Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Y = Hθ + W (modello lineare)
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 )
1
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 16.02.2006
Ex. 1 Si deve stimare la frequenza ν di una sinusoide a partire dalla sua versione rumorosa:
ove:
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:
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
Y (n) = X + W (n) N = 0, 1, . . . N − 1
ove:
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
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
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
4
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 09.03.2006
Y = Hθ + Z, Z ∼ N(0, CZ )
H1 : Y = AR p + W
H0 : Y = W
5
Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni
Corso di Elaborazione Statistica dei Segnali (6 CFU)
Prova scritta 29.03.2006
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.,
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
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
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.
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
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.
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
Ex. 1 Ex. 1 Si deve stimare la frequenza ν di una sinusoide a partire dalla sua versione rumorosa:
ove:
p(n) n = 0, 1, . . . K − 1
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
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:
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