyman–Pearson e test UMP), nonché le basi delle tecniche robuste e delle problematiche di complessità
Capacita' di applicare conoscenza e comprensione: Lo studente sarà in grado di applicare le conoscenze acquisite per formulare e risolvere problemi di stima dei parametri e derivarne i limiti inferiori, affrontare problemi di rilevamento sia in modo ottimo (quando possibile) sia mediante tecniche robuste, valutare i parametri di prestazione e discutere i vincoli di complessità connessi alle diverse soluzioni.

PROGRAMMA DI ELABORAZIONE DI SEGNALI DIGITALI
ANNO 2025-2026
Prof. Antonia Maria Tulino
Generalità: Alcuni esempi introduttivi: Il problema della trasmissione numerica, Il problema radar, Stima della CDFdi un segnale Il paradigma dell’elaborazione statistica
Richiami di algebra lineare e calcolo delle probabilità: Spazi vettoriali, Spazi vettoriali normati. Spazi dotati di prodotto scalare, Matrici ed operazioni su matrici, Trasformazioni lineari tra spazi vettoriali e matrici, Autovalori ed autovettori una matrice quadrata, Forme quadratiche ed hermitiane, Decomposizione a valori-singolari, Richiami e complementi su grandezze aleatorie, Trasformazione di vettorialeatori, Caratterizzazione del secondo ordine di ve. Aaleatori, Funzione caratteristica, Variabili e vettori Gaussiani, Vettori complessi.
Statistiche Generalità sulle statistiche, Statistiche sufficienti, cenni a Statistiche sufficienti minimali e complete.
Generalità su gli Stimatori: Proprietà degli stimatori, Parametri di qualità degli stimatori, Proprietà asintotiche, Stimatori naturali e metodo dei momenti, Prestazioni limite. Stima della caratterizzazione di un segnale aleatorio. Esempi: Stima della media, Stima della CDF, Stima delle funzioni di autocorrelazione e di autocovarianza.
Informazione di Fisher: Limite inferiore di Cramer-Rao per la stima di parametri, Limite inferiore di Cramer Rao bayesiano.
Stima di parametri: Stimatori MVU, Il modello lineare, Stima a massima verosimiglianza, Segnale con parametri non noti in AWGN. Il metodo dei minimi quadrati, Stima LS lineare Interpetrazione geometrica della stima LS, Stima WLS, Implementazione sequenziale della stima WLS.
Stima Robusta: Tecniche di stima per segnali sparsi. Minimizzazione norma zero e norma uno. Analisi di Stimatori robusti in scenario noiseless: Basis Pursuit, Matching pursuit, Orthogonal Matching Pursuit, e loro proprietà di convergenza e perfetta ricostruibilità. Analisi di Stimatori robusti in scenario noisy: limiti superiori sull’errore di ricostrubilita’. Restricted isometry property, Johnson–Lindenstrauss lemma.
Stima Bayesiana: Stima a minimo errore assoluto, Stima MAP, Stima a minimo errore quadratico medio,Stima lineare MMSE.
Rivelazione non bayesiana : Generalità sulla Rivelazione, Parametri di qualità dei classificatori, Rivelazione binaria, Rivelazione binaria: ipotesi semplici. Rivelazione binaria: ipotesi composte. Classificazione M-aria.
Rivelazione bayesiana : Classificazione ottima con assegnata funzione di costo. Analisi per funzione di costo binaria. Applicazione a classificazione/ clusterizzazione su grafo.

La valutazione degli studenti sarà effettuata sulla base della discussione degli homework e di una prova orale finale, al fine di verificare il livello di acquisizione delle conoscenze e delle competenze previste dal corso
Discussione di uno degli homework assegnati durante il corso

Note fornite dal docente
slides fornite dal docente

L’insegnamento mira a fornire le conoscenze teoriche e le competenze progettuali necessarie per sviluppare, verificare e implementare su dispositivi FPGA sistemi digitali destinati all’elaborazione dei segnali. Particolare attenzione è dedicata alla comprensione dell’architettura interna dei dispositivi FPGA, alla descrizione hardware a livello RTL mediante SystemVerilog e all’impiego del flusso di progettazione assistita, dalla specifica funzionale alla simulazione, sintesi, implementazione fisica e programmazione del dispositivo. L’insegnamento si propone inoltre di sviluppare la capacità di tradurre algoritmi e specifiche di elaborazione del segnale in architetture hardware sincrone, modulari e parametrizzabili, valutandone correttezza funzionale, prestazioni temporali e impiego delle risorse. Le attività esercitative e progettuali consentono allo studente di acquisire familiarità con l’ambiente AMD Vivado e con una scheda di sviluppo FPGA, nonché di maturare autonomia nell’analisi dei report prodotti dagli strumenti EDA e nella scelta delle soluzioni architetturali più appropriate ai vincoli di progetto
Conoscenza e capacita' di comprensione: Al termine del processo di apprendimento lo studente:

• conosce le principali caratteristiche architetturali dei dispositivi FPGA, incluse le tecnologie di configurazione, le celle logiche programmabili, le risorse di interconnessione, i blocchi di memoria, le risorse aritmetiche dedicate e i buffer di ingresso/uscita;
• comprende le fasi del flusso di progettazione di un sistema digitale su FPGA, dalla definizione delle specifiche alla descrizione RTL, dalla simulazione alla sintesi, fino al place and route, alla generazione del bitstream e alla verifica sul dispositivo;
• conosce i costrutti fondamentali del linguaggio SystemVerilog utilizzati per la descrizione sintetizzabile di circuiti combinatori e sequenziali, di macchine a stati finiti, di moduli gerarchici e parametrizzati;
• comprende i principi della simulazione e della verifica funzionale mediante testbench, inclusi la generazione degli stimoli, il controllo delle risposte e l’uso di file per l’acquisizione e la registrazione dei dati;
• comprende i principali vincoli temporali dei sistemi sincroni, con riferimento ai tempi di setup e hold, alla distribuzione del clock, alla sincronizzazione dei segnali e all’impiego di PLL e DLL;
• conosce i criteri fondamentali per la realizzazione su FPGA di blocchi per l’elaborazione dei segnali, quali operatori aritmetici, contatori, registri, memorie, unità di controllo e filtri digitali;
• comprende il significato dei principali report di sintesi e implementazione relativi a utilizzo delle risorse, timing e messaggi diagnostici.
  Capacita' di applicare conoscenza e comprensione: Al termine del processo di apprendimento lo studente:
• è in grado di descrivere in SystemVerilog circuiti combinatori e sequenziali, macchine a stati finiti e moduli gerarchici e parametrizzati, adottando uno stile RTL corretto e sintetizzabile;
• è in grado di realizzare testbench per verificare il comportamento dei moduli progettati, confrontare i risultati con le specifiche e individuare errori funzionali;
• è in grado di utilizzare l’ambiente AMD Vivado per eseguire simulazione, sintesi, place and route, generazione del bitstream e programmazione della scheda di sviluppo;
• è in grado di impostare e verificare i principali vincoli di temporizzazione e di interpretare i report prodotti dagli strumenti EDA, identificando violazioni temporali, uso non efficiente delle risorse e possibili criticità progettuali;
• è in grado di implementare e collaudare su FPGA semplici sistemi per l’elaborazione dei segnali, quali contatori, generatori di segnali, unità aritmetiche, filtri digitali e sistemi di acquisizione o trasformazione di sequenze numeriche;
• è in grado di confrontare soluzioni architetturali alternative in termini di correttezza funzionale, frequenza operativa, latenza, throughput e occupazione delle risorse;
• è in grado di integrare le competenze acquisite nello sviluppo, nella verifica sperimentale e nella documentazione di un elaborato progettuale di media complessità.
• acquisisce la capacità di valutare criticamente le scelte architetturali e implementative, confrontando soluzioni alternative sulla base dei requisiti funzionali e dei vincoli di timing, latenza, throughput e impiego delle risorse FPGA. È inoltre in grado di riconoscere i limiti di una soluzione, interpretare in modo autonomo i risultati della simulazione e dell’implementazione e individuare interventi correttivi o di ottimizzazione.
• è in grado di descrivere con linguaggio tecnico appropriato l’architettura e il funzionamento di un sistema digitale, documentare il codice HDL e il processo di verifica, presentare i risultati ottenuti e motivare le scelte progettuali. È in grado di discutere l’elaborato progettuale illustrandone specifiche, metodologia, risultati sperimentali, prestazioni e limiti.
• sviluppa la capacità di consultare autonomamente manuali dei dispositivi, documentazione dei tool EDA, datasheet, application note e letteratura tecnica, al fine di approfondire le architetture FPGA, periferiche e metodologie di progettazione.

Descrizione di circuiti aritmetici. Descrizioni gerarchiche. Moduli parametrizzati. Descrizione di blocchi sequenziali, procedure always_ff. Macchine a stati finiti. Testbench per sistemi combinatori e sequenziali. Lettura e scrittura da file.
Sincronizzazione di sistemi sequenziali. Vincoli di setup e di hold. Distribuzione del clock. Cenni su PLL e DLL.
Buffer programmabili per l’I/O, memoria on-chip, logica del carry e circuiti aritmetici ottimizzati. Esempi ed esercizi. Il sistema di sviluppo AMD Vivado. Fasi di simulazione comportamentale, sintesi, piazzamento e collegamento. Esperimenti con la scheda dimostrativa Nexys A7.

La valutazione considera la padronanza degli argomenti del programma, la capacità di collegare gli aspetti architetturali, circuitali e fisici, la correttezza e l’efficacia delle soluzioni adottate nell’elaborato progettuale, l’uso consapevole degli strumenti EDA e la capacità di motivare e comunicare le scelte effettuate.

Slide disponibili sul sito del docente e sul canale Teams del corso.
F. Bruno, “FPGA Programming for Beginners”, Packt Publishing, 2021

Fornire all’allievo conoscenze specialistiche, in termini di metodologie, normativa nazionale ed internazionale e strumenti per misurazioni nel dominio del tempo, delle ampiezze e della frequenza, finalizzate alla verifica della funzionalità e delle prestazioni di sistemi digitali ad alta velocità. Consentire all’allievo di acquisire competenze approfondite sulle caratteristiche tecniche e sull’uso del linguaggio grafico LabView, al fine di conferire autonomia nell’allestimento di stazioni automatiche di misura. Mettere in grado l’allievo di utilizzare e controllare da remoto oscilloscopi e analizzatori di spettro avanzati, di analizzare e misurare sperimentalmente le prestazioni dei più comuni sistemi digitali ad alta velocità impiegati nelle moderne reti di sensori e, più in generale, in ambito IoT –Internet of Things e IIoT –Industrial Internet of Things.
Conoscenza e capacita' di comprensione: Il corso fornisce agli studenti le conoscenze sui metodi e la strumentazione specialistica, operanti nel dominio del tempo delle ampiezze e della frequenza, necessari per eseguire misurazioni su sistemi digitali ad alta velocità. Tali conoscenze possono consentire allo studente di cogliere le connessioni causali tra i fenomeni fisici nel mondo empirico relativi ai moderni sistemi digitali ad alta velocità e le proprietà delle grandezze fisiche ad essi associate nel mondo simbolico, unitamente alle principali caratteristiche che un adeguato metodo di misurazione nel dominio del tempo o delle ampiezza o della frequenza, indirizzato a tali proprietà, deve presentare. Esse possono consentire anche di comprendere le implicazioni delle scelte di misura sugli esiti finali della misurazione.
Capacita' di applicare conoscenza e comprensione: Il corso consente agli studenti di sviluppare la capacità di utilizzare metodi e strumenti specialistici per definire, progettare e implementare adeguati approcci metrologici, indirizzati ad affrontare specifiche e alquanto complesse problematiche di misura relative alla verifica della funzionalità e delle prestazioni dei moderni sistemi digitali ad alta velocità.

Misurazioni di interesse a livello fisico nei sistemi digitali ad alta velocità: dominio del tempo, delle ampiezze e della frequenza. Oscilloscopi ad alte prestazioni per analisi congiunta tempo-ampiezza. Analisi spettrale analogica: importanza e scenari applicativi; architettura, principio di funzionamento, modalità di impiego e caratteristiche metrologiche della strumentazione più diffusa sul mercato. Analisi spettrale numerica: importanza e scenari applicativi; architettura, principio di funzionamento, modalità di impiego e caratteristiche metrologiche della strumentazione più diffusa sul mercato.
Implementazione di macchine a stati finiti in LabView. Modello di Mealy. Modello di Moore. Implementazione Labview di pattern di programmazione producer –consumer per acquisizioni dati ad elevate prestazioni. Programmazione Event Driven. Tecniche di gestione data loseless con notifiers e code. Uso di semafori per la sincronizzazione dei dati.
Realizzazione di stazioni di misura automatiche per il controllo da remoto di oscilloscopi e analizzatori di spettro avanzati per l’analisi delle funzionalità e delle prestazioni dei più comuni sistemi digitali ad alta velocità impiegati nelle moderne reti di sensori e, più in generale, in ambito IoT –Internet of Things e IIoT –Industrial Internet of Things. Analisi dei risultati ottenuti al variare delle condizioni operative.

Sono formulati quesiti orali che vertono sull’intero programma e richiesta la discussione delle risultanze delle esercitazioni sviluppate durante il corso. Il voto finale è determinato dalla media delle valutazioni raggiunte in tali prove.

Dispense del corso, slide proiettate durante il corso, norme internazionali, note applicative di importanti produttori di strumentazione di misura nel dominio del tempo, delle ampiezze e della frequenza.

Il corso ha l’obiettivo di fornire agli studenti conoscenze avanzate di programmazione matematica per la modellazione e risoluzione esatta di problemi decisionali complessi di ottimizzazione su rete in ambito ingegneristico. Lo studio teorico dei principali algoritmi per il calcolo della soluzione ottima dei problemi decisionali affrontati è completato dalla sperimentazione numerica di tali algoritmi mediante l’utilizzo di software di ottimizzazione. Al termine del corso lo studente avrà acquisito la conoscenza di metodologie avanzate per la modellazione e soluzione di problemi di ottimizzazione continua, intera e mista-intera su reti informatiche e di telecomunicazioni.
Conoscenza e capacita' di comprensione: Il percorso formativo ha l’obiettivo di fornire agli studenti le metodologie di ottimizzazione continua, intera e mista-intera necessarie per la modellazione e risoluzione esatta di problemi ingegneristici nell’ambito delle reti informatiche e di telecomunicazioni. Lo studente deve dimostrare di aver acquisito gli strumenti necessari a formulare un problema decisionale mediante un modello di programmazione matematica, individuando funzione obiettivo, variabili decisionali e vincoli del sistema oggetto di studio. Lo studente deve inoltre essere in grado di individuare il miglior metodo risolutivo da utilizzare per la determinazione della soluzione ottima di un problema decisionale, in relazione alle sue specifiche caratteristiche. Infine, lo studente deve essere in grado di analizzare la sensibilità della soluzione ottenuta rispetto alla variabilità delle condizioni al contorno e comprenderne i nessi causali.
Capacita' di applicare conoscenza e comprensione: Il percorso formativo è orientato a trasmettere gli strumenti metodologici e operativi necessari ad applicare concretamente le conoscenze di programmazione matematica a problemi di ottimizzazione su rete emergenti nel contesto informatico e delle telecomunicazioni. In particolare, lo studente deve dimostrare di saper sviluppare tutte le fasi di un processo decisionale: analisi del sistema (definizione delle sue componenti, dei parametri che lo caratterizzano, assunzioni e specifiche di funzionamento); definizione del problema decisionale; selezione/costruzione di un modello matematico di simulazione del sistema; implementazione e risoluzione del modello tramite un algoritmo e/o un software di ottimizzazione; analisi ed interpretazione dei risultati al fine di verificare la qualità della soluzione e mettere in atto eventuali meccanismi di retroazione.

• Ottimizzazione non lineare multidimensionale non vincolata: metodi a generazione di una successione di punti; algoritmo di discesa/salita ripida e gradiente coniugato.
• Ottimizzazione non lineare e lineare multidimensionale vincolata: condizioni di ottimo nei problemi di ottimizzazione vincolata (condizioni di Kuhn Tucker); rilassamento lagrangiano; metodi a direzione ammissibile; algoritmo del simplesso, analisi di stabilità e dualità
• Metodi di ottimizzazione lineare intera (PLI): formulazione di problemi ottimizzazione lineare intera e nocciolo convesso; metodi avanzati di risoluzione basati su “row e column generation”; branch and bound e branch and cut; tecniche di rilassamento.
• Problemi di percorso su rete: problemi di minimo e massimo percorso; problemi di minimo e massimo percorso vincolato; minimo percorso con vincoli di capacità (Quickest path e quickest flow).
• Problemi di flusso su rete: flusso single e multi-commodity con costi costanti e costi variabili; problemi di massimo flusso; problemi con flussi unicast e multicast.
• Problemi di network design: problemi di localizzazione; progettazione di reti multi-layer; progettazione e dimensionamento di reti di comunicazione; progettazione di reti affidabili e resilienti.
• Software di ottimizzazione: introduzione ai software di ottimizzazione (Gurobi); modellazione e risoluzione di problemi reali di programmazione lineare continua, intera e mista-intera tramite tecniche esatte

L’esame prevede lo svolgimento di un elaborato progettuale in cui lo studente deve sviluppare e risolvere un modello di programmazione matematica (continua, intera o mista-intera, rappresentativo di un problema decisionale reale. Il modello sviluppato deve essere implementato in un software di ottimizzazione (e.g. Gurobi) e risolto tramite l’utilizzo delle relative librerie di metodi esatti. L’elaborato progettuale viene assegnato allo studente prima della fine del corso e dovrà essere consegnato prima del colloquio orale. Il colloquio orale avrà come oggetto sia la discussione dell’elaborato progettuale che l’accertamento dell’acquisizione dei concetti e delle metodologie illustrati durante le lezioni.
La consegna dell’elaborato progettuale è vincolante ai fini dell’accesso al colloquio orale. L’elaborato progettuale e la prova orale contribuiscono ognuna per il 50% della valutazione finale. La consegna dell’elaborato progettuale non è sufficiente per il superamento dell’esame.

• A. Sforza, Modelli e Metodi della Ricerca Operativa, III ed., ESI, Napoli
• M. Caramia, S. Giordani, F. Guerriero, R. Musmanno, D. Pacciarelli, "Ricerca Operativa", Isedi, Italia, 2014.
• Materiale didattico integrativo fornito durante il corso e materiale disponibile on-line

Fornire i metodi per lo studio della propagazione elettromagnetica alle iperfrequenze e in ottica necessari per l’analisi e il progetto di componenti e sistemi elettromagnetici. Applicare tali metodi a casi di interesse pratico.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere le caratteristiche della propagazione elettromagnetica alle iperfrequenze e in ottica, ed i principi della analisi di sistemi elettromagnetici operanti in tali bande.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di sapere applicare gli strumenti metodologici acquisiti durante il corso, con particolare riferimento alla analisi e sintesi di componenti e sistemi elettromagnetici operanti alle iperfrequenze e in ottica. Lo studente deve, inoltre, dimostrare di saper applicare le tecniche acquisite a casi di interesse pratico.

Ottica geometrica, derivazione e limiti. Ottica gaussiana. Tracciamento dei raggi. Teoria geometrica dei sistemi ottici. Aberrazione cromatica e monocromatica, approssimazione parassiale estesa, aberrazioni primarie. Sistemi ottici notevoli. Approssimazione di Ottica Fisica. Applicazione alle antenne a singolo e doppio riflettore; efficienza. Elementi di teoria della coerenza e di interferometria. Interferenza per divisione di ampiezza e di fronte d'onda. [2 CFU] Cenno ai raggi complessi. Elementi di teoria della diffrazione. [1 CFU] Approssimazione di Kirchhoff. Diffrazione di Fraunhofer. Diffrazione di Fresnel. Diffrazione da un semipiano, da una coppia di fessure. Cenni alla teoria geometrica della diffrazione. [2 CFU] Sistemi SISO, SIMO, MISO e MIMO per il collegamento wireless ad alte prestazioni. Array di antenne. Principio di Moltiplicazione del Diagramma. Array mono-dimensionali e bidimensionali. Direttività di array broadside ed endfire. [2 CFU] Elementi di calcolo numerico in elettromagnetismo: metodi full wave (metodo dei momenti, metodo alle differenze finite, metodo agli elementi finiti). [1 CFU] Esercitazioni di laboratorio basate sull’utilizzo di strumenti di calcolo avanzato tipicamente impiegati nell’analisi e nella progettazione elettromagnetica. [1 CFU]

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione,

Si veda sito docente del titolare dell’insegnamento.

L’insegnamento mira a fornire le conoscenze e le competenze necessarie per analizzare e progettare circuiti e sistemi digitali VLSI a livello architetturale, circuitale e fisico. Lo studente acquisirà padronanza dei linguaggi di descrizione dell’hardware e degli strumenti di progettazione assistita al calcolatore per la progettazione, la verifica e l’implementazione di sistemi VLSI, nonché delle principali tecniche di testing dei sistemi digitali.
Conoscenza e capacita' di comprensione: Al termine del processo di apprendimento lo studente:

• descrive il flusso di progetto di un sistema digitale VLSI, distinguendo le fasi di front-end e back-end e le principali alternative implementative (full-custom, celle standard e dispositivi programmabili);
• conosce il linguaggio SystemVerilog e i costrutti fondamentali per la descrizione RTL, la simulazione e la verifica di sistemi digitali;
• comprende i modelli per la stima dei ritardi nei circuiti CMOS e nelle interconnessioni, i principi della static timing analysis e i vincoli temporali dei sistemi sequenziali;
• comprende le problematiche di temporizzazione e sincronizzazione, incluse: distribuzione del clock, clock skew, pipelining, sincronizzatori e principi di funzionamento di PLL e DLL;
• conosce i passi fondamentali del backend fisico, i principali contributi alla dissipazione di potenza e le tecniche per la sua riduzione;
• conosce le principali architetture dei circuiti aritmetici, con particolare riferimento ad addizionatori, unità logico-aritmetiche e moltiplicatori;
• conosce i modelli di guasto e le principali tecniche di testing e self-testing dei sistemi digitali integrati.
  Capacita' di applicare conoscenza e comprensione: Al termine del processo di apprendimento lo studente:
• sviluppa descrizioni RTL sintetizzabili in SystemVerilog e realizza testbench per verificarne il comportamento funzionale;
• utilizza strumenti di progettazione assistita al calcolatore per simulare, sintetizzare e implementare circuiti digitali, interpretando criticamente report, messaggi diagnostici e risultati della verifica;
• stima e analizza i ritardi di circuiti e interconnessioni, individua i cammini critici e verifica il rispetto dei vincoli di setup, hold e frequenza di clock;
• progetta e confronta architetture di circuiti aritmetici valutandone correttezza, prestazioni, area e dissipazione di potenza;
• applica tecniche di pipelining, distribuzione del clock e sincronizzazione per migliorare le prestazioni e l'affidabilità di sistemi digitali sequenziali;
• esegue le fasi essenziali di un flusso di backend e valuta l'impatto delle scelte architetturali e fisiche su prestazioni, area e potenza;
• definisce strategie di test per circuiti digitali integrati e applica tecniche di self-testing a casi di media complessità;
• integra le competenze acquisite nello sviluppo e nella documentazione di un elaborato progettuale di media complessità.
  In relazione alle conoscenze e alle capacità descritte, lo studente acquisisce autonomia nel confrontare soluzioni alternative e nel valutare criticamente le scelte progettuali sulla base di correttezza funzionale, vincoli temporali, area, potenza, testabilità e complessità di implementazione. È in grado di motivare e comunicare con linguaggio tecnico appropriato le scelte effettuate, presentando e discutendo metodi, risultati e limiti dell’elaborato progettuale. Sviluppa inoltre la capacità di consultare autonomamente manuali, documentazione tecnica e letteratura specialistica, così da approfondire nuovi strumenti e metodologie e affrontare la progettazione di circuiti e sistemi digitali di media complessità.

Classificazione dei sistemi integrati: full-custom, basati su celle standard e programmabili. Flusso di progetto di sistemi integrati VLSI: fasi di front-end e di back-end.
Stima dei ritardi di sistemi CMOS digitali. Simulazione switch-level. Elmore delay. Static timing analysis.
Livelli di interconnessione e parametri parassiti. Ritardi introdotti dalle interconnessioni. Temporizzazione di sistemi sequenziali. Clock-skew. Pipelining. Generazione e distribuzione del clock. Sincronizzatori. Cenni su PLL, DLL. Valutazione della dissipazione di potenza nei sistemi VLSI. Tecniche per la riduzione della dissipazione di potenza.
Il linguaggio SystemVerilog per la sintesi e la verifica di sistemi digitali.
Circuiti aritmetici: Addizionatori, Unità logico-aritmetiche, Moltiplicatori.
Testing dei sistemi integrati CMOS. Tecniche di self-testing.

La valutazione considera la padronanza degli argomenti del programma, la capacità di collegare gli aspetti architetturali, circuitali e fisici, la correttezza e l’efficacia delle soluzioni adottate nell’elaborato progettuale, l’uso consapevole degli strumenti EDA e la capacità di motivare e comunicare le scelte effettuate.

Slide disponibili sul sito del docente e sul canale Teams del corso.
Weste, Harris “CMOS VLSI Design – A Circuits and Systems Perspective”, Pearson, 2010

L’insegnamento si pone l’obiettivo di fornire agli studenti le nozioni avanzate e di alto livello relative alla implementazione degli algoritmi di elaborazione digitale dei segnali e, inoltre, di acquisire le conoscenze, sia di base sia avanzate, relative alle architetture dei circuiti DSP disponibili commercialmente, delle problematiche, sia teoriche che pratiche, relative alla implementazione ottimale, in tempo reale, su DSP, dei principali algoritmi di elaborazione digitale dei segnali e dell’ambiente di sviluppo per la loro programmazione.
Conoscenza e capacita' di comprensione: Al termine del processo di apprendimento lo studente è edotto sulle principali tecniche di elaborazione dei dati in virgola fissa e mobile, sugli strumenti di analisi degli errori di rappresentazione e delle problematiche di overflow in un sistema lineare realizzato in aritmetica a virgola fissa, sulle principali tecniche di prevenzione/gestione dell’overflow, sulle problematiche teoriche relative alla descrizione in linguaggio C di algoritmi di elaborazione digitale dei segnali, sulle caratteristiche architetturali di minima che identificano un circuito DSP (Digital Signal Processor), sulle problematiche relative alla pipeline nei DSP, sia nel caso di pipeline protetta che nel caso di pipeline non‑protetta, sulle caratteristiche dei DSP ad elevato parallelismo di elaborazione -in particolar modo basati su architettura di tipo Very Long Instruction Word (VLIW)-, alle forme di parallelismo al livello dell’instruction set del DSP -istruzioni Single‑Instruction‑Multiple-Data-, sulle tecniche di ottimizzazione del codice per le architettura VLIW -in particolar modo utilizzando tecniche di Loop Unrolling e Software Pipelining-, sulle caratteristiche di base e avanzate dei sistemi di interruzione e DMA (Direct‑Memory‑Access) nei DSP, sulle caratteristiche delle interfacce di comunicazione del DSP -in particolar modo quelle di tipo seriale sincrono-, sulle problematiche relative al realizzazione su un DSP di sistemi di elaborazione in tempo reale -in particolar modo utilizzando l’elaborazione in streaming oppure a blocchi-.
Capacita' di applicare conoscenza e comprensione: Al termine del processo di apprendimento lo studente è in grado di progettare, autonomamente, l’implementazione in aritmetica a virgola fissa e mobile, di un algoritmo di elaborazione dei segnali tenendo conto sia degli errori di rappresentazione che delle problematiche connesse all’overflow e di determinare l’approccio di prevenzione/gestione dell’overflow che meglio si adatta alla specifica applicazione. Lo studente acquisisce inoltre la capacità di descrivere in linguaggio C un algoritmo di elaborazione digitale dei segnali con particolare riferimento alle problematiche relative alla efficiente implementazione su DSP sia a virgola fissa che a virgola mobile. Lo studente padroneggia inoltre le tecniche di ottimizzazione del codice, con particolare riferimento alle architetture VLIW ed è in grado di gestire nel modo migliore possibile, in relazione alla specifica applicazione, il trade‑off tra tempo di calcolo e dimensione del codice applicando le tecniche di Loop Unrolling e Software Pipelining. In fine, lo studente padroneggia gli approcci per l’elaborazione in tempo reale di un algoritmo di elaborazione digitale su un DSP, e, in relazione alle caratteristiche della specifica applicazione, può risolvere nel modo migliore possibile il trade‑off tra massima frequenza di elaborazione e latenza adottando approcci di elaborazione in streaming oppure a blocchi. Lo studente inoltre padroneggia le problematiche inerenti l’impiego delle unità DMA sia a supporto dell’elaborazione, sia a servizio delle interfacce del DSP nella elaborazione a blocchi.

Introduzione : Circuiti per l’Elaborazione Digitale: ASIC, FPGA, DSP. Elaborazioni Real-Time.
Problematiche numeriche nella rappresentazione dei segnali : Richiami sulle rappresentazione Fixed-Point e Floating-Point; Precisione ed Errori di Quantizzazione; Errori di Quantizzazione al livello di Sistema; Overflow e tecniche di prevenzione: Variazione della Rappresentazione, Scaling, Scaling per segnali a banda stratta, Scaling Statistico, Aritmetica Saturata, Bit di Guardia; Applicazione delle tecniche di prevenzione dell’Overflow ad un Filtro FIR. Descrizione degli algoritmi di DSP in linguaggio C: rappresentazione Fixed-Point Generalizzata, Regole di Promozione del Tipo, Esempio (filtro FIR con tecnica dei bit di Gaurdia).
Architetture di base dei circuiti DSP : Datapath; Architettura Harvard ed Harvard modificata; Memoria nei DSP: Banchi Separati, Banchi in Interveaving, Memorie Dual-ported, Allineamento dei Dati ed Accessi Multipli, Gerarchie delle memorie, Caching coerenza e predicibilità; Repeat Buffer; Indirizzamenti per DSP ed Unità di generazione degli indirizzi: indirizzamento Circolare e Bit-Reversal; Tecniche di Zero-Overhead-Looping; Semplici periferiche nei DSP: Timers/PWM generators; Esempi di DSP della Texas Instruments: architetture C2xx, C54xx e C55xx.
Architetture avanzate dei DSP : Trade-off tra Ortoganalità e Dimensione del Codice; Pipelining nei DSP: Pipeline non-Protetta o Visibile, Pipeline Protetta o Trasparente, Hazards Strutturali, Hazard sui Dati e Dipendenze, Hazard di Controllo, Delayed-Branch; Scheduling Statico e Dinamico delle Istruzioni; Architetture Superscalari (cenni); Architetture Very-Long-Instruction-Word (VLIW); Pipeline non-Protetta ed Interruzioni (trade-off tra interrombibilità del codice e tempo di calcolo); Istruzioni ed Aritmetica Single-Instruction-Multiple-Data (SIMD); DSP VLIW della Texas Instruments: architetture C64xx, C67xx, C66xx. Cenni ai principali DSP di Analog Devices (Blackfin, SigmaDSP, SHARC e TigerSHARC) e Freescale (Symphony, StarCore SC3400 e SC3850). DSP con Multi-threading Hardware: architettura Hexagon di Qualcomm. SoC basati su DSP di Texas Instruments: DaVinci Digital Media Processor, OMAP, Keystone e Keystone II.
Architettura dei DSP Texas Instruments C64xx e C67xx : Architettura VelociTI; Set Istruzioni; Architettura delle Memoria e Caching su due livelli; Esecuzione Condizionale; Indirizzamenti con offset; Indirizzamenti Circolari e Registro AMR; Pipeline del DSP: Delay-Slots e Latenza delle istruzioni; Istruzioni SIMD.
Sviluppo del Codice ed Ottimizzazione per DSP VLIW : Sviluppo in Assembly: Grafi delle Dipendenze, Parallelizzazione delle Istruzioni, Eliminazione dei NOP, Loop Unrolling; Software Pipelining: Minimum-safe-trip-count, Resource-Bound, Loop-Carried-Dependency-Bound, Esecuzione Speculativa, Problemi di Live-too-Long, Utilizzo congiunto di Loop Unrolling e Software Pipelining; Sviluppo del codice in Linear-Assembly; Sviluppo del Codice in C: direttive per il Software Pipelining e l’Unrolling, Aliasing dei Puntatori, Direttive per l’Allocazione in Memoria, Livelli di Ottimizzazione, Funzioni Static, Interrompibilità del Codice, Software Pipelined Loop Buffer (SPLOOP); Linker, Variabili Globali e Static, Allocazione delle variabili Near e Far, Start-up del DSP. Interrupt e DMA nei DSP Texas Instruments C6x: Interrupt: funzionalità di base, registri per la gestione degli interrupt, funzionamento dettagliato in Hardware, scrittura della Interrupt-Service-Routine (ISR), tempi caratteristici; DMA: funzionalità di base, parametri e tipologie di trasferimento, sincronizzazione, Quick-DMA, generazione di interrupt di completamento, esempi.
Implementazione Real-Time degli Algoritmi di DSP : Interfacce Seriali Sincrone ed interfaccia McBSP dei DSP Texas C6x; Gestione delle comunicazione in Polling, Interrupt, DMA; Elaborazioni in Streaming di tipo Interrompibile e non‑Interrompibile, Controllo di Flusso nelle elaborazioni in Ricezione/Trasmissione; Sistemi Operativi Real-Time e Elaborazioni con Prelazione; Elaborazioni a Blocchi: Ping-Pong Buffering; Tecniche di Buffering per gli Algoritmi con Memoria; Debugging off-line e real-time nei DSP, Tecniche di In-System Debugging tramite interfaccia JTAG.
Esercitazioni : Le esercitazioni sfruttano l’ambiente di sviluppo Code Composer Studio di Texas Instruments e le schede per la prototipizzazione rapida su DSP DSK-C6713. Implementazioni di Filtri FIR: Calcolo dei Coefficienti, Progetto Numerico e Problematiche di Overflow, Ottimizzazione del Codice con esempi di Unrolling, Software Pipelining, Buffering dei dati; Prove sperimentali con I/O in Real-time dal Codec audio presente sulla board DSK-C6713: filtro FIR, equalizzatore audio a 5 bande, equalizzatore audio a 5 bande mediante Sistema Operativo real-time, equalizzatore audio a 9 bande mediante Sistema Operativo real-time.

La valutazione è volta a determinare il grado di acquisizione da parte dello studente degli obiettivi formativi dell’insegnamento con particolare riferimento ai risultati di apprendimento attesi.
discussione esercitazioni

Appunti delle lezioni
Testi delle esercitazioni
John G. Proakis, Dimitris G. Manolakis, “Digital Signal Processing: Principles, Algorithms and Applications”, 4° edition, Prentice Hall 2007
Sen M. Kuo, Woon-Seng Gan, “Digital Signal Processors: Architectures, Implementations, and Applications”, Prentice Hall 2005

Offrire gli elementi per la comprensione dei principi elettromagnetici di funzionamento dei componenti e dei circuiti ottici, basati anche su effetti non lineari, e le loro applicazioni più comuni.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e saper comprendere le problematiche relative al funzionamento dei componenti e circuiti ottici d’uso più comune, dimostrando di sapere elaborare le nozioni teoriche apprese relativamente ai fenomeni elettromagnetici nelle bande di interesse.
Capacita' di applicare conoscenza e comprensione: Applicando gli strumenti metodologici appresi relativi ai fenomeni elettromagnetici alle frequenze ottiche, lo studente deve dimostrare di saper risolvere problemi concreti, relativi all’analisi e al progetto dei dispositivi e dei circuiti ottici.

Ottica in mezzi anisotropi: concetti fondamentali, strumenti teorici per l'analisi della propagazione alle frequenze ottiche e principali effetti utili nelle applicazioni. Elementi di olografia. [2 CFU] Componenti ottici: principi di funzionamento, descrizione delle strutture e individuazione dei parametri di progetto. Strutture dielettriche guidanti step e graded index, guide periodiche, polarizzatori, beam-splitter, attenuatori, accoppiatori, interferometri, faraday rotators, isolatori, circolatori, multiplexer, demultiplexer, reticoli, filtri, componenti a cristalli liquidi, dispositivi olografici e dispositivi ottici di memorizzazione, scanner. [4 CFU] Ottica non lineare: relazioni costitutive non lineari e tensore di suscettività; effetti non lineari del secondo e del terzo ordine; cenni agli effetti di ordine superiore. Applicazioni dell’ottica non lineare. Propagazione solitonica. [1.5 CFU] Cenni alle metodologie e alle tecnologie per la realizzazione e caratterizzazione sperimentale di componenti ottici. Circuiti ottici: analisi e progetto dell'interconnessione fra componenti. Massima distanza del collegamento dettata dall’attenuazione e dalla dispersione. [1.5 CFU]

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione.

Si veda sito docente del titolare dell’insegnamento.

L'insegnamento si propone di fornire agli studenti nozioni specialistiche sulle tecniche avanzate di ricetrasmissione dell'informazione su canali wireless, con attenzione al sistema 5G e alle sue future evoluzioni.
Conoscenza e capacita' di comprensione: Lo studente deve conoscere e saper comprendere le problematiche relative alle comunicazioni digitali a larga banda su canale wireless in diversi scenari di mobilità e con diverse tipologie di accesso. Deve inoltre dimostrare di saper mettere in relazione i limiti imposti dal canale wireless in differenti modalità operative con le relative contromisure adottabili in trasmissione e/o ricezione.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper risolvere problemi concernenti la progettazione di un sistema di comunicazione wireless 5G/6G, utilizzando tecnologie radio avanzate basate su antenne multiple, elaborazione di segnali ad alta frequenza e tecniche di accesso multiplo massivo.

Introduzione alle comunicazioni wireless 5G/6G. Caratterizzazione del canale wireless a larga banda. Diversità spaziale. Array processing. Capacità del canale wireless. Sistemi multiple-input multiple-output (MIMO) e tecniche di codifica spazio-temporali. Tecniche di beamforming/precoding. Accesso ortogonale e non ortogonale al canale. Ambienti di propagazione smart basati su superfici intelligenti riconfigurabili (RIS). Attività di laboratorio in ambiente Matlab/Software-Defined Radio (SDR).

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione.

A. Goldsmith, Wireless Communications, Cambridge University Press, 2005.
D.Tse and P. Viswanatah, Fundamentals of Wireless Communication, Cambridge University Press, 2012.
H. L. Van Trees, Optimum Array Processing, Wiley, 2002.

Obiettivo dell’insegnamento èdi fornire la conoscenza dei concetti di base e degli algoritmi per l’elaborazione di immagini digitali e presentare le principali tecniche per la codifica di immagini fisse e sequenze video, con particolare attenzione agli standard più comuni. Oltre a fornire gli strumenti matematici e concettuali per trattare analiticamente questi argomenti, il corso si propone di dare le conoscenze necessarie per sviluppare in Python i principali algoritmi per l’elaborazione delle immagini.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e saper comprendere gli strumenti metodologici per l’analisi e l’elaborazione delle immagini. Tali strumenti consentiranno agli studenti di risolvere problemi più complessi sia nel dominio dello spazio che nel dominio della frequenza.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper ragionare sulle problematiche riguardo l’analisi e l’elaborazione di immagini e di saper scegliere la tecnica più adatta per la risoluzione di un problema pratico.

Enhancement di immagini. Enhancement nel dominio spaziale. Trasformazioni basilari dell’intensità: operazioni puntuali lineari e non lineari. Equalizzazione dell’istogramma. Bit-plane slicing. Operazioni aritmetiche. Operazioni geometriche. Basi del filtraggio spaziale. Filtri di smoothing e di sharpening. Filtro mediano. Operazioni morfologiche. Enhancement nel dominio frequenziale. Trasformata di Fourier bidimensionale. DFT-2D. Esempi di filtro passa-basso e passa-alto. Filtraggio in frequenza: filtri ideali, filtri di Butterworth e filtri gaussiani.
Rappresentazione del colore. Cenni sul sistema visivo umano. Coni e bastoncelli. Sensibilità relativa dei coni di tipo S, M e L. Teoria tricromatica dei colori. Color matching. Gli spazi di colore (RGB, HSI). Pigmenti: colorazione sottrattiva, sistemi di stampa CMY, CMYK (quadricromia).
Segmentazione. Tecniche edge based. Point detection e line detection. Gradienti di Roberts, Prewitt e Sobel. Thresholding del gradiente. Zero-crossing del Laplaciano. Canny edge detector. Tecniche class-based. Algoritmo K-means.
Compressione di immagini. Codifica di sorgente. Generalità sulla compressione dati. La quantizzazione. Quantizzazione uniforme e non uniforme. Codifica predittiva. Schema del codificatore e decodificatore. Quantizzazione predittiva. Codifica mediante trasformata. Compattazione dell'energia e allocazione ottima delle risorse. Le trasformate lineari. Trasformata di Karhunen-Loéve e sue proprietà. Trasformata coseno discreta. Lo standard JPEG.
Codifica video. Generalità sul segnale video. Compressione spaziale e temporale. Conditional
replenishment e compensazione del movimento. Il codificatore ibrido. Cenni allo standard MPEG- 1 e MPEG-2. La scalabilità in risoluzione e in frame-rate.
Trasformata Wavelet. Localizzazione tempo-frequenza. Wavelet continua (CWT). Mother Wavelet. Analisi multirisoluzione, funzione di scaling. Equazioni MRA. Estensione al caso bidimensionale. Implementazione della trasformata wavelet discreta (DWT). Banco di filtri di analisi e sintesi. Codifica mediante Wavelet. Algoritmo EZW.
Applicazioni. Esempi di applicazioni avanzate per l’elaborazione di immagini: denoising, superrisoluzione, riconoscimento di volti o oggetti, classificazione mediante descrittori locali, segmentazione semantica, riconoscimento di manipolazioni nelle immagini e nei video anche con tecniche basate sull’apprendimento (cenni alle reti neurali convoluzionali).

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione
L’esame si articola in una prova scritta e una orale. La prova scritta, che consiste di tre algoritmi da sviluppare in Python al calcolatore, può essere sostituita dallo sviluppo di un progetto pratico in Python su un’applicazione avanzata di elaborazione di immagini. La prova orale consiste in due domande su problemi/algoritmi esposti al corso.

Libri di testo consigliati:
R.C.Gonzalez, R.E.Woods: “Digital image processing”, 3nd edition, Prentice Hall, 2008.
A.Bovik: “The essential guide to image processing”, Academic Press, 2009.
K.Sayood: “Introduction to data compression”, 2nd edition, Morgan Kaufmann, 2000.
Appunti del corso del docente: http://wpage.unina.it/verdoliv/esm/

L’insegnamento si propone di fornire agli studenti nozioni approfondite sullo sviluppo e
l’applicazione di tecniche di elaborazione delle immagini per la soluzione di tipici problemi di
computer vision, spaziando da metodi tradizionali per l’elaborazione dei segnali, cioè orientati alla
modellizzazione, ad approcci moderni basati su reti neurali convoluzionali. Specifici problemi di
computer vision considerati quali obiettivi formativi del corso sono la rivelazione, caratterizzazione
ed il matching di feature locali, il fitting e l’allineamento di modelli geometrici, la classificazione di
immagini, la segmentazione semantica o per istanze di immagini, la rivelazione, localizzazione ed il riconoscimento degli oggetti, la stima della posa, la stima della profondità, la corrispondenza
stereo, la ricostruzione 3D da viste multiple.
Conoscenza e capacita' di comprensione: Lo studente dovrà conoscere sia le classiche tecniche di filtraggio, sia gli approcci basati sulle
moderne reti neurali convoluzionali per la soluzione di problemi di visione computazionale quali il
rilevamento, la descrizione e l'abbinamento di caratteristiche locali, l'adattamento e l'allineamento
di modelli geometrici, la classificazione di immagini, segmentazione semantica o di istanza,
rilevamento, localizzazione e riconoscimento di oggetti, stima della posa, stima della profondità,
corrispondenza stereo, ricostruzione 3D da viste multiple, dal punto di vista dell'elaborazione del
segnale. Per i problemi elencati lo studente dovrà conoscere anche le metriche o gli indici di
prestazione utili a valutare le possibili soluzioni.
Capacita' di applicare conoscenza e comprensione: Lo studente deve acquisire la capacità di progettare, sviluppare e testare algoritmi di elaborazione
delle immagini allo stato dell’arte finalizzati alla risoluzione di comuni problemi di visione
computazionale, tra cui la rivelazione, descrizione ed il matching di feature locali, il fitting e
l’allineamento di modelli geometrici, la classificazione di immagini, la segmentazione semantica o
per istanze, la rivelazione, localizzazione e riconoscimento di oggetti, la stima della posa, la stima
della profondità, la corrispondenza stereo, la ricostruzione 3D da viste multiple.

Richiami sul filtraggio delle immagini. Dominio spazio-scala e decomposizione piramidale.
Richiami sugli ambienti di programmazione per lo sviluppo di algoritmi di computer vision.
Formazione dell'immagine: La luce e il colore. Il modello pinhole camera. La proiezione del
mondo 3D nel piano dell’immagine: matrice di proiezione della camera e calibrazione della
camera. Trasformazioni geometriche di tipo proiettivo.
Early vision: Rivelazione dei contorni; segmentazione mediante trasformata watershed; template
matching e descrizione tessiturale; rivelazione di angoli (Harris detector) e linee (trasformata di
Hough).
Rivelazione e descrizione di keypoint: Definizione di keypoint e proprietà di ripetitività. Proprietà
di invarianza dei rivelatori rispetto ad illuminazione, traslazione, rotazione, scala, trasformazioni
affini e omografie. Rivelatore di Harris. Differenza di gaussiane (DoG). Piramide di DoG.
Orientazione e scala di un keypoint. Descrittori di feature: proprietà discriminative; descrittori di
comune impiego (SIFT, SURF, MSER,...); descrittori di forma e contesto.
Matching, fitting ed allineamento: Matching di feature mediante criterio del rapporto delle
distanze. Fitting ed allineamento: metodo dei minimi quadrati lineare o robusto; algoritmo ICP;
trasformata di Hough generalizzata; algoritmo RANSAC. Rivelazione, riconoscimento e
classificazione.
Elaborazione delle immagini mediante reti neurali convoluzionali (CNN): Architetture
convoluzionali per l'elaborazione delle immagini. Addestramento di CNN per l’elaborazione delle immagini: backpropagation e algoritmo di ottimizzazione SGD (e varianti). Moduli (layer) di
comune impiego: convoluzione, pooling, unpooling, batch normalization, funzioni di attivazione
(ReLU e sue varianti, Tanh, sigmoide). Funzioni di costo per l'elaborazione delle immagini.
Dropout e data augmentation. Modelli CNN per super-risoluzione, classificazione, segmentazione,
rivelazione e localizzazione di oggetti, stima della profondità, stima della posa.
Visione multi-view: Visione stereo: disparità e profondità. Vincoli epipolari; matrice essenziale e
matrice fondamentale. Problemi di corrispondenza densi. Ricostruzione 3D da multi-view:
Structure from Motion (SfM).

L’esame prevede la presentazione di un progetto svolto individualmente o in gruppo, con relativa
discussione, ed un colloquio generale sui contenuti del corso. Il progetto èdi norma sviluppato in
itinere e presentato al termine del corso in un workshop di chiusura, mentre il colloquio può tenersi
in qualsiasi appello dell’a.a. corrente senza vincoli temporali.

R. Szeliski, “Computer vision: algorithms and applications”, Springer 2010.
R.-I. Hartley, A. Zisserman, “Multiple View Geometry in Computer Vision”, C. U. P., 2nd Ed., 2004.
I. Goodfellow, et al., “Deep Learning”, MIT Press, 2017.
Dispense del docente.

Al completamento con successo del corso, gli studenti saranno in grado di:

• Comprendere i principi fisici che governano la generazione, la propagazione, l'acquisizione, l'elaborazione e la riproduzione del suono.
• Spiegare i principi operativi del sistema uditivo umano e i principali fenomeni psicoacustici coinvolti nella percezione del suono, tra cui volume, tono, timbro, mascheramento e udito spaziale.
• Analizzare i principi operativi e le caratteristiche prestazionali dei trasduttori elettroacustici, inclusi microfoni, altoparlanti, cuffie e interfacce audio.
• Comprendere le basi matematiche e ingegneristiche dell'elaborazione del segnale audio digitale, tra cui campionamento, quantizzazione, filtraggio, elaborazione dinamica, elaborazione spettrale ed effetti del dominio temporale.
• Valutare le caratteristiche e le applicazioni delle principali tecniche di codifica e compressione audio, inclusi PCM, MP3 e formati audio lossless, nonché il protocollo di comunicazione MIDI.
• Descrivere i principi e le tecnologie della riproduzione audio spaziale, inclusi i sistemi stereofonici, surround multicanale, binaurali, Ambisonics e Dolby Atmos.
• Analizzare l'architettura dei moderni sistemi di produzione audio e comprendere l'interazione tra hardware, software e dispositivi elettroacustici in ambienti audio professionali.
• Valutare soluzioni tecnologiche alternative per l'acquisizione, l'elaborazione e la riproduzione audio, selezionando l'approccio più appropriato in base ai requisiti tecnici e applicativo.
• Applicare i principi ingegneristici per interpretare il funzionamento di catene audio complete e valutare criticamente le prestazioni dei sistemi audio professionali.
• Utilizzare un'appropriata terminologia scientifica e tecnica per discutere concetti, tecnologie e soluzioni ingegneristiche nel campo dell'ingegneria audio.
  Conoscenza e capacita' di comprensione: Al completamento con successo del corso, gli studenti avranno acquisito una comprensione completa dei principi fisici, elettroacustici e psicoacustici alla base della generazione del suono, della propagazione, della percezione e della riproduzione. Capiranno i principi operativi del sistema uditivo umano, i principali meccanismi di percezione del suono e i fenomeni psicoacustici che influenzano la progettazione e la valutazione dei sistemi audio. Gli studenti acquisiranno anche conoscenza dei principi operativi e delle caratteristiche prestazionali dei principali trasduttori elettroacustici e delle apparecchiature audio professionali, tra cui microfoni, altoparlanti, interfacce audio e dispositivi di condizionamento del segnale. Comprenderanno le basi teoriche dell'elaborazione del segnale audio digitale, delle tecniche di codifica e compressione audio, del protocollo di comunicazione MIDI e delle tecnologie impiegate nei moderni sistemi audio spaziali, tra cui l'audio stereofonico, multicanale, binaurale, Ambisonics e Dolby Atmos.
  Infine, gli studenti svilupperanno una comprensione sistematica delle catene complete di acquisizione, elaborazione e riproduzione audio, consentendo loro di interpretare le interazioni tra hardware, software e aspetti percettivi nelle moderne applicazioni di ingegneria audio.
  Capacita' di applicare conoscenza e comprensione: Al completamento con successo del corso, gli studenti saranno in grado di applicare i principi teorici dell'acustica, della psicoacustica e dell'ingegneria audio digitale per analizzare e valutare i moderni sistemi e tecnologie audio. Saranno in grado di interpretare il comportamento e le prestazioni dei trasduttori elettroacustici, degli algoritmi di elaborazione del segnale digitale e delle apparecchiature audio professionali, mettendo in relazione i parametri tecnici oggettivi alla percezione uditiva soggettiva. Gli studenti saranno in grado di valutare l'idoneità di diverse tecnologie per l'acquisizione, l'elaborazione e la riproduzione del suono, comprese le tecniche di codifica audio, i sistemi audio spaziali e i dispositivi elettroacustici. Saranno anche in grado di analizzare catene di segnali audio complete, identificando la funzione di ciascun componente e valutando il suo contributo alle prestazioni complessive del sistema. Attraverso visite guidate a strutture di registrazione professionali e centri di formazione audio specializzati, gli studenti svilupperanno la capacità di mettere in relazione concetti teorici con applicazioni ingegneristiche del mondo reale, interpretando criticamente le soluzioni tecnologiche adottate negli ambienti audio professionali.

Modulo 1 – Fondamenti dell'acustica e della teoria del suono Il suono come fenomeno ondulatorio. Onde longitudinali e trasversali. Onde sinusoidali e rappresentazione matematica. Frequenza, periodo, fase, lunghezza d'onda e velocità di propagazione. Superposizione e interferenza delle onde. Pressione sonora, intensità del suono e potenza acustica. Livello di pressione sonora (SPL) e scale di decibel. Livelli di segnale elettrico e acustico. Impedenza acustica ed elettrica. Quantità fisiche e unità di misura in acustica.
Modulo 2 – Sistema uditivo umano e psicoacustica Anatomia e fisiologia del sistema uditivo umano. Gamma dinamica dell'udito. Sensibilità alla frequenza e percezione di uguale volume. Loudness, Phon e scale Sone. Percezione del tono e scala Mel. Percezione del timbro. Bande critiche, scala Bark e larghezza di banda rettangolare equivalente (ERB). Solo una differenza evidente (JND). Legge di Weber e Legge del potere di Stevens. Mascheramento simultaneo, avanti e indietro. Udito spaziale e localizzazione del suono. Differenza di tempo interaurale (ITD), differenza di livello interaurale (ILD) e differenza di fase interaurale (IPD). Funzioni di trasferimento correlate alla testa (HRTF) e risposte all'impulso correlate alla testa (HRIR). Effetto Haas (precedenza) ed effetto Franssen. Fondamenti della percezione audio immersiva.
Modulo 3 – Trasduttori elettroacustici Microfoni Principi di funzionamento del microfono. Microfoni a pressione e gradiente di pressione. Microfoni dinamici. Microfoni a condensatore. Microfoni a nastro. Trasduttori di carbonio, cristallo e ceramica. Modelli polari. Risposta in frequenza. Sensibilità. Effetto di prossimità. Potenza fantasma. Messa a terra e schermatura. Connessioni equilibrate e squilibrate. Fase e polarità. Tecniche di posizionamento del microfono. Tecniche di registrazione stereo: array di microfoni multicanale XY AB ORTF Mid-Side (MS). Altoparlanti Principi operativi. Costruzione dell'altoparlante. Parametri elettroacustici. Reti crossover attive e passive. Design del recinto. Infiniti sistemi di deflettore. Sistemi di bass reflex. Altoparlanti della linea di trasmissione. Impedenza. Polarità. Direttività e risposta polare.
Modulo 4 – Compressori di elaborazione dinamica di elaborazione del segnale audio. Limitatori. Espansori. Cancelli antirumore. Massimizzatori. Equalizzatori di elaborazione spettrale. Filtri Wah-Wah. Filtri formanti. Vocoders. Talk Box. Ritardo Di Elaborazione Basato Sul Tempo. Eco. Riverbero. Coro. Flangia. Graduale. Elaborazione del passo Spostazione del tono. Armonizzazione. Correzione del passo. Principi degli effetti audio digitali e applicazioni degli effetti audio digitali. Tecniche di elaborazione del segnale digitale (DSP) per il miglioramento audio.
Modulo 5 – Sistemi audio professionali Console di missaggio analogiche e digitali. Preamplificatori per microfono. Scatole a iniezione diretta (DI). Baia di patch. Sintetizzatori. Architettura di sistemi audio professionali. Flusso del segnale audio e integrazione del sistema.
Modulo 6 – Fondamenti audio digitale dell'audio digitale. Teoria del campionamento. Quantizzazione. Conversione da analogico a digitale e da digitale ad analogico. Codifica audio e compressione. Codeci audio lossy e lossless. Principi della compressione audio MP3. Formati audio digitali. Il protocollo MIDI. Postazioni di lavoro audio digitali (DAW).
Modulo 7 – Tecnologie audio spaziali Fondamenti della riproduzione stereofonica del suono. Tecniche di registrazione stereo. Sistemi audio surround multicanale. Audio binaurale. Ambisonics. Dolby Atmos. Tecnologie audio immersive. Tecniche di rendering audio spaziale.
Attività educative
Il corso include visite tecniche guidate a uno studio di registrazione professionale e a un centro di formazione audio specializzato. Queste attività forniscono agli studenti un'esposizione diretta agli ambienti professionali di produzione audio e consentono loro di osservare il funzionamento dei moderni sistemi di registrazione, elaborazione del segnale e riproduzione del suono, collegando i concetti teorici con l'attuale pratica ingegneristica.

La valutazione si basa su un esame orale, volto a valutare la comprensione dello studente dei fondamenti teorici dell'ingegneria audio e della loro capacità di analizzare e discutere criticamente i sistemi e le tecnologie audio.
La valutazione si basa su un esame orale, volto a valutare la comprensione dello studente dei fondamenti teorici dell'ingegneria audio e della loro capacità di analizzare e discutere criticamente i sistemi e le tecnologie audio.
Durante l'esame, gli studenti sono tenuti a dimostrare:

• conoscenza dei principi fisici, elettroacustici e psicoacustici alla base del suono e dell'udito;
• comprensione delle tecniche di elaborazione del segnale audio digitale, dei metodi di codifica audio e delle tecnologie audio spaziali;
• conoscenza dei principi operativi e delle caratteristiche delle apparecchiature audio professionali e dei trasduttori elettroacustici;
• la capacità di mettere in relazione i concetti teorici con applicazioni ingegneristiche del mondo reale, comprese quelle osservate durante le visite educative;
• la capacità di comunicare concetti tecnici utilizzando un'appropriata terminologia scientifica e ingegneristica.
  Il voto finale si basa sull'accuratezza e la completezza delle risposte, sulla capacità di stabilire connessioni tra diversi argomenti, sull'analisi critica delle soluzioni ingegneristiche e sull'uso appropriato del linguaggio tecnico.

Lezioni in PDF su Teams.
Libro di testo: Handbook for Sound Engineers / Glen Ballou - Elsevier

Il corso ha lo scopo di applicare le tecniche delle misure elettroniche ad una problematica di rilievo. I principali obiettivi formativi riguardano la capacità di specificare, concepire, progettare, implementare, testare, e qualificare un sistema di misura comprensivo di acquisizione ed elaborazione dati, nonché di un software strettamente legato al protocollo sperimentale, relativamente alle nuove interfacce uomo-macchina. Si insisterà altresì su multidisciplinarità e team-working.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e saper analizzare i requisiti, progettare concettualmente e fisicamente, testare e validare un sistema di misura basato su PC ("virtual instrument") o microcontrollore. Deve dimostrare di avere una conoscenza approfondita delle metodologie impiegate per affrontare un problema pratico di misura ed adottare un linguaggio tecnico appropriato. Deve inoltre essere in grado di lavorare all’interno di un gruppo multidisciplinare in un ambiente che simula una piccola azienda di ricerca e sviluppo.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di gestire una commessa affidata ad un gruppo di ricerca e sviluppo, di coglierne sia gli aspetti tecnologici che economici, nonché essere in grado di gestire le risorse a disposizione per portare a termine il compito assegnato. Il percorso formativo èorientato a trasmettere le capacità, gli strumenti metodologici e gli strumenti operativi necessari a trasferire le conoscenze acquisite, con particolare riferimento al campo delle misure, verso uno scenario applicativo di matrice industriale (che in senso ampio include anche l'ambito applicativo "health 4.0") ed affrontare problematiche rilevanti su tematiche di frontiera.

1. TELEMONITORAGGIO E INDUSTRIA SMART
Concetti generali: monitoraggio avanzato e diagnostica intelligente. Architettura dei sistemi di telemonitoraggio e telemisura: basate su micro-controllori on-chip, su palmari/smartphone, su webservice e PC. Cenni alla sensoristica dell’Internet of Things (IoT) e Internet of Everything (IoE). Panoramica dei protocolli di comunicazione: Near Field Communications, SubGHz, Narrow Band IoT, LoRa e SigFox. Quarta e quinta rivoluzione industriale: concetto di Industria 4.0 e 5.0 (Smart Industry), i nove pilastri.
2. INTERFACCE UOMO-MACCHINA E TELEMONITORAGGIO
Microcontrollori per acquisizione dati: richiami di architettura di un microcontrollore, componenti logici e fisici, analisi delle specifiche; programmazione a livello registri, ambienti di sviluppo ed esempi, schede per espansione delle funzionalità: sensori MEMS e comunicazione Bluetooth low energy.
Brain-computer interface: architettura di principio delle interfacce cervello-computer (BCI). Tassonomia dei sistemi BCI: invasivi, parzialmente invasivi, e non invasivi; attivi e passivi; endogeni ed esogeni. Prodotti e tecnologie del mercato di oggi. Principi di etica dell’interazione cervello-computer. Hardware di acquisizione dell’attività cerebrale: tecniche di neuroimaging ed elettroencefalografia, strumentazione indossabile, panoramica di mercato, prestazioni e caratterizzazione metrologica.
Physical Artificial Intelligence: differenza tra AI percettiva e generativa, elaborazione "on the edge", tecniche di estrazione delle caratteristiche sintetiche, approcci alla classificazione e reti neurali, transformer e "conversational agents". Misura di segnali cerebrali legati all'attività neurale, implementazione agenti virtuali.
Esercitazioni : sviluppo di applicativi per microcontrollore con accensione di LED, pressione di pulsanti e utilizzo dell’interrupt. Acquisizione di segnali elettroencefalografici con sistemi di acquisizione indossabili e portabili. Elaborazione di segnali cerebrali tramite AI percettiva embedded. Agenti conversazionali. Elaborazione online di segnali di immaginazione motoria in Matlab/Simulink.
3. APPLICATIVO DI MISURA BASATO SU INTERFACCE EMBEDDED
Principi di project management : Pianificazione dell’attività prototipale: attività e relativi work-packages, tasks, milestones, deliverables, diagramma di Gantt. Analisi di mercato. Trasformazione delle richieste di un committente in una offerta commerciale. Stesura documentazione. Time management.
Sviluppo applicativo : analisi dei requisiti dell’applicazione. Progettazione concettuale e fisica del sistema di acquisizione ed elaborazione dei dati cerebrali. Progettazione concettuale e implementazione attuatori. Integrazione sistema telemonitoraggio e telecontrollo in ambito I4.0. Debug e test. Integrazione e prove di validazione. Stesura della documentazione finale e realizzazione della presentazione del prototipo agli stake-holders del processo.
Esercitazioni : sviluppo di un applicativo per microcontrollore e/o SoC. Controllo tramite interfaccia embedded di un sistema per applicazioni in ambito industria smart.

L’elaborato progettuale sarà monitorato durante lo svolgimento del corso e discusso al suo termine ai fini dell’esame. Alla discussione saranno affiancate anche domande di teoria volte a sondare le conoscenze acquisite dagli allievi. L’esito finale dell’esame sarà prevalentemente determinato sulla base dell’elaborato progettuale discusso. Le domande di teoria avranno un peso pari circa al 10% del voto finale.

M. Rüßmann, et al, “Industry 4.0: The Future of Productivity and Growth in Manufacturing Industries”. Boston Consulting Group, 2015.
A.E. Hassanien and A. A. Azar, “Brain-computer interfaces”. Switzerland, Springer, 2015.
J. Wolpaw, and E. Winter Wolpaw, eds, “Brain-computer interfaces: principles and practice”. OUP USA, 2012.
D. Bansal, and M. Rashima, “EEG-Based Brain-Computer Interfaces: Cognitive Analysis and Control Applications”. Academic Press, 2019.
P. Arpaia, A. Esposito, L. Gargiulo, and N. Moccaldi, “Wearable Brain-Computer Interfaces: Prototyping EEG-Based Instruments for Monitoring and Control”. CRC Press, 2023.
Application notes costruttori.
Manuali componenti, demo boards e applicativi.
Slide docenti.
Appunti dalle lezioni.

L'obiettivo del corso è presentare le principali tecniche di Machine Learning per la risoluzione di problemi di classificazione, predizione numerica e clustering, e le metodologie di gestione e sviluppo di un processo di Machine Learning, dalla preparazione dei dati alla valutazione dei risultati. Il corso consentirà inoltre di sviluppare competenze pratiche nella risoluzione di problemi reali in ambito ingegneristico attraverso tecniche di Machine Learning, grazie a esercitazioni svolte con strumenti commerciali e/o open source.
Conoscenza e capacita' di comprensione: Lo studente deve conoscere i principali algoritmi di Machine Learning e Deep Learning. Lo studente deve inoltre dimostrare di essere in grado di scegliere l'algoritmo di Machine Learning più adatto a risolvere uno specifico problema di classificazione e/o previsione numerica e/o clustering, in base ai requisiti del problema stesso. Infine, lo studente deve dimostrare di essere in grado di scegliere le tecniche appropriate di preparazione dei dati e deve conoscere le tecniche necessarie per valutare le prestazioni degli algoritmi di Machine Learning e Deep Learning.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di risolvere problemi reali di classificazione, predizione numerica o clustering in ambito ingegneristico attraverso tecniche di Machine Learning. Lo studente deve inoltre dimostrare di saper valutare correttamente le prestazioni dei sistemi che costruisce.

1. Introduzione al Machine Learning (ML) (0.25 CFU)
2. Input e Output (0.5 CFU)
Concetti, istanze, attributi. Rappresentazione della conoscenza.
3. Metodi di base (0.75 CFU)
Modelli probabilistici, alberi decisionali, modelli lineari, apprendimento instance-based, clustering.
4. Valutazione delle prestazioni (0.75 CFU)
Addestramento e test. CV, LOO, classificazione cost-sensitive. ROC. Valutazione delle predizioni numeriche.
5. Advanced Machine Learning (2 CFU)
Alberi decisionali: C4.5. Estensione dei modelli lineari: MLP, SVM. Predizione numerica: Epsilon-SVR.
6. Trasformazioni di dati (0.25 CFU)
Selezione degli attributi, PCA.
7. Deep Learning (0.75 CFU)
Addestramento e valutazione delle prestazioni di reti neurali deep; Reti neurali convoluzionali, Autoencoder. Reti neurali ricorrenti e GAN (cenni).
8. Ensemble Learning (0.25 CFU)
Bagging, randomizzazione, Boosting, Stacking.
Strumenti e pacchetti per il Machine Learning (ad es. KNIME) (0.25 CFU).
Applicazione di tecniche di ML per applicazioni ingegneristiche (0.25 CFU).

La discussione dell'elaborato finale pesa 1/3, mentre l'esame orale pesa 2/3.

Ian H. Witten, Eibe Frank, Mark A. Hall, Christopher J. Pal, Data mining: practical machine learning tools and techniques , 4th ed., The Morgan Kaufmann.

Il corso si propone due obiettivi principali. Il primo ha lo scopo di descrivere le principali tecniche di misura ed il principio di funzionamento degli strumenti più comunemente impiegati alle microonde e alle onde millimetriche. Il secondo di addestrare lo studente all’utilizzo dei più comuni strumenti di misura alle microonde ed onde millimetriche, grazie ad esperienze di laboratorio guidate.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere le principali tecniche di caratterizzazione di dispositivi operanti alle microonde ed onde millimetriche. Deve inoltre conoscere le architetture dei principali strumenti di misura, le più diffuse tecniche di calibrazione e gli ambienti di misura utilizzati in tale ambito.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di sapere applicare, nell’ambito della caratterizzazione sperimentale dei parametri elettromagnetici dei materiali e nell’ambito della caratterizzazione sperimentale di dispositivi operanti alle microonde ed onde millimetriche, gli strumenti metodologici acquisiti durante il corso e di saper utilizzare i moderni strumenti di misura adoperati nelle applicazioni.

Introduzione ai dispositivi ad N porte lineari e alla loro descrizione elettromagnetica mediante matrice delle impedenze, matrice delle ammettenze, matrice di diffusione e matrice di trasmissione. Dispositivi reciproci, simmetrici, senza perdite e completamente adattati. Proprietà. Teoria dei grafi per la descrizione dei circuiti a microonde ed onde millimetriche e regole elementari per la loro manipolazione. La regola di Mason per la soluzione rapida e generale di un grafo complesso. [1 CFU] Richiami sull’adattamento di strutture guidanti e sull’utilizzo per la loro soluzione della carta di Smith: adattamento a l/4, a singolo, doppio e triplo stub. Esercitazioni di laboratorio. Adattamento a parametri concentrati e realizzazione di elementi concentrati in strutture stampate operanti alle iperfrequenze. [2 CFU] Strutture riflettometriche basate su accoppiatori direzionali o bridge per la caratterizzazione sperimentale a banda larga dei parametri in riflessione. Introduzione alla loro calibrazione. Strutture operanti in trasmissione per la caratterizzazione sperimentale a banda larga dei parametri in trasmissione. Introduzione alla loro calibrazione. Generatori di segnale: principi di funzionamento e loro utilizzo. Misure di potenza e power meter. Analizzatore di reti scalare (SNA) ed analizzatore di reti vettoriale (VNA): principio di funzionamento ed architetture più comuni (accoppiatori/bridge). Le calibrazioni più comuni di un SNA/VNA: calibrazione OSM/OSL, calibrazione 12 termini e calibrazione TSD; calibrazioni TRL, TRM, TRA e LRL, LRM, LRA. [3 CFU] Progettazione dei carichi di calibrazione in coassiale. Analizzatore di spettro: principio di funzionamento ed architetture più comuni. Utilizzo di un analizzatore di spettro. Misure nel dominio del tempo. [1 CFU] Spettroscopia alle microonde ed onde millimetriche. Caratterizzazione sperimentale dei parametri elettromagnetici dei materiali. [1 CFU] Misure d’antenna e Camera Anecoica Elettromagnetica. [1 CFU]

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione
L’elaborato progettuale è composto dalle relazioni delle esperienze di laboratorio prodotte dallo studente alla fine del corso. Durante l’esame orale lo studente dovrà, in laboratorio, replicare alcune esperienze presentate durante il corso.

Appunti del corso, libri di testo, pubblicazioni.

L’insegnamento si propone di fornire allo studente la conoscenza specialistica delle metodologie per lo studio teorico e sperimentale dei fenomeni di compatibilità elettromagnetica e di esposizione umana ai campi elettromagnetici. Costituiranno parte integrante dell’insegnamento lo studio dei principi di funzionamento della strumentazione di misura, delle configurazioni di prova e delle norme tecniche impiegate nel settore. Le conoscenze teoriche acquisite durante l’attività d’aula saranno approfondite mediante lo sviluppo di un progetto sperimentale finalizzato alla verifica della compatibilità elettromagnetica di dispositivi elettrici ed elettronici o alla misurazione dei livelli di esposizione ai campi elettromagnetici in ambienti residenziali e industriali, durante il quale saranno apprese nozioni avanzate sul software di programmazione LabVIEW.
Conoscenza e capacita' di comprensione: L’insegnamento intende fornire allo studente le conoscenze specialistiche e le metodologie necessarie per comprendere i fenomeni di compatibilità elettromagnetica e l’esposizione umana ai campi elettromagnetici, e il funzionamento della relativa strumentazione di misura. Grazie a ciò, lo studente sarà in grado di riconoscere la natura del fenomeno di interesse, di individuare la strumentazione e il metodo di misura più idonei, di descrivere quali azioni si debbano eseguire per la misurazione, di interpretare i risultati, di determinare l’esistenza di situazioni di potenziale criticità. Lo studente riuscirà a mettere in connessione le scelte relative alla strumentazione e alla configurazione di prova con i risultati ottenuti, per una più corretta interpretazione del fenomeno.
Capacita' di applicare conoscenza e comprensione: L’insegnamento è orientato a trasmettere la capacità di applicare gli strumenti metodologici acquisiti per progettare opportunamente una catena di misura per la verifica dei requisiti di compatibilità elettromagnetica o per la determinazione dei livelli di esposizione umana ai campi elettromagnetici, eseguire le prove, analizzare i dati acquisiti, interpretare i risultati dell’analisi e, infine, produrre un documento riepilogativo dell’attività svolta.

Principi base della Compatibilità Elettromagnetica: sorgenti e vittime dei fenomeni di compatibilità, fenomeni radiati e condotti, immunità ed emissione. Il decibel e il suo impiego nella compatibilità elettromagnetica. Strumentazione di misura: ricevitore di interferenza e rivelatore di picco, quasi-picco, media; rete per la stabilizzazione dell’impedenza di linea (LISN); reti di accoppiamento e disaccoppiamento (CDN); sonde di corrente e di tensione. Modello a due fili per l’emissione di disturbi radiati: disturbi di modo differenziale e modo comune. Ambienti per la verifica della compatibilità elettromagnetica: open area test site, camera schermata, camera semi-anecoica e norme per la verifica delle prestazioni (EN 55016-1-4). Configurazione di prova e modalità esecutive per la verifica dell’immunità e emissione, radiata e condotta: EN 55022, EN 61000-4-3, EN 61000-4-6. La normativa di esposizione ai campi elettromagnetici ambientali: DPCM 8/7/2003; norme per la misura dell’esposizione della popolazione. Sonde e antenne per la misurazione di campi elettromagnetici ambientali. Esecuzione di prove di conformità presso il laboratorio di Compatibilità elettromagnetica; esecuzione di misurazioni di campo elettromagnetico ambientale.

50% elaborato progettuale; 50% orale

1) “Introduction to Electromagnetic Compatibility”, C. Paul, Ed. Wiley
2) Dispense del corso disponibili presso il docente.
3) Norme europee per l’esecuzione dei test di verifica di compatibilità.

L'insegnamento si propone di fornire agli studenti le conoscenze fondamentali e le competenze operative necessarie per comprendere i principi della sicurezza delle reti di calcolatori e delle moderne infrastrutture di comunicazione. Il corso affronta le principali problematiche di cybersecurity legate alla protezione delle comunicazioni e dei servizi di rete, introducendo i meccanismi di sicurezza adottati ai diversi livelli dello stack protocollare Internet.
Gli studenti acquisiranno familiarità con i concetti di vulnerabilità, minaccia, attacco e contromisura, con i fondamenti della crittografia applicata alla sicurezza delle reti e con i principali protocolli e strumenti utilizzati per la protezione delle infrastrutture di rete. Particolare attenzione sarà dedicata alle tecniche di autenticazione, ai protocolli per le comunicazioni sicure, ai sistemi di firewalling, ai meccanismi di Intrusion Detection e Intrusion Prevention e alle principali tipologie di attacco alle reti di calcolatori.
L'insegnamento integra gli aspetti teorici con attività laboratoriali ed esercitazioni pratiche, consentendo agli studenti di acquisire esperienza nell'analisi del traffico di rete, nella configurazione di semplici meccanismi di protezione e nell'utilizzo di strumenti software per il monitoraggio e la valutazione della sicurezza delle reti.
Conoscenza e capacita' di comprensione: Al termine dell'insegnamento lo studente dovrà dimostrare di conoscere e comprendere i principi fondamentali della sicurezza delle reti di calcolatori e dei sistemi distribuiti. In particolare, dovrà conoscere i principali requisiti di sicurezza (confidenzialità, integrità, disponibilità, autenticità e non ripudio), comprendere la relazione tra vulnerabilità, minacce, attacchi e contromisure, nonché le tecniche fondamentali impiegate per proteggere le comunicazioni e le infrastrutture di rete.
Lo studente dovrà essere in grado di descrivere il funzionamento dei principali protocolli e meccanismi di sicurezza impiegati ai diversi livelli dello stack protocollare Internet, illustrandone finalità, vantaggi, limiti e principali scenari di utilizzo. Dovrà inoltre comprendere il ruolo delle tecniche crittografiche, dei meccanismi di autenticazione, dei firewall, dei sistemi di Intrusion Detection e Intrusion Prevention e delle principali tecnologie per la protezione delle reti cablate e wireless.
L'insegnamento fornisce le conoscenze metodologiche necessarie per analizzare i principali problemi di sicurezza delle moderne reti di calcolatori, consentendo allo studente di interpretare criticamente i rischi associati alle diverse architetture di rete e di comprenderne le possibili strategie di mitigazione.
Capacita' di applicare conoscenza e comprensione: Lo studente dovrà dimostrare di saper applicare le conoscenze acquisite per analizzare le principali problematiche di sicurezza nelle reti di calcolatori e individuare le contromisure più appropriate nei diversi scenari applicativi. Dovrà essere in grado di valutare i rischi associati alle più comuni vulnerabilità delle infrastrutture di rete e di comprendere il contributo offerto dai diversi meccanismi di protezione alla realizzazione di sistemi sicuri.
Lo studente dovrà inoltre saper configurare e utilizzare i principali strumenti software per il monitoraggio e l'analisi del traffico di rete, interpretare semplici tracce di traffico e riconoscere i comportamenti riconducibili alle più comuni tipologie di attacco. Dovrà infine dimostrare la capacità di applicare i principi fondamentali della sicurezza nella configurazione di semplici servizi e reti basati sull'architettura TCP/IP, adottando un approccio metodologico orientato alla prevenzione e alla mitigazione delle principali minacce informatiche.

Parte I – Fondamenti della sicurezza informatica e delle reti
Principi fondamentali della cybersecurity. Proprietà di sicurezza: confidenzialità, integrità, disponibilità, autenticità e non ripudio. Vulnerabilità, minacce, attacchi e contromisure. Modelli di difesa e principi di defense in depth . Introduzione alla sicurezza delle reti di calcolatori.
Parte II – Fondamenti di crittografia
Crittografia simmetrica e a chiave pubblica. Funzioni hash crittografiche. Autenticazione. Firma digitale. Certificati digitali e infrastrutture a chiave pubblica (PKI).
Parte III – Sicurezza dei protocolli Internet
Sicurezza al livello rete: introduzione alla suite IPsec. Sicurezza al livello trasporto: SSL/TLS e Secure Shell (SSH). Sicurezza al livello applicativo: HTTPS, DNS Security (cenni), posta elettronica sicura.
Parte IV – Protezione delle infrastrutture di rete
Firewall e tecniche di filtraggio del traffico. Intrusion Detection Systems (IDS) e Intrusion Prevention Systems (IPS). Sicurezza delle reti locali e wireless. Segmentazione della rete, VLAN e principali tecniche di hardening delle infrastrutture di rete.
Parte V – Principali tipologie di attacco
Ricognizione e raccolta di informazioni. Scanning e analisi dei servizi di rete. Sniffing, spoofing e attacchi Man-in-the-Middle. Malware, attacchi alle credenziali e attacchi Denial of Service (DoS e DDoS). Principi di mitigazione e difesa.
Parte VI – Attività di laboratorio
Utilizzo di strumenti per il monitoraggio e l'analisi del traffico di rete. Analisi di protocolli e tracce di traffico. Configurazione di semplici meccanismi di sicurezza in reti TCP/IP. Esercitazioni pratiche in ambienti virtualizzati dedicate all'analisi di vulnerabilità e all'applicazione delle principali tecniche di protezione delle reti.

L'esame consiste in:

• presentazione e discussione di un breve approfondimento progettuale, concordato preventivamente con il docente, relativo a uno degli argomenti trattati nel corso;
• colloquio orale finalizzato ad accertare il livello di conoscenza e comprensione degli argomenti previsti dal programma dell'insegnamento, nonché la capacità di applicare i concetti acquisiti all'analisi di semplici problemi di sicurezza delle reti.
  La valutazione finale terrà conto sia della qualità dell'approfondimento presentato, con particolare riferimento alla correttezza tecnica, alla capacità di analisi e di sintesi e alla chiarezza espositiva, sia dell'esito del colloquio orale, volto a verificare il raggiungimento degli obiettivi formativi dell'insegnamento.

1. “Network Security Essentials Applications and Standards”, 6th Edition, William Stallings,
Published by Pearson (July 13th, 2021) – ISBN-13: 9780134527338, Copyright © 2017
2. “Computer Security: Principles and Practice”, 4thEdition, William Stallings and Lawrie Brown,
ISBN-13: 9780134794105, ©2018, Pearson
3. “Hacking Exposed”, 7th Edition by Stuart McClure, Joel Scambray and George Kurtz Mc Graw
Hill ISBN-10: 0071780289, ISBN-13: 978-0071780285
4. Riferimenti ufficiali quali, ad esempio, Requests For Comments (RFC), disponibili sul sito:
https://www.ietf.org
5. Trasparenze ed ulteriore materiale di approfondimento reso disponibile dal docente sui siti
ufficiali del corso.

Obiettivo dell’insegnamento è quello di fornire agli studenti le nozioni di base per lo studio matematico dei sistemi dinamici non lineari descritti da equazioni differenziali ordinarie e di illustrare la teoria mediante alcuni esempi rappresentativi dalle applicazioni ingegneristiche.
Conoscenza e capacita' di comprensione: Il percorso formativo intende fornire agli studenti le conoscenze e gli strumenti metodologici di base necessari per analizzare sistemi dinamici non lineari descritti da equazioni differenziali ordinarie. Tali strumenti consentiranno agli studenti di comprendere il legame tra equazioni differenziali e loro soluzioni e le loro proprietà fondamentali (esistenza, unicità, dipendenza dalle condizioni iniziali e dai parametri, stabilità alla Lyapunov, stabilità strutturale).
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di analizzare un qualsiasi sistema fisico descritto da equazioni differenziali ordinarie, mediante l’uso di metodi qualitativi e di metodi numerici presentati durante il corso. In particolare, deve saper ricavare le soluzioni del sistema, analizzarne la stabilità locale mediante l’applicazione di metodi analitici basati sulla teoria di Lyapunov, ricavare una descrizione qualitativa della dinamica globale del sistema, analizzare la dipendenza dai parametri di dette soluzioni e classificare le eventuali biforcazioni. Inoltre, deve saper utilizzare ambienti di calcolo numerico (ad es. MATLAB) per l’analisi quantitativa della dinamica del sistema.

Introduzione: modellistica dei sistemi fisici, sistemi lineari e non lineari; Sistemi planari: punti di equilibrio, cicli limite, ritratto delle fasi, esistenza di orbite periodiche e biforcazioni; Proprietà fondamentali: esistenza ed unicità di soluzioni, dipendenza dalle condizioni iniziali; Stabilità alla Lyapunov e applicazioni; Dinamica non lineare e teoria delle biforcazioni: biforcazioni locali di sistemi dinamici a tempo discreto e a tempo continuo, biforcazioni globali, caos deterministico; Analisi di sistemi perturbati; Sistemi dinamici discontinui e loro stabilità; Introduzione al controllo non lineare a retroazione.

La prova orale consiste in domande teoriche sugli argomenti presentati durante il corso ed esercizi numerici volti ad accertare la capacità dello studente ad applicare quanto appreso.
L’elaborato progettuale è vincolante ai fini dell’accesso alla prova orale e non concorre alla formazione del giudizio finale.
In sostituzione della prova orale, per i corsisti sono previste due prove intercorso, di ugual peso, a risposta libera e con esercizi numerici. Le prove si terranno a metà e a fine corso e verteranno esclusivamente sugli argomenti teorici presentati nelle lezioni ad esse antecedenti.

Steven H Strogatz, Nonlinear dynamics and chaos, Westview Press, (2001).
Hassan Khalil, Nonlinear systems, (3rd edition) Prentice-Hall (1996).
Appunti da lezione.

L’insegnamento si propone di fornire agli studenti conoscenze specialistiche e strumenti metodologici per l’analisi e la progettazione di sistemi di telerilevamento elettromagnetico in configurazioni convenzionali ed avanzate. Vengono illustrate le logiche di progettazione che, a partire dalle applicazioni e dai requisiti degli utenti, conducono alla definizione delle specifiche di sistema e alle principali scelte progettuali relative ai sensori, alle modalità di acquisizione e alle tecniche di elaborazione dei dati telerilevati.
Sono approfonditi i modelli di diffusione elettromagnetica relativi a superfici naturali, aree vegetate, zone oceaniche, ambienti urbani e atmosfera, evidenziandone il ruolo nella valutazione delle prestazioni dei sistemi di telerilevamento. Sono analizzati i principi e le caratteristiche progettuali dei principali sensori attivi e passivi, nonché di sistemi e missioni di telerilevamento esistenti o di prossima operatività.
Attraverso attività di laboratorio basate su software specialistici e dati messi a disposizione dalle principali agenzie spaziali o acquisiti nel corso di campagne sperimentali con drone, gli studenti acquisiscono competenze nella simulazione, elaborazione e interpretazione di dati telerilevati attivi e passivi, nella verifica delle specifiche di sistema e nella valutazione delle relative scelte progettuali.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e comprendere le problematiche avanzate del telerilevamento attivo e passivo, i principi di funzionamento e le caratteristiche dei principali sensori, nonché i modelli di diffusione elettromagnetica superficiale e volumetrica relativi ai diversi scenari osservati. Deve inoltre comprendere il processo che, a partire dalle applicazioni e dai requisiti degli utenti, conduce alla definizione delle specifiche di sistema e alle principali scelte progettuali, nonché le metodologie di simulazione, elaborazione e interpretazione di dati telerilevati attivi e passivi, con particolare riferimento ai dati SAR acquisiti in configurazioni avanzate e ai dati ottici/multispettrali. Il percorso formativo fornisce conoscenze specialistiche e strumenti metodologici avanzati per analizzare criticamente le prestazioni di imaging dei sistemi di telerilevamento e per interpretare e utilizzare dati attivi e passivi in relazione a specifiche applicazioni.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di applicare le conoscenze acquisite alla definizione delle specifiche e alla progettazione preliminare di sistemi di telerilevamento per applicazioni assegnate. Deve saper selezionare modelli elettromagnetici, sensori, modalità di acquisizione e tecniche di elaborazione coerenti con i requisiti, valutare le prestazioni di imaging e confrontare soluzioni progettuali alternative. Deve inoltre essere in grado di utilizzare strumenti specialistici per la simulazione, l’elaborazione e l’interpretazione di dati telerilevati attivi e passivi, inclusi dati SAR acquisiti in configurazioni avanzate e dati ottici/multispettrali.

Dalle applicazioni del telerilevamento ai requisiti di sistema . Modelli di diffusione elettromagnetica per sistemi di telerilevamento. Superfici naturali : modelli geometrici ed elettromagnetici di superfici aleatorie, approssimazione di Kirchhoff, soluzioni di Ottica Fisica e Ottica Geometrica. Aree vegetate : modelli per strutture stratificate, teoria del trasferimento radiativo. Zone oceaniche : metodo delle piccole perturbazioni. Aree urbane : modelli per la diffusione e diffrazione elettromagnetica da diedri e triedri, Teoria Geometrica della diffrazione. Atmosfera . Simulazione al calcolatore di campi elettromagnetici diffusi.
Dai requisiti utenti alle specifiche di sistema . Sensori passivi e attivi. Radiometri. Sensori Ottici. Altimetri. Scatterometri. Radar ad Apertura Sintetica : elaborazioni spazio-varianti dei dati SAR, configurazioni Spotlight e ScanSAR, TOPSAR. Riflettometria GNSS.
Dalle specifiche di sistema alle scelte progettuali . Principali caratteristiche progettuali di alcuni sistemi di telerilevamento esistenti e di prossima realizzazione delle agenzie spaziali: ASI, ESA, NASA.
Laboratorio di elaborazione di dati telerilevati attivi e passivi . Si adopera software ESA gratuito della categoria SNAP e dati SAR dal Copernicus Browser di ESA. Le elaborazioni sono operabili dagli studenti sui propri PC. Le principali attività laboratoriali includono: visualizzazione e interpretazione di immagini telerilevate, statistiche e filtraggio dello speckle, interferometria SAR differenziale, studio dei ghiacci marini, simulazione e sintesi di dati SAR in configurazioni convenzionali ed avanzate, monitoraggio di disastri con sensori passivi, indici spettrali. L’elaborazione dei dati conduce ad una relazione che può essere oggetto di discussione all’esame.

Il campo sarà definito secondo l’aggiornamento delle Linee guida del PQA in corso di predisposizione

Si veda sito web del docente titolare dell’insegnamento

L'obiettivo del corso è fornire agli studenti una visione ampia dell’informazione e computazione quantistica da una prospettiva dell’ingegneria delle comunicazioni. Nello specifico, gli studenti familiarizzeranno con gli elementi di base della teoria dell'informazione quantistica, quali qubit, superposition, quantum measurement, no-cloning ed entanglement. Partendo da queste premesse, verranno discusse le principali applicazioni, incluse comunicazioni sicure – analizzando tecniche di Quantum Key Distribution (QKD) – e tecniche di comunicazione quantistica basate su entanglement – quali superdense coding e quantum teleportation. In tali scenari di trasmissione di informazione classica e quantistica, si forniranno inoltre agli studenti gli strumenti per comprendere le peculiarità del rumore quantistico rispetto al rumore classico. Gli studenti acquisiranno anche la capacità di comprendere le ragioni per cui l’elaborazione dell’informazione quantistica può abilitare tecniche di machine learning e artificial intelligence caratterizzate da prestazioni superiori a quelle garantite da approcci classici. Gli studenti avranno eventualmente l'opportunità di seguire sessioni di laboratorio interattive. Infine, il corso vuole fornire allo studente contenuti e linguaggio necessari per consentirgli di approfondire autonomamente le tematiche trattate nel corso, di seguire seminari di approfondimento.
Conoscenza e capacita' di comprensione: Il corso si propone di fornire agli studenti i principi e gli strumenti metodologici necessari per apprendere e comprendere le problematiche che sorgono con la trasmissione e l'elaborazione dell'informazione quantistica. In particolare lo studente deve acquisire gli strumenti per comprendere le peculiarità del rumore quantistico rispetto al rumore classico. Inoltre, il corso consente agli studenti di comprendere le somiglianze e le differenze tra comunicazioni classiche e quantistiche, e di cogliere le implicazioni e le opportunità abilitate da tali differenze.
Capacita' di applicare conoscenza e comprensione: Gli studenti devono dimostrare la capacità di applicare le conoscenze acquisite e gli strumenti metodologici all'analisi e alla progettazione di tecniche di comunicazione quantistica, sia in condizioni ideali che in presenza di rumore quantistico. Gli studenti devono anche essere in grado di approfondire autonomamente aspetti delle tematiche trattate nel corso e di seguire seminari di approfondimento, sfruttando i contenuti e il linguaggio forniti dal corso.

Parte I: Fondamenti

• Informazione Quantistica: Qubit vs Bit, Spazio di Hilbert, notazione ket-bra, Sfera di Bloch, Sistemi a più qubits
• Computazione Quantistica: Trasformazioni di stati quantistici, Theorema del No-Cloning, principali gates quantistici, la misura quantistica
• L’entanglement quantistico: Stati di Bell, paradosso EPR
• Rumore quantistico: stati puri e stati misti, operatore densità, decoerenza, modelli di canale quantistico
  Parte II: Applicazioni
• Comunicazioni Sicure: principi di crittografia quantistica, protocollo BB84, protocollo Ekert-91, implementazioni pratiche
• Comunicazioni quantistiche: protocollo di teleporting, effetti di rumore sul teleporting, fidelity
• Elaborazione dell’informazione quantistica: semplici routines quantistiche, amplitude amplification e interferenza quantistica, cenni al Grover's search learning, tecniche di elaborazione quantistica distribuita
  Laboratorio : esercitazioni guidate al calcolatore, sfruttando ad esempio simulatori di rete quantistica.

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione

Libri di testo consigliati e ulteriori testi di approfondimento:

• Nielsen and Chuang, “Quantum computation and information”, Cambridge University Press, 10th Edition, 2020
• Rieffel and Polak, “Quantum Computing: a Gentle Introduction”, MIT Press, 2011
• W. Kozlowski, S. Wehner, R. Van Meter, B. Rijsman, A.S. Cacciapuoti, M. Caleffi, S. Nagayama, “Architectural Principles for a Quantum Internet, Internet draft, Internet Engineering Task Force (IETF).
  Slides preparate dal docente

Fornire agli studenti le basi teoriche e tecniche per la comprensione degli aspetti elettromagnetici inerenti alla pianificazione e alla progettazione di reti di telecomunicazioni wireless. Fornire agli studenti le conoscenze specialistiche sui metodi per la previsione del campo irradiato a frequenze delle microonde da un’antenna in un ambiente complesso (aree urbane, interni di edifici): ottica geometrica, teoria geometrica della diffrazione, metodi di tracciamento di raggi, metodi euristici.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e saper comprendere gli aspetti elettromagnetici inerenti alla pianificazione e alla progettazione di reti di telecomunicazioni wireless. In tal senso il percorso formativo intende fornire agli studenti le conoscenze di base e gli strumenti metodologici essenziali per analizzare i principali metodi per la previsione del campo irradiato a frequenze delle microonde da un’antenna in un ambiente complesso (aree urbane, interni di edifici).
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di utilizzare le conoscenze acquisite per risolvere problemi concernenti la pianificazione e la progettazione di reti di telecomunicazioni wireless, utilizzando i metodi, appresi durante il corso, per la previsione del campo irradiato da un’antenna in aree urbane e interni di edifici.

Interazione tra campi elettromagnetici e ambiente. Richiami di elettromagnetismo, ottica geometrica, teoria geometrica della diffrazione, teoria uniforme della diffrazione, segnali a banda stretta, segnali a banda larga, tecniche di ray-tracing e loro attuazione su sistemi di calcolo. [3 CFU]
Aspetti elettromagnetici nella progettazione di collegamenti. Collegamenti punto-punto e punto multipunto e loro progettazione, collegamenti outdoor, modelli per collegamenti in ambiente rurale, urbano, collegamenti indoor, modelli per collegamenti in edifici e gallerie, campo elettromagnetico indoor generato da reti a sviluppo outdoor, modelli per reti di telefonia mobile (GSM, UMTS, LTE, 5G), WiFi e reti di sensori wireless. Cenni sulle scelte progettuali, aspetti elettromagnetici. [3 CFU]
Collegamenti satellitari, connessioni reti mobili - reti fisse, tecniche per la diffusione del segnale televisivo e radiofonico, simulazione al calcolatore di aree di copertura per reti cellulari e WiFi, verifica delle caratteristiche del canale trasmissivo. [2 CFU]
Cenni sui sistemi di radiolocalizzazione: GNSS (GPS, GLONASS e GALILEO); metodi "signal strength", ToA, TDoA, AoA, "fingerprinting". [0,5 CFU]
Normativa sui limiti di esposizione ai campi elettromagnetici: la legge quadro e il decreto ministeriale 381/98, modifiche successive. [0,5 CFU].

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione.

Appunti delle lezioni.
G. Franceschetti, A. Iodice, D. Riccio, Radio Propagation in the Urban Scenario, Artech House, Norwood, MA (USA), 2023. ISBN-13: 978-1-63081-856-2.

Obiettivi dell’insegnamento sono fornire le principali metodologie e tecniche di elaborazione dei segnali per la localizzazione tramite onde radio, introdurre i principi di funzionamento dei moderni sistemi di radiolocalizzazione terrestri e satellitari, nonché le diverse fenomenologie di canale e di interferenza. Ulteriore scopo è analizzare, implementare e simulare alcune tecniche fondamentali impiegando l'ambiente di sviluppo MATLAB®.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere le principali tipologie e modalità operative dei sistemi di localizzazione/posizionamento basati su onde radio; deve avere padronanza dei principali metodi/algoritmi per l’estrazione di informazioni legate alla posizione dell’utente a partire dal segnale radio proveniente da specifici trasmettitori, impiegando misure dei tempi di arrivo, angoli di arrivo, potenza dei segnali ricevuti. Deve dimostrare di conoscere l’architettura, il funzionamento e le limitazioni dei moderni sistemi di radiolocalizzazione terrestri e satellitari.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper valutare e selezionare, a fronte di un problema di localizzazione specifico, la tipologia di sistema più idonea (terrestre, satellitare o ibrida), definendone i parametri fondamentali (quali numero di trasmettitori, livello di sincronizzazione temporale, tipologia di ricevitore) in base ai requisiti prestazionali e al contesto operativo. Deve inoltre essere in grado di identificare la tecnica di localizzazione più appropriata (es. TOA, TDOA, ecc.) e selezionare l'algoritmo di stima ottimale (es. LS, NLS, ecc.) in funzione delle specifiche operative e delle criticità dello scenario. Lo studente deve inoltre mostrare la capacità di riconoscere le principali problematiche (cause di degradazione delle prestazioni) che intervengono nei processi di radiolocalizzazione, quali effetti di propagazione, condizioni atmosferiche, rumore e interferenze. Deve altresì dimostrare competenza nella scelta degli schemi di elaborazione dei segnali più adatti per estrarre l'informazione di localizzazione in presenza di tali fenomeni deleteri.

Tassonomia e principi di base dei sistemi di radiolocalizzazione. Principali parametri per la radiolocalizzazione e relativi metodi di stima. Radiolocalizzazione passiva: strategie di localizzazione basate sugli angoli di arrivo, sui tempi di arrivo, sulla differenza o somma dei tempi di arrivo, sulla potenza dei segnali ricevuti; sistemi ibridi; applicazioni alle reti cellulari e WIFI. Implementazione e analisi di alcune tecniche di stima in ambiente MATLAB®. Radiolocalizzazione satellitare: principi di funzionamento ed architetture dei sistemi GNSS (GPS, GLONASS, GALILEO); caratteristiche dei segnali trasmessi; architettura dei ricevitori e tecniche di elaborazione del segnale per effettuare il posizionamento; sistemi multicostellazione. Applicazione della radionavigazione alla sicurezza per il trasporto aereo e marittima: principi di funzionamento del sistema radar di sorveglianza secondario per il controllo del traffico aereo e del sistema di identificazione automatica per il tracciamento marittimo.

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione

Libri di testo:

• S. A. (Reza) Zekavat and R. Michael Buehrer, Handbook of Position Location: Theory, Practice, and Advances, 2nd ed., Wiley-IEEE Press, 2019.
• P. Misra and P.Enge, “Global Positioning System: Signals, Measurements, and Performance”, 2nd ed. Ganga-Jamuna Press, 2011.
• M. Nolan, “Fundamentals of Air Traffic Control”, 5th ed. CENGAGE Brain, 2011.
  Dispense:
  “Slide del corso”, distribuite annualmente.

L’obiettivo del corso è la conoscenza dei fondamenti teorici della Computer Graphics e delle principali piattaforme hardware e software per la progettazione, realizzazione e fruizione di ambienti di Realtà Virtuale, Aumentata e Mista (VR, AR, MR) collettivamente definiti Realtà Estesa, o eXtended Reality (XR). Utilizzando tali conoscenze, è obiettivo del corso anche l’acquisizione delle competenze necessarie per gestire tali scenari, nonché le modalità di interazione con essi. Combinando i fondamenti della grafica con i principi percettivi e di interazione, gli studenti acquisiscono sia la competenza tecnica sia la comprensione sistemica necessarie per progettare applicazioni di Realtà Virtuale robuste e coerenti dal punto di vista cognitivo.
Conoscenza e capacita' di comprensione: Questo corso affronta la realtà virtuale e la Computer Graphics come sistemi computazionali integrati in cui il rendering in tempo reale, l’interazione spaziale e i processi percettivi convergono. Un’attenzione particolare è dedicata alla relazione tra rappresentazione geometrica, prestazioni di sistema e vincoli biologici della percezione umana, inquadrando gli ambienti immersivi come spazi computazionali che devono rimanere percettivamente stabili ed ergonomicamente sostenibili.
Il corso integra due framework originali sviluppati dal docente: lo Speculative Spatial Design Canvas, uno strumento di progettazione pre-sviluppo, e K.I.T.E. UX (Knowledge-Integrated Topological Editor for User Experience), un ambiente web-based di prototipazione spaziale che traduce lo stesso ragionamento in forma computazionale.

STRUTTURA DEL CORSO
Lezioni
Ore totali
Formato
24 lezioni
48 ore (2h/lezione)
Teoria + sviluppo applicativo
La decostruzione del problema (neuroscienze, percezione, K.I.T.E. UX).
La ricostruzione computazionale (Computer Graphics, Engine,
XR come sistema computazionale Biologia della percezione spaziale (I e II) Ergonomia e sostenibilità cognitiva Speculative Spatial Design Canvas
K.I.T.E. UX Spatial Ergonomics Benchmark Grammatiche dello spazio digitale Fondamenti di Computer Graphics
Sviluppo XR: ambiente e fisica Sviluppo XR: animazione e avatar
AR/MR: passthrough e spatial anchoring Esperienze condivise: multiplayer XR Design cognitivo + presentazioni finali
Le lezioni teoriche (1–12) sviluppano i fondamenti concettuali del corso. Lo sviluppo applicativo (lezioni 13–24) è engine-agnostic: gli studenti possono implementare i progetti con Godot 4.x, Unity, Unreal Engine o WebXR, a loro scelta.
I contenuti teorici e i criteri di valutazione sono indipendenti dalla piattaforma scelta.
1. XR come nuovo spazio di neuroscienze cognitive e scienza della visione

• Scuola della Gestalt, Scuola di Ulm, Teoria del Campo, Storia del Cognitive Design
• Evoluzione dei sistemi immersivi: dal cinema stereoscopico all’XR contemporanea
• Architettura hardware dei visori VR/MR: display, tracking, computing unit
• Tracking 6DoF e pose estimation: IMU, optical inside-out, SLAM
• Rendering in tempo reale: vincoli prestazionali, frame rate, latenza percepita
• Scelta della piattaforma di sviluppo XR: criteri di valutazione di engine e SDK (Godot, Unity, Unreal, WebXR); licenze, pipeline, ecosistema
  2. Fondamenti biologici della percezione spaziale I
• Il sistema visivo umano: anatomia funzionale e rilevanza per la XR
• Visione stereoscopica: disparità binoculare, vergenza, accomodazione
• Indizi monoculari: prospettiva lineare, occlusione, gradiente di texture, parallasse di moto
• Campo visivo: fovea, visione periferica, implicazioni per il FOV dei visori
• Foveazione e foveated rendering: dove guarda davvero l’utente
• Il cervello come sistema predittivo (Andy Clark): la percezione visiva non registra la realtà, la anticipa — implicazioni dirette per il design di ambienti immersivi
  3. Fondamenti biologici della percezione spaziale II
• Coordinazione visuo-motoria: latenza, predizione motoria, effetti sul VR sickness
• Memoria spaziale: sistemi egocentrico vs. allocentrico
• Navigazione nello spazio virtuale: wayfinding, cognitive maps
• Presenza e immersione: definizioni operative, fattori determinanti
• Simulator sickness come errore di previsione: il conflitto tra previsione motoria e input sensoriale reale è il prediction error di Clark; framework unificante per latenza, judder e conflitto vestibolare
• Strategie di mitigazione fisiologica: misura SSQ, vignetting dinamico, comfort di locomozione
  4. Ergonomia spaziale e sostenibilità cognitiva
• Distanze ottimali in ambienti immersivi: zona di comfort visivo (0.5–3 m)
• Reachability and interaction zones: near, mid, far field
• Scala e proporzione nello spazio digitale: effetti sul comportamento e sulla cognizione
• Carico cognitivo in ambienti 3D: teoria CLT applicata alla XR
• Organizzazione persistente dell’informazione: chunking, gerarchia visiva, serialità
  5. Speculative Spatial Design Canvas
• Limiti dei mockup 2D nella progettazione spaziale: perché i problemi ergonomici si manifestano solo on-device e non in fase di ideazione
• Struttura in cinque artboard: Concept definition → Neuroergonomic match ’n sketch → Mixed reality sketch → UI sketch → Spatial audio
• Prossemia come variabile cognitiva (Hall): aree pubblica, sociale, personale, intima, zona proibita — distanze come parametri di carico cognitivo, non convenzioni sociali
• Distanza adattiva per scenario: standing/full depth, standing/furniture, sitting/comfort, sitting/workspace
• Zone di attenzione del FOV: gaze area (5°), task area (10–15°), symbol recognition (30°), far peripheral; posizionamento degli elementi in funzione dell’acuità reale
• Focus of Expansion (FOE): il punto di convergenza visiva durante il movimento come vincolo per elementi primari
• Il canvas come strumento analogico pre-sviluppo: stampabile, agnostico da engine, orientato alla valutazione di fattibilità ergonomica
  6. K.I.T.E. UX Spatial Ergonomics Benchmark
• Lacuna metodologica nei workflow XR: mancanza di una fase di validazione ergonomica tra ideazione e build
• K.I.T.E. UX (Knowledge-Integrated Topological Editor for User Experience): ambiente web-based per il benchmarking spaziale pre-sviluppo wireframe 3D, validazione ergonomica, anteprima in prima persona
• Fondamenti scientifici: Proxemic Scaling (Hall), affordances ecologiche (Gibson), Legge di Fitts in tre dimensioni
• Il corpo come unità di misura: distanza, FOV e postura come variabili fisiche misurabili prima dell’implementazione
• Output strutturato: il layout come specifica semantica esportabile, non come asset grafico
• Applicabilità agnostica rispetto all’engine: il metodo precede la scelta della piattaforma
  7. Grammatiche dello spazio digitale
• Oggetti volumetrici e UI 3D: dal 2D flat allo spatial computing
• Raycasting e manipolazione diretta: affordance, feedback, mapping naturale
• Architettura dell’attenzione come precision weighting: il designer non gestisce solo la gerarchia visiva, ma il peso relativo che il cervello assegna a ciascun elemento confermare, violare o guidare le aspettative percettive sono scelte progettuali distinte
• Interazione corpo–spazio–informazione: embodiment e metafore corporee
• Coerenza tra geometria e comportamento: oggetti cognitivi come unità semantiche
  8. Fondamenti di Computer Graphics
• Relazioni spaziali e sistemi di riferimento: comprendere le gerarchie tra lo spazio locale (l’oggetto), il mondo (la scena) e la vista (l’utente).
• Logica delle trasformazioni: Traslazione, rotazione e scala come variabili che definiscono l’identità spaziale degli oggetti.
• La pipeline di visualizzazione: il percorso del dato geometrico dalla memoria alla retina. Comprendere dove nascono i colli di bottiglia prestazionali.
• Ottica virtuale e volumi di visione: il Frustum e i parametri del campo visivo (FOV) come vincoli per la composizione spaziale.
• Topologia e ottimizzazione delle superfici: mesh, normali e mapping UV: bilanciare la ricchezza visiva con la fluidità di calcolo.
• Fisica della luce e modelli di riflessione: Lambert, Phong e PBR come strumenti per comunicare profondità e materialità attraverso la luce.
  9. Architettura dell’Engine e Matematica 3D
• Composizione modulare della scena: la gerarchia padre-figlio e l’architettura a componenti come metodi di organizzazione logica comuni ai vari engine.
• Matematica dello spazio interattivo: utilizzo di vettori e matrici per descrivere posizioni e orientamenti (il dove e il verso).
• Rappresentazione della rotazione: limiti dei gradi di libertà; comprendere la differenza tra gli angoli di Eulero (intuitivi) e i quaternioni (stabili).
• Il ciclo di vita dell’applicazione (Game Loop): gestione del tempo reale, come l’engine sincronizza l’aggiornamento logico e il rendering.
• Gestione delle risorse e scalabilità: Prefab, istanze e pattern di riuso per la creazione di mondi complessi e ottimizzati.
• Sistemi di comunicazione e gestione degli eventi: architetture logiche per far interagire gli oggetti tra loro e con l’utente.
• Distribuzione e standardizzazione (OpenXR): Gestire l’eterogeneità dell’hardware attraverso layer di astrazione e pipeline di build.
  10. Sviluppo XR I Ambiente e fisica
• Configurazione del runtime XR: allineamento tra l’origine del tracking, le telecamere stereoscopiche e i controller nel mondo fisico.
• La fisica come vincolo di realtà: simulare la gravità e le collisioni per stabilire un contratto di credibilità con l’utente.
• Dinamica dell’interazione spaziale: Progettare la risposta fisica al tocco, alla presa e al lancio degli oggetti virtuali.
• Illuminazione in tempo reale e stabilità: strategie di baking e di global illumination per garantire prestazioni elevate su sistemi standalone.
  11. Sviluppo XR II Animazione e avatar
• Cinematica dell’interazione: Timing e spaziatura come strumenti per prevenire la dissonanza cognitiva nel movimento.
• Logica del comportamento animato: utilizzo di macchine a stati e di blend spaces per automatizzare le risposte degli oggetti.
• Il corpo virtuale e la cinematica inversa (IK): tecniche per ricostruire la postura dell’avatar a partire dai punti di tracking disponibili.
• Psicologia dell’embodiment: L’impatto percettivo della rappresentazione del sé (mani, corpo, avatar) sul senso di presenza.
  12. Sviluppo AR/MR Passthrough e spatial anchoring
• Paradigmi di fusione della realtà: Analisi comparativa tra la visione ottica diretta e quella mediata (video passthrough).
• Persistenza e ancoraggio spaziale: come il sistema mappa l’ambiente fisico e vi ancora in modo stabile il contenuto digitale.
• Semantica del blending visivo: gestione delle modalità di fusione (opaca, additiva) per mantenere la leggibilità degli elementi virtuali nel mondo reale.
• Sistemi di mappatura ambientale (SLAM): comprendere come il sistema ricostruisce lo spazio fisico per garantire l’occlusione e la persistenza.
  13. Esperienze XR/VR ed Education
• Mondo dell’istruzione e della Formazione: inserimento della VR nel contesti educativi
• Gestione degli eventi legati all’istruzione.
  14. Esperienze XR condivise architettura multiplayer
• Sincronizzazione della presenza: modelli logici per condividere lo stato del mondo tra più utenti in tempo reale.
• Gestione degli eventi distribuiti: Chi possiede l’oggetto virtuale? Logiche di ownership e di messaggistica tra i partecipanti.
• Latenza sociale e predizione: tecniche per mascherare i ritardi di rete e mantenere la fluidità delle interazioni interpersonali.
• Etica della presenza sociale: L’impatto dei glitch e dei disallineamenti di rete sulla qualità dell’esperienza condivisa.
  15. Progettazione cognitiva dello spazio XR
• Integrazione sistemica: Sintesi finale tra vincoli biologici, ergonomia spaziale e possibilità della computer graphics.
• Il cervello predittivo come strumento diagnostico: utilizzare la minimizzazione dell’errore di previsione per valutare la stabilità dell’esperienza.
• Protocolli di valutazione dell’esperienza: metodologie scientifiche (SSQ, IPQ) per misurare il comfort, la presenza e il carico cognitivo.
• Analisi critica di domini applicativi: valutazione di casi di studio reali in ambito medico, industriale ed educativo.
• Sostenibilità ed ergonomia del tempo: Progettare per sessioni prolungate gestendo la fatica muscolare e il recupero cognitivo.

Arricchire il bagaglio delle conoscenze di base fornendo le metodologie e gli strumenti, teorici e numerici per l’analisi dei circuiti, con particolare attenzione alle reti complesse.
Introdurre ed illustrare, anche attraverso esempi teorici e sperimentali, le principali fenomenologie e le dinamiche complesse che hanno luogo nelle reti non lineari.
Sviluppare la capacità di analisi qualitativa e quantitativa di reti complesse attraverso la definizione di modelli circuitali, la loro implementazione attraverso specifiche tecniche numeriche o l'impiego di tool di simulazione circuitale.
Conoscenza e capacita' di comprensione: Il percorso formativo fornisce agli studenti un ampliamento delle conoscenze sia teoriche che numeriche sui circuiti lineari e non lineari, rispetto ai corsi introduttivi. Lo studente verrà esposto e imparerà a selezionare le formulazioni analitiche e gli algoritmi numerici più adatti all’analisi di circuiti nelle diverse applicazioni. Inoltre, prenderà contatto con i principali concetti di dinamica non lineare dei circuiti, e con le reti complesse.
Capacita' di applicare conoscenza e comprensione: Lo studente dovrà mostrare di essere in grado di analizzare problemi circuitali complessi, con strumenti numerici sia di tipo “general purpose” che costruiti ad hoc, selezionando le formulazioni e gli algoritmi in relazione alle proprietà delle specifiche applicazioni.

Rivisitazione del modello circuitale, elementi circuitali e proprietà, soluzione analitica e numerica. Teoria dei grafi, matrici topologiche e loro relazioni, principali formulazioni delle equazioni circuitali; equazioni di stato e circuito resistivo associato. Circuiti non lineari, unicità della soluzione ed analisi qualitativa. Biforcazioni e cicli limite nei circuiti non lineari. Macro-modeling circuitale, identificazione e riduzione d’ordine. Progetto e sviluppo di resistori non lineari e di oscillatori. Formulazione generali del modello di un circuito complesso. Algoritmi per la soluzione numerica di equazioni a-dinamiche e differenziali, lineari e non lineari. Analisi dell'errore numerico e della convergenza degli algoritmi e relazione con i parametri di SPICE. Realizzazione (Laboratorio) di circuiti oscillatori. Simulazione, attraverso SPICE e MATLAB di circuiti dinamici non lineari, identificazione delle biforcazioni e dei cicli limite.

La discussione dell'elaborato progettuale costituisce la parte preponderante della valutazione.

· M. Hasler, J. Neirynck, Non Linear Circuits, Artech House, 1986, ISBN# 0-89006-208-0.
· L.O. Chua, P.M. Lin, Computer aided analysis of electronic circuits: algorithms & computational techniques, Prentice Hall, 1975, ISBN# 0-13-165415-2.
· L.O. Chua, C. A. Desoer, E. S. Kuh – Circuiti lineari e non lineari, Ed. Jackson.
· M. Parodi, M. Storace “Linear and Nonlinear circuits: basic & advanced concepts”, vol. 1 e 2, Ed. Springer.
· V. Comincioli, Analisi numerica: Metodi, modelli, applicazioni”, Mc-Graw Hill.
· A. Vladimirescu, Spice, Mc Graw-Hill, 1995.

Il corso fornisce allo studente nozioni specialistiche per il design e la progettazione di reti wireless, con enfasi sulle principali tecnologie innovative ed i trends tecnologici.
Conoscenza e capacita' di comprensione: Il percorso formativo intende fornire agli studenti le conoscenze e gli strumenti metodologici specialistici necessari per il design di protocolli per reti wireless. A tal fine, lo studente deve conoscere i principi di progettazione di una rete wireless. Deve inoltre conoscere le principali tecnologie e i principali standard. Deve infine distinguere i requisiti e le caratteristiche distintive dei diversi scenari applicativi, e deve conoscere le principali tecnologie innovative ed i trends tecnologici.
Capacita' di applicare conoscenza e comprensione: Lo studente deve essere in grado di identificare le criticità e i requisiti di una rete wireless. Deve inoltre essere in grado di individuare le limitazioni e le problematiche dei diversi standard. Deve infine essere in grado di progettare algoritmi e/o protocolli per reti wireless in scenari eterogenei.

Parte A: Fondamenti
Generalità sulle reti e sui servizi di telecomunicazione. Architetture e topologie delle reti wireless.
Data Link Layer per wireless networks. Protocolli di accesso per reti wireless. Modellazione e analisi delle prestazioni: ALOHA, slotted-ALOHA, CSMA-CD, CSMA-CA & 802.11 DCF. Protocolli di controllo di errore per reti wireless. Modellazione e analisi delle prestazioni: stop-and-wait, go-back-N, selective repeat. Principali standard per reti wireless.
Network Layer per wireless networks. Topologie: ad-hoc vs mesh vs infrastructured. Routing proattivo vs reattivo: AODV, OLSR. Metriche di routing: ottimalità.
Parte B: Evoluzione: dalle reti classiche alle quantum networks.
Principi architetturali. Entanglement come risorsa di rete. Entità di rete: nodi, repeaters e sorgenti di entanglement. Stack protocollare: verso la standardizzazione della Quantum Internet.

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione

Disponibile sul sito docente

Fornire le metodologie necessarie per l’analisi e la progettazione di sistemi ad alta frequenza per la sicurezza ed il 5G-NR.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere i principi di funzionamento e le caratteristiche radiative di sistemi d’antenna con prestazioni avanzate per la Sicurezze ed il 5G-NR. Deve inoltre saper riconoscere e comprendere i principi di funzionamento delle architetture per la trasmissione e ricezione a microonde ed onde millimetriche.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di sapere applicare, nell’ambito dei sistemi d’antenna per la Sicurezza ed il 5G-NR, gli strumenti metodologici acquisiti durante il corso, con particolare riferimento ai metodi di sintesi delle antenne e ai criteri di scelta delle architetture nonché al dimensionamento dei principali dispositivi coinvolti nei sistemi di rice-trasmissione.

Antenne a larga banda. Antenne notevoli: small antennas, antenne a fessura, antenne ad apertura, antenne a tromba, antenne a singolo e doppio riflettore e loro dimensionamento. [2 CFU] Componenti fondamentali ad alta frequenza. [1 CFU] La diffusione elettromagnetica e il concetto di Radar Cross Section (RCS); effetto Doppler. Array di antenne. Accoppiamento mutuo e sua rappresentazione in termini radiativi e circuitali. Sintesi di array di antenne: tecniche di sintesi canoniche. Antenne per applicazioni radar, scansione meccanica e scansione elettronica, phased array attivi e passivi. Reti di formazione del fascio, alimentazione true-time delay. Tecniche di riduzione della RCS di antenne. [2 CFU] Sensori per applicazioni radar automotive e body scanner. Dispositivi e sistemi d’antenna per il 5G-NR. Progetto di sistemi 5G-NR, sistemi MIMO, architetture per la formazione del fascio mono- e bi-dimensionale, sistemi massive MIMO, sistemi multibanda, sistemi riconfigurabili. [1 CFU] Architetture per trasmettitori e ricevitori con particolare enfasi alla bande delle microonde e delle onde millimetriche; transceiver; rumore. [1 CFU] Laboratorio: analisi, progetto e verifica di alcuni sistemi notevoli. [2 CFU].

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione

Si veda sito docente del titolare dell’insegnamento.

Obiettivo dell’insegnamento è fornire agli studenti le nozioni specialistiche sulla trasmissione a distanza dell’informazione e sulle tecnologie per le reti di accesso (wireless e cablate) a larga banda, con particolare attenzione alle moderne reti mobili 4G/5G ed evoluzioni ed all’erogazione di servizi multimediali innovativi su rete Internet (streaming video, IPTV). L’insegnamento si propone altresì di fornire agli studenti le nozioni specialistiche per l’implementazione di schemi di ricetrasmissione radio su piattaforma Software-Defined Radio (SDR) programmabile.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere le principali tecnologie per la trasmissione a distanza dell’informazione e la loro applicazione nelle moderne reti cablate e wireless a larga banda. Lo studente deve inoltre dimostrare di conoscere l’approccio Software-Defined Radio (SDR) per la realizzazione di schemi di ricetrasmissione radio su dispositivi programmabili.
Capacita' di applicare conoscenza e comprensione: Lo studente deve essere in grado di dimensionare un sistema di trasmissione sia cablato che radio. Lo studente deve dimostrare di saper implementare i principali schemi di ricetrasmissione radio in un ambiente software orientato alle applicazioni Software-Defined Radio.

Introduzione ai sistemi ed ai servizi di telecomunicazioni. Classificazione e funzionalità delle reti di telecomunicazioni. Tecniche di livello fisico per le comunicazioni a larga banda: tecniche avanzate di modulazione digitale, tecniche di diversità, sistemi MIMO e space-time, sistemi di smart antennas (beamforming/precoding), codifica di canale avanzata (es. LDPC, turbo codici), tecniche di ricetrasmissione su fibra ottica. Tecniche di accesso multiplo. Reti di accesso a larga banda in rame (xDSL ed evoluzioni) e fibra ottica (FTTx, PON ed evoluzioni). Reti di accesso wireless a larga banda (4G/5G ed evoluzioni). Integrazione delle reti di accesso nelle moderne reti di trasporto. Paradigmi emergenti per le reti mobili di prossima generazione (x-RAN, NFV, SDN). Sistemi di broadcasting radiotelevisivo (DVB-x, DAB ed evoluzioni). Tecniche efficienti per la fornitura di servizi multimediali su rete Internet (streaming video, IPTV). Introduzione al Software-Defined Radio ed attività di laboratorio.

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione.

Capitoli selezionati dai seguenti testi:
[1] A. Pattavina, Reti di Telecomunicazioni, 2nd ed., McGraw-Hill, 2007
[2] R. Ramaswami, K.N. Sivarajan, G.H. Sasaki, Optical Networks - A Practical Perspective , 3rd ed., Morgan Kaufmann, 2009
[3] T. Ogunfunmi, M. Narasimha, Principles of Speech Coding , CRC Press, 2010
[4] H.G. Perros, Connection-oriented Networks , Wiley, 2005
[5] A. Goldsmith, Wireless Communications , Cambridge University Press, 2005
[6] M. Sauter, From GSM to LTE-Advanced Pro and 5G , 3rd ed., Wiley, 2017
[7] E. Dahlman, S. Parkvall, J. Sköld, 5G NR: The Next Generation Wireless Access Technology , Academic Press, 2018

Obiettivi dell'insegnamento sono fornire i concetti specialistici per il dimensionamento e l’analisi di sistemi radar in diversi contesti operativi, corredati da elementi dettagliati per modellare la fenomenologia del canale, dell’interferenza e del bersaglio radar. Ulteriore scopo èintrodurre le principali tecniche di elaborazione del segnale radar sia nel dominio del tempo che in quello Doppler.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere le principali tipologie, configurazioni e modalità operative dei sistemi radar; deve essere in grado di applicare correttamente l’equazione radar per specifiche funzioni del sistema (quali ad esempio la ricerca e l’inseguimento). Deve inoltre sapere caratterizzare le prestazioni del radar dal punto di vista della probabilità di falso allarme e corretta rivelazione in presenza di diverse tipologie di bersagli (fluttuanti e non) e per differenti logiche di integrazione dei ritorni (ad esempio integrazione coerente e non). Deve comprendere le principali tecniche di elaborazione del segnale radar per la reiezione del clutter (sia nel dominio del tempo che in quello Doppler), per il controllo dei falsi allarmi e per la stima dei parametri del bersaglio.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper dimensionare i principali parametri del trasmettitore e del ricevitore di un sistema radar in diversi contesti operativi utilizzando modelli adeguati alla loro descrizione e ottimizzazione. Deve inoltre palesare capacità di caratterizzare le diverse funzionalità e modalità del radar. Deve essere in grado di selezionare gli schemi più opportuni per l’elaborazione del segnale radar con enfasi al filtraggio del clutter, alla rivelazione/stima dei parametri del bersaglio e al controllo dei falsi allarmi.

Principi di funzionamento del radar ad impulsi e ad onda continua.
Principali parametri, funzioni e applicazioni del radar.
L’equazione radar e sue diverse forme.
I processi di ricerca e inseguimento radar.
Effetti atmosferici e loro correzione.
Caratterizzazione del clutter.
Caratterizzazione dei bersagli radar.
Acquisizione e digitalizzazione del segnale radar.
Rivelazione di bersagli e calcolo della probabilità di falso allarme e corretta rivelazione.
Tecniche per il controllo dei falsi allarmi.
Elaborazione Doppler.
Segnali e codici radar.
Tecniche per la stima dei parametri e l’inseguimento di bersagli.

l campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione

Libri di testo:
M. A. Richards, J. A. Scheer, and W. A. Holmes: "Principles of Modern Radar: Basic Principles",
Scitech, 2010.
M. Skolnik: "Radar Handbook", Third Edition, Mc Graw Hill, 2008.
G. Stimson: "Introduction to Airborne Radar", Third Edition, IET, 2014.
Dispense:
“Slide del corso”, distribuite annualmente.

The course aims to familiarize students with the distinctive teamwork of space experiment projects. The student will acquire the fundamental concepts concerning the scientific and engineering problems related to the execution of experiments on board space platforms, with particular reference to the aspects concerning research in microgravity. Topics include the study of the behavior of fluids in conditions of reduced gravity, their modeling and the study of experimental techniques available on board space platforms.
Conoscenza e capacita' di comprensione: The student must have achieved an adequate knowledge of the scientific and engineering problems related to the execution of experiments on board space platforms.
Capacita' di applicare conoscenza e comprensione: The student must demonstrate that he/she is able to apply the concepts acquired in the study of the phenomena that characterize the experimentation on board of space platforms, must be able to understand the physical principles, the technological solutions and the theoretical, numerical and experimental methodologies used for such applications.

[1cfu] Introduction to space utilization and overview of main scientific space programmes. Role of principal investigators, space industries and agencies. Historical perspectives of human space flight. Lessons learned.
[0.5 cfu] Space Agencies organization and activities. Current governative and commercial space programs. Motivations for research in microgravity
[0.5 cfu] Overview of main research fields in Fluid, Material, Life Sciences and related applications.
[1cfu] Short and long-duration microgravity opportunities: drop towers and drop tubes, parabolic flights on aircrafts, sounding rockets, orbital platforms.
[1cfu] Fluid science fundamentals. Fluids and materials behaviour in space. Microgravity Fluid dynamics: capillarity, balance equations, order of magnitude analysis and examples. Buoyancy and surface tension-driven convection. Technological issues: containerless processing.
[1cfu] The International Space Station (ISS). Pressurized and unpressurized elements. Accomodation and utilisation resources for payloads. Columbus laboratory. Microgravity facilities.
[1cfu] Scientific operations. Ground Segment. Optical diagnostics for microgravity fluid dynamics.

In case of team working, the oral exam will concern the content of the project work. Each student shall be able to defend the content and design choices of the related project work, also making use of computer presentations and multimedia files.
The final grade is formulated by the Examination Board with reference to the level of knowledge of the student on the topics of the course. The final evaluation is discussed and highlighted to each student.

See web site of the teacher

Il corso fornisce gli elementi fondamentali per la progettazione di un sistema spaziale in risposta ai requisiti e agli obiettivi delle missioni spaziali, con particolare attenzione ai sottosistemi a bordo di un satellite, in termini di modellizzazione matematica e fisica del comportamento dei sottosistemi, tecnologie ed esempi di sviluppo e soluzioni.
Conoscenza e capacita' di comprensione: Il corso mira a fornire agli studenti le conoscenze e gli strumenti metodologici necessari per analizzare i sistemi spaziali. Tali strumenti consentiranno agli studenti di comprendere le relazioni causali tra i requisiti di missione e la progettazione dei sistemi spaziali, le relazioni funzionali tra i vari sottosistemi di un satellite, nonché di cogliere le implicazioni sulla progettazione di un sistema spaziale o di un sottosistema derivanti dall’interazione con l’ambiente spaziale. Gli studenti devono dimostrare di possedere conoscenze e comprensione dei problemi relativi alla progettazione di un sistema spaziale e dei suoi componenti e sottosistemi.
Capacita' di applicare conoscenza e comprensione: Gli studenti devono essere in grado di utilizzare una serie di informazioni tecniche relative ai sistemi spaziali e ai relativi componenti e sottosistemi per risolvere problemi riguardanti la loro progettazione e il loro funzionamento; di applicare gli strumenti metodologici appresi nel corso alla progettazione di un sistema spaziale e dei suoi componenti. Il corso mira quindi a trasmettere la capacità di applicare e utilizzare concretamente le conoscenze e gli strumenti metodologici acquisiti per la progettazione di un sistema spaziale

[1,5 CFU] Elementi di progettazione e ingegneria dei sistemi spaziali: ciclo di vita dei programmi spaziali, architettura delle missioni spaziali (obiettivi della missione e carico utile, segmento spaziale, segmento di terra, lanciatore), bilanci di massa e potenza di sistemi e sottosistemi, margini di progettazione. Esercizi ed esempi pratici di progettazione. Nozioni introduttive sulla qualificazione spaziale e sui test a terra B O Z Z A [1,5 CFU] L’ambiente spaziale e la sua interazione con il satellite e i suoi sottosistemi: l’atmosfera, la ionosfera, la magnetosfera, l’ambiente di radiazione e i suoi principali effetti sulle unità e sui sottosistemi satellitari, l’ambiente termico, le principali perturbazioni che agiscono su un satellite e i loro effetti. [6 CFU] Elementi per la progettazione dei sottosistemi satellitari: principali sottosistemi/unità e componenti di un satellite, architetture e soluzioni tecnologiche, principi di funzionamento, derivazione dei requisiti di progettazione dagli obiettivi della missione. Modelli matematici semplificati per la progettazione di sottosistemi e componenti: sottosistema di controllo dell’assetto e dell’orbita, sottosistema di alimentazione elettrica, sottosistema di controllo termico, sottosistema di telemetria e telecomunicazioni, sottosistema di propulsione. Esercizi ed esempi pratici di progettazione. Viene inoltre proposta una serie di compiti di progettazione (o lavori di progetto) agli studenti, suddivisi in gruppi, da sviluppare nel corso del semestre.

Il voto finale viene determinato dalla Commissione d'esame sulla base dei punteggi ottenuti dallo studente nella presentazione del progetto e nel successivo esame orale. La valutazione finale viene discussa e comunicata a ciascuno studente.

Diapositive del corso fornite dal docente e i seguenti libri di testo consigliati: Charles D. Brown, *Elements of Spacecraft Design*, collana AIAA Education Series, 2002, ISBN 1563475243; James Richard Wertz, Wiley J. Larson, *Space mission analysis and design*, Volume 8, Springer, 1999, ISBN 0792359011; 2 James Richard Wertz, *Spacecraft attitude determination and control*, Springer, 1978, ISBN 9027709599; Vincent L. Pisacane, *Fundamentals of space systems*, Oxford University Press US, 2005, ISBN 0195162056

Il corso si pone l’obiettivo di fornire un’impostazione metodologica e tecnologica per il progetto di sistemi sicuri. Il corso prevede di analizzare le tecniche di progetto standard con riferimento allo sviluppo ed uso dei principali meccanismi di sicurezza, tra cui: meccanismi di autenticazione e controllo accessi, meccanismi di sicurezza crittografici, meccanismi per la protezione delle comunicazioni e dei sistemi distribuiti. Sono inoltre presentati i principali elementi per l’analisi dei rischi e delle minacce applicabili ad un sistema per guidare le fasi di progettazione e le principali tecniche di assessment e testing della sicurezza dei sistemi.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e comprendere le problematiche relative al progetto di sistemi sicuri, con riferimento alle metodologie di analisi e progettazione, standard, presentate durante il corso, e considerando i vincoli specifici derivanti dalle tecnologie utilizzate. Deve inoltre dimostrare di comprendere le caratteristiche fondamentali di diversi meccanismi di sicurezza e di saper individuare i controlli più appropriati per soddisfare specifici requisiti di progettazione.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di eseguire l’intero ciclo di analisi, progettazione e sviluppo di un sistema sicuro, dalla fase di analisi dei rischi e delle minacce alla identificazione dei meccanismi di controllo più opportuni, alla loro implementazione e corretta configurazione, fino al testing finale della sicurezza del sistema, utilizzando strumenti e ambienti di sviluppo di ampio utilizzo.

Course Introduction: Basic terminology, Overview of system security, Policy/mechanism
separation, Security requirements.
Fundamentals of cryptography: Symmetric cryptosystems: Block Cipher (DES, Skipjack….),
Asymmetric cryptosystems: RSA, ECC; Key Management and distribution; Digital signature, Hash
functions, Smart Card security; Public Key Infrastructure: PKCS Standards, X. 509 Certificates,
Certificate Policies and Cross Certification; Java Cryptography Architecture; Digital Signature and
PEC in the Italian law.
Identification and Authentication mechanism: Authentication mechanisms, Authentication
protocols, Single Sign On, Kerberos, Identity Federation, OAuth, SAML, IAM (Identity and Access
Management) Systems; credential management systems (Vault).
Access Control mechanism: Access Control models: Discretionary and Mandatory Access
Control Models (DAC, MAC), Role based Access Control Models (RBAC), Other models: Attribute
based Access Control (ABAC), Role hierarchy management, Conflict management; Access
Control frameworks: XACML, Keycloack, Authentication and Authorization services.
System and Communication Protection mechanism: Attack taxonomy, Firewalls, Gateways,
Intrusion Detection systems; Network segmentation and demilitarized zone (DMZ), Monitoring
mechanisms; Auditing and Logging mechanisms.
Application and Network Security protocols: SSL, PGP, SMIME, VPN, IPv6.
Design of Secure Systems: standard risk-based development approach (NIST, ISO), Secure
SDL methodologies, threats and vulnerabilities analysis, risk analysis, security controls
identification techniques, security assessment, static and dynamic security testing techniques.
Design trade-offs: Security and Performances. Case studies: Web application security, Security in
hw and embedded devices (IoT security, WSN security, FPGA security…..), Cloud Security.

La verifica dell’apprendimento prevede una prova orale orientata alla verifica della comprensione dei concetti teorici del corso e alla discussione di un elaborato.

Libro di testo: Stallings William –Computer Security, Principles and Practice 3rd Ed - Prentice Hall.
Dispense e presentazioni fornite dal docente relative ad argomenti teorici e applicativi.
Manuali e standard di riferimento dei meccanismi e metodologie di sicurezza utilizzati.
Codice relativo alle esercitazioni svolte in aula.

Fornire abilità teoriche e pratiche per applicare metodi di ottimizzazione e identificazione nella sintesi di sistemi di controllo per vari tipi di processi.
Conoscenza e capacita' di comprensione: Capacità di formulare, analizza e risolvere problemi di identificazione e controllo in ambiente deterministico o incerto.
Capacita' di applicare conoscenza e comprensione: Capacità d'impiegare piattaforme di calcolo numerico per gli scopi sopra detti.

Definition and meaning of the objective function and solution of the problem using a variational approach. Necessary conditions for optimality. Optimal control problem for discrete-time systems. Multi-stage decision. The linear-quadratic (LQ) case. State-feedback solution and the Riccati equation. Solution of the LQ regulator in open and closed loop. Bellman’s Principle of Optimality and Dynamic Programming (DP). Solution of the optimal control problem using the DP algorithm. Application to the LQ problem. Asymptotic solution of the optimal control problem and stability of the closed-loop system. Dynamical Optimization in Presence of Uncertainty: Brief overview on probability and statistics. Static optimization in presence of uncertainty: certainty equivalence and stochastic programming. Decisions in presence of uncertainty. Modeling uncertainty: measurement and process noises. White gaussian noise and noise propagation through a discrete-time dynamical system. The value of information on the state and closed-loop solutions. Solution of the linear-quadratic-gaussian (LQG) problem via DP. State Filtering and Prediction: State estimation in an uncertain linear dynamical system. Kalman predictor/corrector/filter. The extended Kalman filter for nonlinear systems. Optimal control with estimated state feedback. Matlab/Simulink implementation of the state-feedback optimal control and of the asymptotic Kalman filter. Numerical examples in applications. Estimation Theory: Parametric estimation. Data generating process. Modeling uncertainty. Estimators and estimates. Properties of estimators. Least squares estimates. Recursive least squares estimator. Forgetting factor in recursive least squares estimation. Identification Models for identification. Overview on the state-space and input-output representations of a dynamical systems. Polynomial representation using the z-operator. Model and equation errors. ARMAX models. Identification problem. Model and parameter identification. Model accuracy and complexity. Validation of the identified model and residuals analysis. Stochastic models of time series: AR, ARX, MA, ARMAX.

L'esame finale consiste nella presentazione di un progetto sviluppato da uno più studenti (al massimo due) seguito da un colloquio sugli aspetti teorici del corso.

Note delle lezioni
Bertsekas, Dynamic Programming and Optimal Control , Athena Scientific, 2012
Anderson, Moore, Optimal Control: Linear Quadratic Methods , Dover, 2007

Obiettivo dell’insegnamento è quello di introdurre il tema della trasmissione dell’informazione tra due punti nella eventualità in cui il canale di forme d’onda sia distorcente, o anche solo non spazialmente separato da trasmettitori adiacenti, e quindi risulti opportuno ricorrere ad un approccio multiportante. L’insegnamento si propone di fornire agli studenti nozioni specialistiche sull’approccio multiportante sia nella versione OFDM correntemente diffusa sia nella versione che ricorre a banchi di filtri, particolarmente promettente come soluzione dei futuri standard di rete, e sui meccanismi di sincronizzazione che costituiscono il nucleo della complessità di elaborazione dei ricetrasmettitori multiportante.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e saper comprendere le problematiche relative alle motivazioni insite nel ricorso ad una soluzione standard per i sistemi multiportante, ai vantaggi di una soluzione multiportante a banchi di filtri rispetto alla soluzione standard, e ai meccanismi di sincronizzazione per i sistemi multiportante. Deve dimostrare di sapere elaborare argomentazioni concernenti i nessi tra distorsione introdotta dal canale di forme d’onda e costruzione del segnale da trasmettere in modalità multiportante, ricordare il suo legame con la multiplazione a divisione di frequenza e con le modalità in cui vengono svolte le funzioni di sincronizzazione, illustrare il quadro complessivo dei vantaggi e degli svantaggi connessi alle varie scelte architetturali che definiscono un ricetrasmettitore multiportante.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di risolvere problemi concernenti il confronto dei vantaggi e degli svantaggi connessi alla scelta di una soluzione multiportante rispetto ad una soluzione alternativa, nonché alle diverse possibili alternative disponibili all’interno dei sistemi multiportante, e di saper condurre la progettazione di massima per la definizione delle soluzioni di connessione legate alla trasformazione digitale delle diverse tipologie di oggetti reali.

Richiami sulla segnalazione digitale su canale AWGN e a banda limitata. Descrizione di un sistema multiportante standard e dei suoi vantaggi rispetto alle alternative. Descrizione dei meccanismi fondamentali di sincronizzazione in un sistema multiportante standard. Descrizione di un sistema multiportante a banco di filtri, delle sue diverse versioni e delle diverse strutture di elaborazione che lo costruiscono. Descrizione dei meccanismi fondamentali di sincronizzazione in un sistema multiportante a banco di filtri. Descrizione dei vantaggi di un sistema multiportante a banco di filtri in confronto con uno standard.

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione.

Dispense rese disponibili online agli studenti del corso.

Il corso, destinato agli studenti di laurea magistrale che abbiano acquisito nel precedente triennio gli elementi di base delle discipline dell’informazione, ha per obiettivo principale l’inquadramento sistematico di concetti quali definizione e misura dell’informazione, compressione dati (codifica di sorgente), compressione con perdite (teorema rate-distortion e quantizzazione vettoriale), trasferimento affidabile dell’informazione attraverso canali rumorosi (codifica di canale), fondamenti di teoria della decisione e di inferenza statistica.
Conoscenza e capacita' di comprensione: Lo studente sarà messo in grado di comprendere le funzioni delle varie parti costitutive dei sistemi di elaborazione, immagazzinamento e trasferimento dell’informazione, nonché i principi che ne ispirano il progetto. Inoltre, lo studente sarà quindi in grado di “rileggere” alcune nozioni acquisite nell’ambito del triennio di base alla luce dei principi generali della Teoria dell’Informazione. Acquisirà inoltre alcuni concetti di base dell'elaborazione statistica di dati, quali il progetto di regole di decisione e i principi dell'inferenza statistica
Capacita' di applicare conoscenza e comprensione: Lo studente saprà non solo applicare concretamente i concetti forniti durante il corso al progetto di specifiche parti costitutive dei sistemi – per esempio, codificatori di sorgente e/o di canale, quantizzatori, ecc. – ma anche riconoscerne la rilevanza nell'ambito di discipline apparentemente lontane (quali complessità, computabilità, costruzione di alberi decisionali, ecc.).

• Concetti fondamentali. Informazione e sua misura: l’entropia e le sue proprietà. Entropia congiunta e condizionale. Divergenza e mutua informazione. Proprietà delle principali grandezze informazionali.
• Codifica dell’alfabeto di sorgente. Introduzione alla codifica di sorgente. Codici non singolari, univocamente decifrabili e a prefisso. Codici di Huffman, di Shannon, di Shannon-Fano-Elias. Limiti informazionali alla lunghezza media dei codici di sorgente. Codifica a blocchi. Caratterizzazione delle sorgenti: il tasso entropico e le sue interpretazioni. Concetto di tipicità e sue implicazioni nella compressione dati. Codifica aritmetica. Codifica di Lempel-Ziv.
• Compressione con perdite. Introduzione al concetto di compressione con perdite: il tasso (Rate) e la Distorsione (Distortion). Il concetto di Rate-Distortion function. Calcolo della funzione R-D per alcune sorgenti notevoli e sue interpretazioni. Codifica (con perdite) a blocchi e sua interpretazione. Teorema Rate-Distortion. Applicazioni: quantizzazione scalare e quantizzazione vettoriale. Progetto di quantizzatori vettoriali. Esempi.
• Capacità di canale. Concetti fondamentali: canali di comunicazione, tasso di trasmissione, tasso di codifica. Capacità di canale: concetti generali e casi notevoli. Teorema della codifica di canale. Esempi di codici di canale: codifica binaria lineare a blocchi e suoi limiti prestazionali. Separabilità della codifica di sorgente e della codifica di canale. Estensione al caso continuo delle principali grandezze informazionali. Canali continui e loro capacità. Il canale Gaussiano additivo. Canali Gaussiani in parallelo. Canali Gaussiani con memoria. Cenni ai canali con feedback.
• Fondamenti di statistica inferenziale. Regole di decisione. Classificazione. Test di ipotesi statistiche. Stima di parametri: stimatori Bayesiani e non Bayesiani

La verifica avverrà mediante un colloquio orale sui contenuti del corso.

Il testo di riferimento è T. Cover, J. Thomas, “Elements of Information Theory”.
Materiale didattico aggiuntivo (slides, note del docente) sarà reso disponibile sul canale teams del corso.

L’obiettivo formativo è fornire le conoscenze, fino al livello operativo, per comprendere il funzionamento di sistemi d’interesse per un ampio spettro di applicazioni della vita reale basata sulla Tomografia e l’Imaging elettromagnetici. Le applicazioni d’interesse riguarderanno la tomografia nelle applicazioni industriali e nelle applicazioni medicali (Microwave Tomography), l’imaging nelle applicazioni di sicurezza (body scanning), la diagnostica per immagini (TAC, PET e MRI) e il Ground Penetrating Radar. In particolare, si richiameranno i principi fondamentali della Tomografia e dell’Imaging elettromagnetici e si comprenderanno gli algoritmi effettivamente utilizzati per la loro elaborazione sino ad un livello di dettaglio operativo. Infine, si metteranno in pratica, in laboratorio, le conoscenze acquisite nella implementazione di alcuni semplici esempi di Tomografia e Imaging in codici di calcolo in grado di operare a partire da dati realistici.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di aver acquisito adeguata conoscenza dei principi fisici alla base delle principali tecniche di tomografia e imaging elettromagnetiche, quali la CAT, l’MRI, l’imaging a microonde e l’imaging passivo. Lo studente deve dimostrare di aver raggiunto anche una sufficiente comprensione delle motivazioni e dei limiti delle tipiche approssimazioni adottate in tali ambiti, utilizzate anche per la linearizzazione dei legami. Inoltre, deve aver raggiunto adeguata consapevolezza delle cause della malposizione di un problema inverso lineare e dei principali metodi di regolarizzazione con particolare riferimento al compromesso in termini di filtraggio del rumore e capacità di risoluzione.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper mettere in pratica, attraverso la descrizione analitica di appropriati algoritmi di calcolo, metodi iterativi e non iterativi per la soluzione di problemi tomografici. In particolare, deve essere in grado di discutere nel dettaglio metodi classici di regolarizzazione quali la tecnica di Tikhonov e le sue declinazioni in termini di iterazioni di Landweber e steepest descent nonché di Decomposizione ai Valori Singolari. Deve anche dimostrare un adeguato grado di capacità di gestione relativamente ai problemi di calcolo veloce per applicazioni tomografiche.

Richiami sugli elementi di base dell’elettromagnetismo. Il concetto di funzione di Green. Sorgenti elettromagnetiche e radiazione. Equazione della radiazione. La diffusione elettromagnetica e il concetto di campo incidente, campo diffuso e campo totale. Equazione della diffusione elettromagnetica. Introduzione alla tomografia e imaging elettromagnetici. Richiami ai principi fisici alla base della TAC, PET, MRI. [2 CFU]
Richiami agli algoritmi fondamentali per il trattamento dei dati (trasformata di Radon, backprojection, FFT e Non-Uniform FFT, ART, etc.). [1 CFU]
Problemi inversi e il concetto di mal posizione e mal condizionamento nella loro soluzione. Metodi per la soluzione e la discretizzazione delle equazioni di interesse. Algoritmi numerici per la soluzione del problema discreto. Tecniche di regolarizzazione e precondizionamento, e analisi delle prestazioni (SVD), gradiente coniugato, gradiente biconiugato stabilizzato, total variation, etc.). Tecniche algoritmiche ed implementative per la soluzione numerica e l’accelerazione dell’elaborazione. [2 CFU]
Applicazioni alla tomografia, al body scanning, al Ground Penetrating Radar, alla TAC, alla PET e alla MRI. [2 CFU]
Esercitazioni di laboratorio, sia di tipo numerico che di tipo sperimentale. [2 CFU]

Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione.

M. Bertero, P. Boccacci, Introduction to Inverse Problems in Imaging, IoP Publishing
A.C. Kak, M. Slaney, Principles of Computerized Tomographic Imaging, SIAM

Il corso mira a fornire le principali conoscenze teoriche e pratiche in relazione al catalogo di fattispecie incriminatrici (tanto codicistiche, quanto versate nella legislazione complementare) poste a presidio della integrità e della riservatezza dei dati, anche personali, in speciale modo quando contenuti all’interno di un sistema informatico. Verrà pertanto analizzata la disciplina prevista dal D.lgs. 196/2003 per come modificata dal Regolamento cd. GDPR, unitamente alle figure criminose concernenti l’indebita intrusione nelle (o manipolazione delle) informazioni altrui, tanto nel momento statico della loro conservazione (ad es. accesso abusivo a sistema informatico, danneggiamento di sistema informatico), quanto nella fase dinamica della relativa comunicazione (abusiva intercettazione di comunicazione). Ci si soffermerà inoltre sulla emersione della riservatezza come autonomo bene giuridico meritevole di tutela penale.
Conoscenza e capacita' di comprensione: Ci si attende che lo studente risulti capace di conoscere e comprendere i fatti illeciti sussumibili nella fattispecie passate in rassegna, anche grazie al confronto con la giurisprudenza esistente in materia. Si auspica altresì una adeguata capacità critica in relazione alle scelte legislative circa le modalità di tutela della riservatezza e dei dati personali, il tutto attraverso una idonea conoscenza dei principi generali e delle categorie del diritto penale.
Lo studente deve dimostrare di conoscere gli istituti del diritto penale e comprendere le problematiche relative alle fattispecie incriminatrici che verranno studiate. Deve dimostrare di sapere individuare l’interesse protetto da ciascuna e comprendere la ragioni delle scelte e delle tecniche di incriminazione. Il percorso formativo intende fornire agli studenti le conosce e gli strumenti metodologici di base necessari per riconoscere il carattere illecito e le conseguenze sanzionatorie di determinate condotte, anche connesse alla loro futura esperienza professionale. Si forniranno altresì gli strumenti per distinguere l’intervento sanzionatorio di matrice amministrativa da quello propriamente penale, specie nel settore del trattamento dei dati personali.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di procedere alla qualificazione delle condotte concernenti il trattamento di dati personali ovvero la conservazione e la diffusione delle informazioni attraverso strumenti informatici e telematici. Deve dimostrare di saper applicare il metodo della scienza penale anche nella comprensione delle decisioni delle Corti nazionali e sovranazionali su fatti illeciti che compromettono il diritto alla riservatezza e alla sicurezza delle informazioni. Ci si attende altresì un adeguato impiego del lessico giuridico e penalistico in particolare.

Principi generali del diritto penale; il reato ed i relativi elementi costitutivi; rapporto tra reato e illecito
amministrativo.
La nozione di riservatezza e la riservatezza come bene giuridico meritevole di tutela penale.
La normativa italiana in materia di privacy; l’incidenza della normativa europea: il Regolamento cd. GDPR e la Direttiva. Le figure soggettive deputate alla protezione dei dati personali; l’Autorità Garante; gli illeciti amministrativi per violazione della disciplina in materia di trattamento dei dati.
Le figure di trattamento illecito di dati personali.
I reati informatici e telematici.
La tutela del domicilio informatico; la tutela dell’integrità dei dati e dei sistemi; la tutela delle comunicazioni.

P. Troncone, La tutela penale della riservatezza e dei dati personali, Napoli, 2020;
F. Mantovani, Diritto penale, Parte speciale, I, I delitti contro la persona, Milano, 2019; durante il corso saranno fornite agli studenti slides di approfondimento su argomenti specifici e saranno commentate sentenze sulle fattispecie oggetto di trattazione

The course is intended to provide a basic knowledge about architecture and operation of Unmanned Aircraft Systems (UAS), dealing in particular with UAS classification, regulations, sensors and data fusion algorithms, autonomous guidance, navigation and control, communication and data links, ground stations. Special emphasis is given to enabling technologies for autonomous flight and UAS integration in the civil airspace, such as ground-based and airborne sense and avoid systems.
Conoscenza e capacita' di comprensione: Students will learn basic information about architecture and operations of Unmanned Aircraft Systems, with emphasis on autonomous flight and communications, navigation and surveillance technologies.
Capacita' di applicare conoscenza e comprensione: Students will be able to apply their knowledge on Unmanned Aircraft Systems to design, develop, or select architectures and technologies that fulfill specific mission objectives, also accounting for airspace integration.

[1 CFU] Introduction. Definitions and principles.
UAS Configurations and Applications: Military & Civilian Roles. Evolution, current and future systems.
[5 CFU] UAS Onboard Systems:

• Overview of UAS payloads
• Onboard navigation systems and landing aids
• Vision-based applications and techniques, vision-aided navigation
• Basics of data fusion and airborne tracking systems
• UAS planning, guidance, and control
  o fixed wing - architecture and algorithms of UAS autopilots: path planning, path management, guidance (trajectory tracking, path following), autopilot control loops
  o rotary wing - dynamics and control of multirotor systems, planning and guidance approaches
  o exercises and practical examples of small UAS guidance navigation and control with ad hoc software tools.
  [1 CFU] UAS communications and ground control systems
  UAS ground stations and human factors, levels of automation, mission planning systems.
  [2 CFU] Regulations and airspace integration
  Current UAS operations, cooperative and non-cooperative separation assurance and collision avoidance systems, ground-based and airborne sense and avoid systems and algorithms. Practical anti-collision system design examples.

The section will be completed in accordance with the forthcoming PQA Guidelines

Slides, lecture notes, technical papers. Textbooks: J. Gundlach, Designing Unmanned Aircraft Systems: A Comprehensive Approach, AIAA Education Series, 2012. R. Austin, Unmanned Aircraft Systems: UAVs Design, Development and Deployment, Wiley, 2010. R.W. Beard, T.W. McLain, Small Unmanned Aircraft: Theory and Practice, Princeton University Press, 2012. R.W. Beard, Quadrotor dynamics and control, lecture notes, 2008. S. Blackman, R. Popoli, Design and analysis of modern tracking systems, Artech House, 1999

Obiettivo del corso è fornire agli studenti nozioni avanzate nel campo della comunicazione web-based e in tempo reale. Gli studenti acquisiranno familiarità con la progettazione e lo sviluppo di sistemi di comunicazione complessi, concentrandosi sia sul lato client che sul lato server. Conosceranno i protocolli di rete che costituiscono la base della comunicazione basata sul Web e in tempo reale, oltre a imparare a utilizzare le API (Application Programming Interface) standard rese disponibili. Il corso tratta sia argomenti di programmazione che argomenti di networking. Tutti i protocolli e le soluzioni di rete verranno prima studiati in dettaglio e poi messi in pratica attraverso la progettazione e l'implementazione di prototipi dimostrativi che rappresentano scenari applicativi del mondo reale.
Conoscenza e capacita' di comprensione: Al termine del corso, gli studenti saranno in grado di dimostrare conoscenze avanzate nel campo della comunicazione web-based e in tempo reale. Avranno una chiara comprensione dei protocolli e delle API che rappresentano lo stato dell'arte in entrambi i campi. Passo dopo passo, il corso li porterà verso un approccio integrato, per cui la comunicazione basata sul web e in tempo reale alla fine coesisteranno in un unico scenario unificato aderente agli ultimi standard emessi sia dall'Internet Engineering Task Force (IETF) che dal World Wide Web Consortium (W3C). Saranno pronti per inserirsi nel mondo del lavoro, entrando a far parte di team di sviluppo all'avanguardia, contribuendo attivamente alla progettazione e alla realizzazione di sistemi di comunicazione avanzati. Il completamento con successo del corso consentirà loro di applicare efficacemente le conoscenze acquisite in una serie di scenari del mondo reale che richiedono capacità ingegneristiche avanzate, mettendo a fattor comune le competenze di networking e le capacità di programmazione acquisite.
Gli studenti dovranno dimostrare capacità di conoscere e comprendere i problemi legati sia alla comunicazione che alla programmazione, con particolare riferimento alla progettazione ed allo sviluppo di complessi sistemi distribuiti ed interoperanti. Dovranno maturare competenze relative ai protocolli di comunicazione, alla interazione sincrona ed asincrona, alla programmazione lato client, lato server e peer-to-peer, abbracciando un approccio ingegneristico e guardando ai sistemi in modo integrato. Il corso fornisce agli studenti conoscenze avanzate nel campo della comunicazione in tempo reale basata sul web, illustrando anche come sfruttare strumenti sia metodologici che pratici al fine di progettare ed implementare sistemi di comunicazione multimediale in tempo reale efficaci, interoperabili, scalabili e sicuri, in conformità ai protocolli standard ed alle API di ultima generazione. Tali strumenti consentiranno agli studenti di cogliere le connessioni causali tra comunicazione basata su rete e programmazione basata su eventi, nonché di comprendere le implicazioni dell'adozione di un paradigma di progettazione e sviluppo agile per la realizzazione di sistemi di comunicazione avanzati.
Capacita' di applicare conoscenza e comprensione: Gli studenti dovranno dimostrare la capacità di progettare sistemi complessi costituiti da componenti distribuiti che scambiano tra di loro dati multimediali in tempo reale. Dovranno dimostrare una chiara comprensione dei principali protocolli di rete che offrono supporto a tali sistemi per tutto ciò che riguarda le loro esigenze di comunicazione. Dovranno dimostrare competenze di programmazione avanzate, con particolare riferimento all'utilizzo delle API standard che vengono offerte ai programmatori sia lato client che lato server. Il corso fornisce competenze e strumenti necessari per applicare le conoscenze nella pratica, favorendo la capacità di utilizzare un approccio metodologico che integri correttamente diverse tecnologie (nonché diversi linguaggi di programmazione) in un quadro unificato che consenta di curare efficacemente le molteplici sfaccettature di un sistema complesso di comunicazione.

La classe procederà per gradi verso l'obiettivo finale di progettare e realizzare sistemi integrati mettendo insieme le soluzioni più aggiornate nel campo della comunicazione web-based e in tempo reale. Verranno introdotti per primi i protocolli e le tecnologie di comunicazione web-based, concentrandosi sia sugli aspetti di comunicazione che di programmazione. Lo sviluppo di applicazioni web lato server sarà analizzato in dettaglio, con l'aiuto di esempi reali associati a framework e linguaggi di programmazione all'avanguardia. Verrà discussa la programmazione web lato client attraverso il linguaggio JavaScript, con particolare attenzione al paradigma sincrono e asincrono. Verranno introdotti e approfonditi il linguaggio e le API XML (eXtensible Markup Language). L'attenzione si sposterà quindi sulla comunicazione in tempo reale, osservando sia il livello di dati che il livello di segnalazione. Le tecnologie di streaming all'avanguardia saranno discusse in dettaglio e analizzate comparativamente. Verranno presentati i problemi di raggiungibilità della rete e di attraversamento NAT (Network Address Translation), insieme ai protocolli standard che sono stati progettati per affrontarli efficacemente. Verrà presentata una panoramica dettagliata delle più aggiornate applicazioni di messaggistica istantanea e dei relativi protocolli standard. Infine, la classe mostrerà come mettere insieme le cose in un framework integrato che sfrutta sia i protocolli e le API standard IETF RtcWeb che W3C WebRTC per realizzare scenari di comunicazione in tempo reale abilitati al Web di prossima generazione.
Syllabus:

• Web-based communication basics: HTTP protocol deep-dive
• Server-side programming basics: Common Gateway Interface (CGI)
• Server-side programming in Java through Java servlets
• Server-side programming in Python through the Flask framework
• Server-side programming in Java through the Spring Boot framework
• Client-side programming with JavaScript
• Asynchronous JavaScript and XML (AJAX) and the Fetch API
• The XML language
• XML programming
• Server-side programming in JavaScript with Node.JS
• Web-based interaction through WebSockets
• The Real-time Transport Protocol (RTP)
• Voice over IP (VoIP) applications and the Session Initiation Protocol (SIP)
• Streaming protocols and technologies:
  o Real Time Streaming Protocol (RTSP)
  o MPEG-DASH (Dynamic Adaptive Streaming over HTTP)
  o Real Time Messaging Protocol (RTMP)
  o Peer-to-peer approaches
• NAT-traversal protocols:
  o Session Traversal Utilities for NAT (STUN)
  o Traversal Using Relays Around NAT (TURN)
  o Interactive Connectivity Establishment (ICE)
• Instant Messaging protocols and technologies:
  o Internet Relay Chat (IRC)
  o Session Initiation Protocol for Instant Messaging and Presence Leveraging Extensions (SIP/SIMPLE)
  o eXtensible Messaging and Presence Protocol (XMPP)
  o WebRTC-enabled IM through data channels
  o Web-socket enabled IM
  o Message Queuing Telemetry Transport (MQTT) enabled IM
  o Advanced Message Queuing Protocol (AMQP) enabled IM
  o Simple Text Orientated Messaging Protocol (STOMP) enabled IM
  o The RabbitMQ library
  o Secure, decentralized real-time communication through Matrix
• User interface design and implementation through React.js
• Using native components instead of web components with React Native
• WebRTC: the new frontier of real-time communications in the web
• The Janus WebRTC media server and gateway

• 35% del voto finale dipenderà dalla valutazione del progetto pratico sviluppato dallo studente (individualmente o in gruppo). Tale progetto dovrà essere consegnato al docente (completo di documentazione e comprensivo, qualora presente, del codice sorgente sviluppato) almeno sette giorni prima della data fissata per la prova orale;
• 65% del voto finale dipenderà dall’esito della prova orale.

1. Riferimenti ufficiali quali Requests For Comments (RFC), disponibili presso: https://www.ietf.org
2. “Real-Time Communication with WebRTC”, Salvatore Loreto, Simon Pietro Romano, Released May 2014, Publisher: O'Reilly Media, Inc. ISBN: 9781449371876
3. Trasparenze ed altro materiale di approfondimento reso disponibile dal docente sul sito ufficiale del corso.