% clc; clear all; close all;
% clear all viene segnalato come warning da Matlab perchè non ottimale in
% termini di code performances. E' chiaro che questo non provoca alcun
% problema vista la ridotta complessità del codice, ma nel caso ci si
% trovasse ad avaere a che fare con un codice molto complesso si consiglia
% l'utilizzo alternativo di clearvars
%% DEFINIZIONE DEI PARAMETRI E DI Tw
V0=2; %Volt, valore di picco
Phi0=0; %s, valore della fase
f0=50; %Hz, valore dellla frequenza della sinusoide
Tw=0.2; %s, larghezza della finestra di osservazione

%% CREAZIONE ASSE DEI TEMPI CONTINUO

t=linspace(0,Tw,10000);
% Notare che questo comando realizza un vettore con punti equispaziati di
% Tw/N-1=0.2/9999=0.00002 s, corrispondente quindi a un campionamento di
% circa 50000 Hz, ben 1000 volte la frequenza del segnale: tale numero è più
% che sufficiente per simulare un'acquisizione continua

V=V0*sin(2*pi*f0*t+Phi0); % creazione del segnale continuo

figure
plot(t,V,'k'); 
% osservare il grafico senza l'interpolazione eseguita automaticamente da 
% Matlab, ma come dots permette di confermare visivamente quanto detto
% sopra; provare a vedere come cambierebbe cambiando il valore di
% campioni inseriti in linspace

%% CREAZIONE DELL'ASSE DEI TEMPI E SEGNALE CAMPIONATO
fs=1000; %Hz
% fs va definita ricordando i discorsi visti sul teorema del campionamento,
% per valutare come variano le varie analisi al variare di fs basterà
% modificare qui il suo valore e ricompilare il codice

ts=1/fs; %s, intervallo di campionamento, distanza tra due punti successivi

N_sample=round(Tw/ts); 
% il comando round arrotonda al numero intero più vicino. In questo caso
% restituirà il numero di campioni acquisiti nella finestra di osservazione

t_sample=[0:N_sample-1]*ts;
% poichè i campioni saranno N_sample, partendo da 0 è necessario porre come
% limite superiore N_sample-1, altrimenti la lunghezza del vettore sarebbe
% N_sample+1

V_SAMPLE=V0*sin(2*pi*f0*t_sample+Phi0);% creazione del segnale campionato

%% CONFRONTO TRA SEGNALE CONTINUO E CAMPIONATO

figure
plot(t,V,'k'); % segnale continuo 
hold on
plot(t_sample,V_SAMPLE,'ro-'); 
% segnale campionato mostrato come dots rossi interploati con linee
% spezzate continue
legend('Segnale continuo','Segnale campionato')
xlabel('Tempo (s)')
ylabel('Ampiezza segnale (V)')
 hold off

% provare a ripetere fino a qui modificando il valore di fs, e valutando in
% che punti vi è il massimo errore tra segnale continuo e campionato

%% SIMULAZIONE OPERAZIONE DI QUANTIZZAZIONE ADC
%1) Definizione parametri
Vfs=2; 
CI=2*Vfs;
%Vfs corrisponde al valore di fondo scala del quantizzatore, ossia il
%riferimento massimo che viene preso per creare i sotto-livelli. Per un
%quantizzatore bipolare il campo di ignresso CI sarà il doppio di Vfs
% Attenzione alla sua scelta in modo che corrisponda al valore di picco del
% segnale
N_bit=6; 
% N_bit è il numero di cifre binarie disponibili per convertire le
% ampiezze. E' proporzionale al numero di livelli.
N_liv=2^N_bit; 
% N_liv è il numero di livelli disponibili, legato al numero di bit dalla
% relazione 2^n_bit
DELTA=CI/(N_liv); 
% DELTA è il passo di quantizzazione, la distanza tra due livelli
% successivi. 

%2) Creazione del quantizzatore 
% Come prima cosa creiamo il vettore dei livelli, dividendo ciascun
% campione del segnale campionato per l'ampiezza del passo di
% quantizzazione, arrotondando in modo di trovare i livello corrispondente
levels=round(V_SAMPLE/DELTA);
% a questo punto replichiamo l'effetto della saturazione che si verifica
%  al di fuori del campo di ingresso
for i=1:length(levels)
    if levels(i)>2^(N_bit-1)-1
       levels(i)=2^(N_bit-1)-1;
        
    end
    if levels(i)<-2^(N_bit-1)
       levels(i)=-2^(N_bit-1);
    end
end
% una volta poste queste condizioni siamo pronti per moltiplicare il
% vettore levels per il passo di quantizzazione per ottenere il nuovo
% segnale quantizzato
V_SAMPLE_q=DELTA.*levels;
% calcoliamo poi il valore dell'errore di quantizzazione
eq=V_SAMPLE_q-V_SAMPLE;

figure
plot(t_sample,V_SAMPLE,'b'); 
hold on
plot(t_sample,V_SAMPLE_q,'r'); 
plot(t_sample,eq);
hold off

% A questo punto prendere confidenza con il processo di quantizzazioen
% provando a variare il numero di bit, il valore di fondo scala rispetto
% all'ampiezza del segnale
%% Test per valutare il funzionamento del quantizzatore
% se volete valutare che il vostro quantizzatore funzioni correttamente
% potete farlo con un segnale test lineare da -Vfs a Vfs, ripetendo gli
% stessi passaggi
test=linspace(-2,2,1000);
% 1) creazione dei livelli
levels=round(test/DELTA); 
% 2) condizioni di saturazione
for i=1:length(levels)
    if levels(i)>2^(N_bit-1)-1
       levels(i)=2^(N_bit-1)-1;
        
    end
    if levels(i)<-2^(N_bit-1)
       levels(i)=-2^(N_bit-1);
    end
end
% 3) creazione dels egnale quantizzato
test_q=DELTA*levels;

figure
plot(test);
hold on
plot(test_q,'r');
hold off

 %% CALCOLO DEL VALORE EFFICACE O RMS
 
 V_RMS_q=sqrt(1/N_sample*(sum(V_SAMPLE_q.*V_SAMPLE_q)));
 % Valore efficace calcolato sui campioni del segnale campionato e
 % quantizzato, attraverso la formula vista da teoria
 
 V_RMS_samp=sqrt(1/N_sample*(sum(V_SAMPLE.*V_SAMPLE)));
 % Valore efficace calcolato sui campioni del segnale campionato, 
 %attraverso la formula vista da teoria
 
 V_RMS_cont=sqrt(1/10000*(sum(V.*V)));
 % Valore efficace calcolato sui campioni del segnale campionato, 
 %attraverso la formula vista da teoria

 V_RMS_theory=V0/sqrt(2);
 % Valore efficace calcolato come da teoria sui segnali continui come
 % rapporto tra picco/sqrt(2)
 
 Error_cont=V_RMS_cont-V_RMS_theory;
 Error_sampled=V_RMS_samp-V_RMS_theory;
 Error_quant=V_RMS_q-V_RMS_theory;
 
 % utile sfruttare questa sezione per valutare come cambiano i valori
 % efficaci in base alle scelte compiute sia in fase di campionamento che
 % in fase di quantizzazione

%% AGGIUNTA DEL RUMORE, CONFRONTO DEI SEGNALI E CALCOLO SNR
SNR=30; % espresso in lineare come (Val_eff_segnale)^2/(Val_eff_rumore)^2
SNR_dB=10*log10(SNR); % il corrispondente SNR in dB
%noto l'SNR è possibile calcolare la potenza del rumore e il relativo
%valore efficace come:
P_noise=(V_RMS_samp^2)/SNR;
V_eff_noise=sqrt(P_noise);
% a questo punto si può creare un vettore contenente i campioni del rumore
% con il comando randn scalandolo per il valore efficace
noise=V_eff_noise*randn(1,N_sample);

% Possiamo a questo punto creare il vattore con rumore aggiungendo noise al
% segnale campionato 
V_signal_noise=V_SAMPLE+noise; 

figure
plot(t_sample, V_SAMPLE,'r');
hold on
plot(t_sample, V_signal_noise,'b');
xlabel('time(s)');
ylabel('Amplitude(V)');
hold off

figure
periodogram(V_signal_noise);
hold on
periodogram(V_SAMPLE);
hold off

SNR_th=snr(V_signal_noise); 
% espresso in dB, da confrontare quindi con SNR_dB, a meno di 
% approssimazioni dovute all'algoritmo di stima usato; Provare a cambiare
% il numero di bit e di fs per vedere come variano tra loro questi due
% valori