Sei sulla pagina 1di 11

Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni

Corso di Elaborazione Statistica dei Segnali (6 CFU)


Prova scritta 07.02.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Si considerino gli osservabili

Y (n) = A cos(2πν0 n + ϕ) + W (n) = A cos(ϕ) cos(2πν0 n) − A sin(ϕ) sin(2πν0 n) + W (n)


| {z } | {z }
θ(0) θ(1)

con W(n) è AWGN.


Mostrare che gli osservabili sono modellabili come

Y = Hθ + W (modello lineare)

e determinare la matrice d’osservazione H.


Determinare lo stimatore ML θ ed analizzarne le prestazioni.
Determinare inoltre lo stimatore ML di  
A
α ,
ϕ

Ex. 2 Si consideri il seguente problema di rivelazione binaria:



H1 : Y = X 1 + W
H0 : Y = X 0 + W

ove W è AWGN di potenza nota σ 2 , X1 e X0 sono due vettori gaussiani indipendenti dal rumore, precisamente si ha:

X0 ∼ N(0, C0 ) X1 ∼ N(0, C1 )

Determinare la struttura del Rivelatore ottimo secondo NP.


Mostrare che il ricevitore è interpretabile come un ricevitore a correlatori che correla il segnale osservato con stime
dei segnali utili.

1
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 16.02.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Si deve stimare la frequenza ν di una sinusoide a partire dalla sua versione rumorosa:

Y (n) = AR cos[2πνn + Θ] + W (n)

ove:

1 W (n) è AWGN di potenza σ 2 nota;

3 AR è un parametro positivo noto;

4 Θ è una v.a. U(0, 2π) indipendente da W (n).

Determinare lo stimatore ML di ν.

Ex. 2 In un sistema radar, allo scopo di migliorare la rivelazione, si trasmettono N impulsi opportunamente dis-
tanziati (diversità temporale). In ricezione si opera in due stadi: innanzi tutto si prendono le N decisioni relative ai
singoli ritorni e successivamente si combinano tali decisioni. Lo stadio di combinazione comporta il seguente test:

Hm : Y (n) v.a. iid B(1, pm ) n = 0, 1, . . . , N − 1, m = 0, 1

ove p0 e p1 sono rispettivamente la probabilità di falso allarme e quella di rivelazione relative alla decisione sul singolo
impulso.
Determinare la regola di combinazione ottima ed analizzarne le prestazioni.

2
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 21.02.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Si considerino gli osservabili

Y (n) = X + W (n) N = 0, 1, . . . N − 1

ove W (n) è AWGN di potenza nota ed X e una v.a. Ex(λ) indipendente da W.


Determinare lo stimatore MAP di X.

Ex. 2 Si consideri la trasmissione di uno tra M segnali xm , m = 0, 1, . . . M − 1 su canale AWGN incoerente;


precisamente il segnale ricevuto è:

Hm : Y (n) = AR cos(2πνm n + Θ) + W (n) m = 0, 1, . . . M − 1

ove:

1 W (n) è AWGN di potenza σ 2 nota;

2 νm , m = 0, 1, . . . M − 1 sono frequenze note armoniche di 1/N ;

3 AR è un parametro positivo non noto;

4 Θ è una v.a. U(0, 2π) indipendente da W (n).

Stabilire se esiste il ricevitore uniformemente ML rispetto al parametro non noto AR , altrimenti determinare il
ricevitore secondo il criterio della massima verosimiglianza generalizzata.

3
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 02.03.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Sia X(n) un segnale aleatorio SSL a media nulla e funzione di autocovarianza:
2
cXX (m) = σ 2 ρm

Determinare il predittore LMMSE di ordine 2 del campione corrente X(n) e valutarne valutarne le prestazioni (valore
ms dell’errore di stima). Particolarizzare il risultato per ρ = 0, 9

Ex. 2 Si consideri la trasmissione di uno tra M segnali xm , m = 0, 1, . . . M − 1 su un canale additivo; il segnale


ricevuto vale:
Hm : Y (n) = xm (n) + W (n) m = 0, 1, . . . M − 1

ove W (n), n = 0, 1, . . . N − 1 sono v.a. iid di tipo Laplace, aventi cioè pdf:
 
1 |x|
fW (x) = exp − , a>0
2a a

(rumore di tipo Laplace di potenza nota).


Determinare i ricevitori MAP e ML. Stabilire se il ricevitore ML è un ricevitore a minima distanza secondo un’oppor-
tuna metrica.

4
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 09.03.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Enunciare il Teorema dell’ Invertibilità.


Utilizzare tale teorema per derivare lo stimatore ML di θ nel caso di modello lineare:

Y = Hθ + Z, Z ∼ N(0, CZ )

Valutare le prestazioni di tale stimatore.

Ex. 2 Si consideri la rivelazione di un segnale in AWGN di potenza non nota; Precisamente:

H1 : Y = AR p + W
H0 : Y = W

ove AR è un parametro reale positivo non noto.


Stabilire se esiste un test UMP.

5
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 29.03.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Siano  
Yn (0)
 Yn (1) 
Yn =   ∼ N(0, Σ), n = 0, 1, . . . N − 1
 
..
 . 
Yn (M − 1)
N vettori aleatori gaussiani iid, con matrice di covarianza diagonale, i.e.,

Σ = E[Yn YnT ] = diag(σ02 , . . . , σM


2
−1 ) n = 0, 1, . . . N − 1

Determinare lo stimatore ML di Σ e valutarne la polarizzazione.

Ex. 2 Sia  
Y (0)
Y= ∼ N(0, M)
Y (1)
un vettore aleatorio gaussiano reale con vettore delle medie nullo e matrice di covarianza
 
1 0, 5
M= .
0, 5 1

Determinare una trasformazione lineare A tale che W = AY sia un vettore aleatorio a componenti indipendenti.

6
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 15.06.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Sia X(n) un segnale aleatorio SSL a media nulla e funzione di autocovarianza:
2
cXX (m) = σ 2 ρm

Determinare il predittore LMMSE di ordine 2 del campione corrente X(n) e valutarne valutarne le prestazioni (valore
ms dell’errore di stima normalizzato a σ 2 ) in dB. Particolarizzare il risultato per ρ = 0, 95

Ex. 2 Sia  
Y (0)
Y= ∼ N(0, C)
Y (1)
un vettore aleatorio gaussiano reale con vettore delle medie nullo e matrice di covarianza
 
1 0, 8
C= .
0, 8 1

Determinare la Trasformazione di Karnounen Loeve (KLT), cioè la trasformazione decorrelante, del vettore Y. Dis-
cutere gli eventuali necessari cambiamenti qualora il vettore Y non fosse gaussiano.

7
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 13.07.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Siano  
Y (0)
 Y (1) 
Y= n = 0, 1, . . . N − 1
 
.. 
 . 
Y (N − 1)
N variabil aleatorie iid con pdf:

exp{−y(n) − θ} se y(n) > θ
fY (n) [y(n); θ] =
0 se y(n) < θ

Determinare una statistica sufficiente per θ. Determinare inoltre la stima ML di θ e verificare che dipende dagli
osservabili solo tramite la statistica sufficiente individuata.

Ex. 2 Si consideri il seguente test di ipotesi composte:

Y ∼ N(0, σ02 )


Y ∼ N(0, σ12 )

ove σ02 è nota e σ12 = σ02 + σ 2 con σ) costante non nota. Stabilire se esiste un test UMP.
In caso affermativo determinare le ROC, altrimenti determinare il GLRT e valutarne le prestazioni.

8
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 04.09.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Ex. 1 Si considerino gli osservabili:

Y (n) n = 0, 1 . . . N − 1

ove Le Y (n) sono v.a. IID binomiali B(L, p) con L noto. Determinare lo stimatore MVU di p ed analizzarne le
prestazioni. Stabilire inoltre se tale stimatore è consistente e/o efficiente.

Ex. 2 Si consideri il seguente problema di rivelazione binaria:



 H1 : Y = Hp + W
 H0 : Y = W

ove W è AGN a media nulla e matrice di covarianza C ed H è una matrice N × K, con N > K di rango K.
Derminare il ricevitore ottimo NP nell’ipotesi C = σ 2 I con I matrice identica e valutarne le prestazioni.
Estendere l’analisi, utilizzando il teorema dell’invertibilità, al caso di C arbitraria.

9
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 30.09.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Ex. 1 Si deve stimare la frequenza ν di una sinusoide a partire dalla sua versione rumorosa:

Y (n) = AR cos[2πνn + Θ] + W (n)

ove:

1 W (n) è AWGN di potenza σ 2 nota;

3 AR è un parametro positivo noto;

4 Θ è una v.a. U(0, 2π) indipendente da W (n).

Determinare lo stimatore ML di ν. Stabilire inoltre cosa cambia se anche AR è non noto.

Ex. 2 Si consideri la rivelazione di un segnale antipodale distorto in AWGN; precisamente si ha:

Hm : Y (n) = (−1)m AR p(n) ∗ h(n) + W (n), n = 0, 1, . . . N − 1 m = 0, 1

ove AR è una costante positiva non nota,

p(n) n = 0, 1, . . . K − 1

è una segnale noto e


h(n), n = 0, 1, . . . L − 1

è la risposta impulsiva del canale distorcente, anch’essa nota.


Determinare:

• la lunghezza N del segnale utile ricevuto;

• il ricevitore chiaroveggente ML;

• le prestazioni di tale ricevitore.

Stabilire infine se il esiste il ricevitore uniformemente ML e, in caso negativo, sintetizzare il ricevitore ML generaliz-
zato.

10
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 08.11.2006

Tempo a disposizione 2 ore.


Non è possibile consultare libri né appunti.
Completezza delle risposte, chiarezza e sinteticità espositiva sono elementi di valutazione della prova scritta.

Ex. 1 Si definisce u-quantile di una v.a. X il numero reale Xu che non è superato con probabilità u e superato con
probabilità 1 − u.
Determinare lo stimatore ML di Yu relativo ad una v.a. esponenziale a partire dagli osservabili:

Y (n), n = 0, 1, . . . N − 1 v.a. iid Ex(λ)

verificare se è efficiente ed analizzarne le prestazioni.


Stabilire inoltre quale dei seguenti stimatori, a parità di osservabili, ha prestazioni migliori

• Stimatore del 10 quantile (X0.25 )

• Stimatore del valore mediano (X0.50 )

• Stimatore del 30 quantile (X0.75 ).

Ex. 2 Ex. 2 Si consideri il seguente test di ipotesi composte:

H1 : Y ∼ N(0, σ12 I2 )

H0 : Y ∼ N(0, σ02 I2 )

ove I2 è la matrice identica di ordine 2, σ02 è nota e σ12 = σ02 + σ 2 con σ 2 parametro non noto.
Stabilire se esiste un test UMP. In caso affermativo determinare le ROC, altrimenti determinare il GLRT e valutarne le
prestazioni.

11